アディティブ・マニュファクチャリングの生産規模を拡大する
2021年8月23日 | 読了時間：9分
最小限の労力で産業用3Dプリンティング工場の生産性を向上・最適化する方法とは？当社はシミュレーションソフトウェアを用いて積層造形プロセスと後処理工程をシミュレートしました。当社の顧客事例により、スケールアッププロセスが容易に理解できます。
投資利益率を最大化する方法とは？
積層造形（AM）生産のスケールアップは困難な課題です。スケールアップ戦略を決定する前に、複数の要素を考慮する必要があるためです。
本記事は、最小限の労力でAM工場の生産性を向上・最適化したい方に向けたものです。スケーリングプロセスを容易に理解できる、実際の顧客事例を紹介します。
主な課題
顧客は既存のEOS P396マシン2台に、EOS P 396 を追加して生産性を向上させたいと考えていました。しかし、チームは既存の後処理装置が1人シフトで最高のスループットを処理できるかどうか確信が持てませんでした。 AM製品は変更なし、つまりワークフローと設備の種類も従来通りである。主な課題は、追加のポストプロセッシング設備とリソースを最適化し、部品単価を可能な限り低く抑えつつ最高のスループットを実現することだった。
当社は適切な可変入力パラメータを備えたカスタマイズ生産モデルを開発し、顧客を支援しました。これらの入力パラメータを変更することで様々なシナリオを生成し、部品当たりのスループットとコストの感度を確認できます。この情報は、AM生産を拡大するための追加投資が最小限となる最適シナリオを顧客が決定する指針となります。
要約すると、工場内のボトルネックを特定しました。後工程で小さな変更を加えることで、生産量を24%増加させ、利益率を124%向上させ、投資利益率（ROI）を115%向上させ、部品単価（CPP）を18%削減しました。
シミュレーションを用いた生産最適化問題の解決
量産における成功事例には、生産量とコストに影響を与える全ての生産パラメータの詳細な分析が必要です。これらの生産パラメータは非線形的に相互に関連していることが多く、Excelスプレッドシートでの最適化はほぼ不可能です。一方、シミュレーションソフトウェアは生産に関連する全ての複雑性を考慮に入れ、最適化問題をより直接的に解決します。
EOSではシーメンスのTecnomatix Plant Simulationを活用し、お客様が製造か外注かの判断に必要なプロセス理解を得るため、カスタマイズされたソリューションのシミュレーションを支援するサービスを提供しています。
当社はシミュレーションソフトウェアを用いて、積層造形プロセスと後処理工程をシミュレートしています。積層造形事業を成功させるには、後処理のスループットとコストを分析する必要があり、これが事業採算を左右することもあります。シミュレーションにより、複雑なプロセスチェーンを精査することが容易になります。
プラントシミュレーションは、計画された全イベントを検証する離散事象シミュレーションである。例えば、ある作業の処理に1時間かかる場合、シミュレータは作業の開始時刻と終了時刻を考慮する。作業の処理方法をシミュレートするのではなく、イベントがいつ発生するかをシミュレートする。その他の計画イベントには、作業員のシフト時間、セットアップ時間、機械のメンテナンス時間などがある。
事例研究の概要
プラントシミュレーションは、計画された全イベントを検証する離散事象シミュレーションである。例えば、ある作業の処理に1時間かかる場合、シミュレータは作業の開始時刻と終了時刻を考慮する。作業の処理方法をシミュレートするのではなく、イベントがいつ発生するかをシミュレートする。その他の計画イベントには、作業員のシフト時間、セットアップ時間、機械のメンテナンス時間などがある。
| 開梱ステーション | x1 |
| 粉末管理システム | x1 |
| DyeMansion パワショット C | x1 |
| ダイエマンション パワショット S | x1 |
| ダイマンション DM60 | x2 |
| 紫外線治療 | x1 |
| 表面仕上げ | x2 |
| 乾燥エリア | x1 |
| 検査台 | x1 |
