Solution 02
プロセス品質管理
Solution 02
プロセス品質管理
鉄鋼生産
たばこ製造
品質管理防衛ラインの再定義
What
深層学習ビジュアル認識と多変量相関分析を組み合わせ、隠れた高コストな品質欠陥に対する重要プロセスパラメータと製品表面品質の精密かつ積極的な捕捉と定量分析を実現いたします。
Why
品質欠陥は工業生産における最も隠れた高コストの源泉でございます。Maxtaは業界トップエキスパートのノウハウが注入された産業垂直モデルを採用し、品質管理を事後検査から積極的早期警告にアップグレードいたします。
深層学習ビジュアル認識と多変量相関分析を組み合わせ、隠れた高コストな品質欠陥に対する重要プロセスパラメータと製品表面品質の精密かつ積極的な捕捉と定量分析を実現いたします。
Why
品質欠陥は工業生産における最も隠れた高コストの源泉でございます。Maxtaは業界トップエキスパートのノウハウが注入された産業垂直モデルを採用し、品質管理を事後検査から積極的早期警告にアップグレードいたします。
垂直モデル駆動
ディープビジョンと多変量相関計算
システムは「深層学習ビジュアル認識」と「多変量相関分析」をデュアルエンジンとして組み合わせております。結果側では、垂直ビジョンモデルが大量のHD画像で微細欠陥を精密捕捉（99.6%の亀裂認識率を達成）、根本原因側では、予測モデル（ランダムフォレストなど）が数百の複雑なプロセスパラメータを深く掘り下げ、重要品質因子を自動的にランキング・追跡いたします。
CASE 01・鉄鋼生産
欠陥予測
鋼片介在物分析・予測
業界課題
ビレット品質欠陥は最終製品品質に直接影響いたします。一部の欠陥は表面下に隠れており、圧延時に発見されるため、大規模な品質損失を引き起こします。
システム効果
製鋼、連続鋳造、圧延工程のデータを収集し、ビッグデータとMLを活用して、圧延前に問題を解決する知能的欠陥予測手法を開発いたします。
CASE 02・鉄鋼生産
相関分析
亀裂とプロセス変数の相関分析
業界課題
亀裂の原因が複雑で、多数のプロセスパラメータがあるため、どの変数が亀裂品質問題と最も強く相関するかを体系的に特定することができません。
システム効果
ランダムフォレストを使用して亀裂データの相関分析を実施し、変数重要度をランキング、段階的に最適変数サブセットを選択して最高精度の亀裂分類モデルを構築いたします。
CASE 03・鉄鋼生産
ビジュアル認識
二次冷却ノズル詰まり予測
業界課題
1920×1200解像度のビレット亀裂画像は、大量のHD画像でフレーム毎の手動識別が必要で、効率が極めて低く見逃し率が高くなります。
システム効果
深層学習ビジョンモデルがビレット画像を前処理し、認識領域を抽出、サンプルセットで訓練・検証を行い、実際の生産で99.6%の認識率を達成いたします。
CASE 04・たばこ製造
水分制御
冷却水分知能制御
業界課題
冷却水分制御は完全に手動経験に依存しており、ドラム壁温度、蒸気バルブ開度、冷却水分の協調最適化が困難です。
システム効果
ドラム壁温度、蒸気バルブ開度、冷却水分をリアルタイム予測、水分制御の均質化、乾燥頭尾廃棄物の削減、手動操作を代替する全工程知能制御を実現いたします。
CASE 05・たばこ製造
吸引抵抗
巻たばこ吸引抵抗知能制御
業界課題
吸引抵抗はバッチ内重量変動の影響を受けます。グループ間抵抗偏差の解消が困難で、従来の手動目標重量調整はリアルタイム精度に欠けます。
システム効果
機内短尺たばこ重量により将来の吸引抵抗傾向を予測し、モデルが巻たばこ機の目標重量を自動制御、動的にグループ間変動を削減し全工程知能吸引抵抗制御を実現いたします。
0Dayで始めるAIジャーニー
電源オン、AI即稼働
Maxtaにお問い合わせ
MaxtaOS はベンダーロックインから算力基盤を解放し、MaxModel は AI を実際のビジネス価値へと転換します。両製品の連携により、企業向けの包括的な AI 能力スタックを提供します。