ブログ

Nov 05, 2023

マシンの状態監視によってラベル付け作業がどのように改善されるか

Ed Barina | 15 giugno 2021 Due miglioramenti nell'affidabilità e nel tempo di attività delle apparecchiature

エド・バリナ | 2021年6月15日

機器の信頼性と稼働時間の向上は、予知保全ツールを使用して機械を継続的に監視することの多くの利点のうちの 2 つです。 モノのインターネット (IoT) と人工知能 (AI) を活用した、マシンヘルス監視として知られるようになった機能は、問題が検出されたときにメンテナンス チームに警告を発し、問題を修正するために何をする必要があるかを示すことができます。

しかし、これらの洞察を活用して、従来の障害削減とは別にプロセス改善を推進することは、まだ初期段階にあります。 機械の状態の監視が完全に活用されると、プロセスの改善と廃棄物の削減に対するその影響は、機械の故障を排除するという役割よりもさらに大きくなります。

これらの利点の好例は、ラベル付け操作で見ることができます。

まず、ペットボトルにラベルを付ける方法について簡単にレッスンします。 まず、プリンターは基材 (通常はある種のポリマー素材) を使用し、さまざまな方法とインクを使用して、完成したラベルとなるものを作成します。 ラベル素材は、数千直線フィートのラベル圧痕を含むロールの形で届きます。 これらは、通常はボトルに充填して蓋をした後、正確に測定された長さのラベルを切断し、多くの場合接着剤を使用してボトルに貼り付ける機械に装着されます。

ラベルが正確にフィットし、見た目が正しく、機器に損傷を与える可能性のある細断されたラベル素材の粒子が発生しないようにするには、ラベルをきれいに正しい長さに正確にカットする必要があります。

一般的なラベルの欠陥には、位置ずれ、切り口のギザギザ、ラベルの一部がはみ出すフラギングなどがあります。 場合によっては、ラベルがまったくない場合もあります。

ここでは、マシンの状態を監視することでラベル付け操作を大幅に改善できる実際の使用例をいくつか紹介します。

毎分 600 ～ 800 個のボトルにラベルを付ける際に重要な要素は、フィルム ストリップからラベルを切断する機械のエッジが鋭利であること、およびラベル付け装置の関連部品が位置合わせされて適切に動作していることを確認することです。 品質を保証するためのプロセスを人間の目視検査に頼っているのでは、ばらつきが多く非効率的です。欠陥に気づく前に、ラベルの貼られていないボトルが何千本、さらには何万本も生産ラインに積み重なってしまう可能性があるからです。

自動欠陥センサーは常に宣伝どおりに機能するとは限りません。 欠陥が十分に小さい場合、またはセンサーが完全に調整されていない場合、欠陥は検出されずに通り過ぎてしまい、ボトルが店舗の棚に届き、そこで消費者に見苦しいパッケージが提示されることになります。 一部のボトルはラベルなしでライン全体を通過します。 これらのラベルのないボトルがサプライチェーンを通過すると、内容が「謎」であるため廃棄され、不必要な廃棄物が発生します。

監査プログラムを導入している企業は、オペレーターにラベルの品質を 15 ～ 30 分ごとにチェックすることを義務付けています。 チェックを行わないよりはマシですが、障害を早期に検出できるかどうかは多少の運に左右されます。 毎分 1,200 本のボトルがラインから出てくるとすると、検査の間にラベルの悪いボトルが 40,000 本生産される可能性があります。 個人的な経験から言えば、それらを一線から外すのは楽しくありません。

ラベルの貼付プロセスに影響を与えるコンポーネントの摩耗を検出し、不適切なラベルのボトルが製造される前に問題を修正できたらどうなるでしょうか? ロールフィードラベラーのパフォーマンス低下の主な原因の 1 つは、ラベル ロールからの個々のラベルの切り取りが不十分であることです。 カットがきれいで正確でない場合、貼り付けは失敗します。 さらに、ミスカットされたラベルの破片が装置内に蓄積し始め、他の問題を引き起こします。 カッタードラムの刃が摩耗し始め、切断不良につながる時期を検出できたらどうなるでしょうか?

予測分析により、ラベル付けのパフォーマンスをリアルタイムでプロセス監視できるようになります。 カッターの刃が切れ味が鈍くなり、ギザギザに切れ始める時期を判断できます。 その時点で、計画外の停止ではなく定期的なダウンタイム中にブレードを新しいものと交換できるため、切断不良による不適切なラベル付けは過去のものになります。

世界中のラベル貼り作業では、ロール状の素材がなくなり、一見同一の素材の新しいロールが代わりに使用され、その後問題が発生することが数え切れないほどあります。 新しいロールが問題を引き起こしましたか?

「良好な」ランニングロールからのマシンヘルスデータを分析し、それを「悪い」ランニングロールからのデータと比較することで、手がかりが得られる可能性があります。 おそらく、ロールを交換すると振動が大きくなり、駆動モーターの消費電流が高くなり、ストレスの兆候であることがわかりました。 インクの染料ロットの違いがラベル素材の違いにつながり、それが機械のパフォーマンスに影響を与える可能性があることがわかりました。

多くの場合、新しいテクノロジー ツールによって取得されたデータの分析から得られた洞察は、現場の従業員が逸話的に知っていることや経験から学んだことを裏付けるものです。

重要なのは、今日のテクノロジーによって可能になった情報フィードバック ループの結果、あらゆる製造プロセス全体で品質を向上させるための洞察がより簡単に入手できるようになったということです。 これらの予測分析ツールを組み込むことで得られる価値は重要であり、それはおそらく学ぶべき最大の教訓の 1 つです。

テキスト形式の詳細

現在の職場では5世代が活躍しています。 この無料の電子ブックでは、パッケージング部門で各世代の強みを活用する方法を学びます。