EOS P 396を使用すれば、顧客は144個の部品を含むジョブを印刷できます。EOS P 396 年間426ジョブ、つまり年間61,344個の部品をEOS P 396 。顧客は年間600ジョブ、つまり年間66,400個の追加部品を生産する必要があります。 最初の試算では目標達成にはEOS P 396 、企業にとって多額の投資を意味します。したがって、生産シミュレーションの目的は、同じ量の後処理設備で生産量を達成できるか、また故障・メンテナンス・作業員のシフトモデルといった生産上の複雑性を全て考慮した上で検証することでした。
進め方:
全体のレイアウトは3つの領域に分割されました（図1参照）。
- AMプリンター
- 粉末管理
- 後処理
顧客は粉末の相互汚染リスクを最小化するため、3つの区域を好む。まずEOS P 396 2台を用いたシミュレーションモデルを構築しEOS P 396 次に上記設備EOS P 396 3台追加した第2モデルEOS P 396 顧客は月曜日から金曜日まで1人シフトで稼働する。分析プロセスでは、生産設備の消耗品やオペレーターなどあらゆる変数を慎重に調整した。
離散事象シミュレーションは、特定の時点において発生しているすべての事象をシミュレートできます。開始時刻と終了時刻を考慮しますが、その間の事象は考慮しません。
例えば、17:50にATMに入り、17:53にATMを出たとします。シミュレーションでは17:50にイベントの開始を示し、その後17:53（イベント終了）にジャンプします。プラントシミュレーションでは、時計はスケジュールされたイベントから次のイベントへとジャンプします。
製造の文脈では、部品が加工のために機械に入り、プロセス完了後に退出する過程を指します。部品加工には様々な工程（セットアップ時間、ロード時間、アンロード時間）が含まれ、これら全てをシミュレーションに組み込むことが可能です。シミュレーション研究は機械のスループットと稼働率向上に寄与します。また、最適なビジネスケースを実現するための作業員数、設備数、機械数、保管容量の決定にも役立ちます。
シミュレーションの分析と結果
AM及び粉末管理エリアの最適化
後処理設備を含める前に、AMエリアと粉末管理エリアのシミュレーションから着手した。シフトモデルは以下のように元の仕様から変更なし：
- シフト：1シフト（8時間）、月曜日～金曜日
- 製作時間：20時間。
モデル構築後、最初の課題はこれら2つの作業に最適な作業員数を特定することでした。5つの実験（Exp.）を実施した結果、表1に示す通り、これら2つの領域には作業員1名で十分であることが判明しました。作業員が1名でも5名でも、スループットは同じ（年間1.065ジョブ）を維持します。
| オペレータ数 | 創出された雇用 |
|---|---|
| 実験1 1 | 1065 |
| Exp 2 2 | 1065 |
| 実験3 3 | 1065 |
| 実験 4 4 | 1065 |
| Exp 5 5 | 1065 |
表1：AM及び粉末管理エリアのオペレーター数と各エリアの年間生産量
次に、作業員がEOSマシンに粉末を供給するための粉末輸送ボックス（EOS Multi-box、図1参照）の最適化に焦点を当てた。10回の反復検証により、年間1062ジョブのスループットを達成する最適数は7台のEOS Multi-boxであると特定した（表2参照）。 7台を超えるマルチボックスによる生産量の増加は、追加コストを正当化するものではありません。年間わずか3ジョブ（1062→1065）の増加に留まり、本報告書には記載されていない増加コストは、このわずかな生産増を正当化するに足るものではありません。
| マルチボックスの数 | 創出された雇用 |
|---|---|
| 実験 01 1 | 184 |
| 実験 02 2 | 367 |
| Exp 03 3 | 551 |
| 実験 04 4 | 732 |
| Exp 05 5 | 911 |
| Exp 06 6 | 983 |
| Exp 07 7 | 1062 |
| Exp 08 8 | 1064 |
| Exp 09 9 | 1064 |
| Exp 10 10 | 1065 |
