479自動化構想設計(データ運用)

　ここでは　データを活用した品質改善サイクルについて考えます。

・品質改善サイクル

　学習：過去データから予測モデル作成し、月１回更新します。　更新は期間中の製造条件の変更頻度によります。

　予測：直近データをモデルにインプットし結果を予測します。　最終結果との比較を常に行い、モデルをメンテナンスします。

　予兆：予測結果から異常があれば警告し、フィードバックします。事前に異常の判断基準を明確にしておくことが重要です。

　修正：重要因子の特定と加工条件を修正します。機械学習によるAIはディープラーニングと違い重要要因の特定が容易です。

　予測データを活用するしくみを現場に定着させて、最終的な課題解決となります。