表2：マルチボックスの数と対応するジョブ
後処理エリアの最適化：
AMおよび粉末管理エリアの最適化に続き、後処理エリアが次の課題となった。7つの異なる工程ステーションと10のステップから構成される：
- DyeMansion* Powershot Cのパーツ洗浄
- 超音波洗浄
- 表面仕上げ
- 超音波洗浄
- 乾燥
- DyeMansion* Powershot Sにおける表面処理
- 紫外線治療
- ダイマンション DM60 の着色
- DyeMansion* Powershot Sにおける表面処理
- 紫外線治療
(*DyeMansionはEOSエコシステムの一部です)
さらに、顧客のワークフローに関していくつかの課題がありました。 例えば、パートナー企業DyeMansionのブラストステーション（Powershot SおよびC）は、1回のビルドで生産される部品の半数（144個中72個）のみを処理すべきであり、つまりビルドごとに2ロットとなります。しかし、DyeMansion DM60着色システム、表面仕上げ、乾燥などのその他のステーションについては、すべてのジョブを処理する必要があり、つまりビルドごとに1ロットとなります。
元のモデルを後処理エリアを含むように拡張した後、最適なオペレータ数の特定に焦点を当てた。 AMの年間1062ジョブという最適値を起点に、1～5名の作業員で5つの異なる構成を検証した。表3に示す通り、後処理エリアでは従来の作業員数よりも大幅に高いスループットを達成するには4名の作業員が必要となる。追加の作業員1名にかかる追加コスト（本表には未記載）に対して、4ジョブの増加では採算が合わない（848ジョブ対849ジョブ）。
| オペレータ数 | ジョブはAMを通じて構築される | AMで生成されたジョブ + 後処理 |
|---|---|---|
| 実験1 1 | 1062 | 228 |
| Exp 2 2 | 1062 | 666 |
| 実験3 3 | 1062 | 787 |
| 実験 4 4 | 1062 | 848 |
| Exp 5 5 | 1062 | 849 |
表3：後処理エリアのオペレーター数と対応する作業
興味深いことに、AMと粉末管理エリアを備えた基本モデルと1人のオペレーターでは1065ジョブを生産できるが、後処理エリアを追加すると、後処理作業員数を4人に増やしても848ジョブしか達成できなかった。5人目の作業員を追加しても、生産ライン全体のジョブ数は大幅に増加しない。したがって、後処理エリアのどこかにボトルネックが存在しているに違いない。
シミュレーションモデルにより、表面仕上げ工程のボトルネックを容易に特定できました。図1に未処理の作業（または仕掛品）が山積みになっているのがお分かりでしょうか？
表面処理エリアでは、まだ215件の作業または30,900個の部品が処理待ちです。
結論
ここでの重要なメッセージは、AM生産戦略のスケールアップと最適化は複雑な作業となり得るということです。これは特定のレイアウトに固有の課題であり、各シナリオごとに異なる主要パラメータが存在します。戦略を分析・考慮しないことは誤った結論を招く可能性があります。当社のシミュレーション技術と30年にわたるAMの経験により、最高の機械稼働率と最低の部品単価を実現する、貴社に最適なスケールアップ戦略を構築いたします。
3Dプリンティング・マイクロファクトリー
アディティブ・マニュファクチャリングブログ
当社は、医療機器を医療センターの近くで3Dプリントできる複製可能なマイクロファクトリーの開発において、Med In Townを支援してきました。この取り組みが大成功を収めたおかげで、同社は国際的に事業を拡大し、活動分野を多様化できる立場にあります。
EOSパイロット生産ライン -いつでも対応可能です！
アディティブ・マニュファクチャリングブログ
EOSは、金属や樹脂のパイロット生産ラインにより、お客様の生産スループット、部品品質、重要部品やワークフローのビジネスケースを最適化し、検証することができます。ミュンヘン空港に近い当社のデジタル工場は、最先端の積層造形装置と後処理装置を備え、お客様のアイデアにお応えします。
