Array ( [0] => 355 ) 1234
Elasticsearchの導入事例が3分で分かる!
無料資料ダウンロード

異常検知には機械学習を。製造現場の労働災害を防ぐには?

データ監視

製造業の現場には労働災害のリスクが常に潜んでいます。事故を起こさないよう、現場ではさまざまな取り組みが行われていますが、目視だけではトラブルを完全に回避することは困難です。そこで本記事では、工場内の異常をリアルタイムで検知する機械学習と映像解析について、導入事例も交えながら紹介します。

お役立ち資料
【ブローダービズ株式会社】機械学習を活用した映像データ自動解析の事例

製造業における労働災害の現状

製造業の現場では多くの機械が稼働しており、危険物を取り扱うことも珍しくないため、労働災害の危険が常につきまといます。安全対策を怠ると、最悪の場合死亡事故が発生するおそれもあることから、どのようなリスクが存在するのか把握することが重要です。

そこで以下では、製造業における労働災害の発生件数の推移と、事故の内容について紹介します。

労働災害の発生件数は減少傾向にあるものの、いまだ他業種より多い。

厚生労働省の資料(「令和2年 労働災害発生状況」)によると、製造業の労働災害は減少傾向にあります。令和2年の製造業における労働災害の死亡者数は136人で、令和元年の141人、平成29年の160人と比べると減少していることがわかります。また、令和2年における休業4日以上の死傷者数は25,675人でしたが、令和元年は26,873人、平成29年は26,674人であることから、こちらも減少傾向にあります。しかし、死傷者の絶対数は決して少なくはなく、他業種より多いです。

労働災害としては転倒による事故が最多

また、同資料の労働災害の内訳をみると、休業4日以上の死傷者数は全体で131,156人でした。このうち、転倒による死傷者数は全体の24%の30,929人であり、最も多くの割合を占めています。このことから、製造業の事故を防ぐには転倒事故の予防や対策が重要だということがわかります。

続いて、このような労働災害を防ぐために行われている対策を紹介します。

作業の安全性を確保するために行われている取り組み

製造業の現場で安全性を確保するために行われている主な取り組みとして、以下の3つがあります。

5S活動

1つ目は5S活動です。整理・整頓・清掃・清潔・しつけの頭文字(S)からこのように呼ばれており、現場において安全で快適な作業環境を確保するために必要な要素を表しています。5S活動に取り組むことで、足元の不要品や汚れといった、転倒災害を引き起こす要因を取り除けます。

KYTの実践

2つ目はKYTの実践です。これは「危険・予知・訓練(トレーニング)」の頭文字から付けられた名称であり、現場に潜んでいる危険な要素を抽出し、どのように対処するかを考える訓練を指します。KYTを実践することにより、どの工程にどんな危険があるのかを把握でき、危険をなくすための対策を現場内で共有できるようになります。

管理者による巡回

上の2つの取り組みに加え、労働災害防止業務の一環として、管理者による現場内の安全巡回も重要です。巡回を行うことで、普段は見落とされがちな現場に潜む危険を発見でき、改善の指示を出せます。
また、巡回により作業員に適度な緊張感を持たせ、集中力の低下を防ぐ効果も期待できます。そのためには、巡回を惰性で行うのではなく、危険がないか毎回真剣に点検・確認することが重要です。

現場の安全確保のため、一般的にはこのような取り組みが行われていますが、これらはあくまでも対策の一部です。長時間作業する場合は特に、管理者の目視だけでは危険を完全には排除できません。そこで重要になるのが、機械学習と映像解析です。

工場内の異常察知には機械学習と映像解析が重要

工場内での転倒事故や機械への巻き込み事故などが発生した際には迅速に対応しなければなりません。最悪の事態を防ぐためには、二人一組での作業の徹底や管理者の巡回頻度のアップといった対策が有効です。しかし、これらの対策は人への負担が増してしまうだけでなく、負担をカバーしようとすると多くの人的リソースが必要になるため、管理の限界があります。
そこで、機械学習と映像解析技術を活用した、工場内の異常察知システムの構築が重要となります。従来は人の目で確認・監視していた作業員の行動をAIが代わりに行うことで、リアルタイムかつ正確に異常を検知できるようになります。

次章では、実際に機械学習と映像解析技術を活用して、リアルタイム検知を実現した事例を紹介します。

異常検知を実現した事例を紹介!機械学習と映像解析技術の活用

社会に役立つAIの普及に向け、さまざまなソリューションを提供するブローダービズ株式会社様は、食品製造工場の作業監視に機械学習と映像解析技術のシステムを導入しました。
システム導入前は、管理者が作業者の様子を見て、進行状況や問題の発生をチェックしていました。しかし、これだと長時間の作業監視が困難であり、作業を定量化して過去の状況と照合することもできません。
こうした課題を解消するため、機械学習と映像解析技術を導入したところ、時系列のデータをもとに正しい作業工程のパターン化や分析が可能となり、リアルタイムで異常検知ができるようになりました。また、作業員の行動を数値化して記録し、その動きや状況を後から検証できるようになったことで、問題発生時の原因追及も容易に行うことができています。

異常検知をリアルタイムで実現「Elastic Stack」

上記事例のようなリアルタイム検知を実現するサービスが「Elastic Stack」です。Elastic StackはElasticsearch、Kibana、Beats、Logstashという4つのプロダクトから構成され、あらゆるソースをフォーマットで取得でき、リアルタイムでの検索、分析、可視化を実現します。また、幅広い機能を備えているため、データの収集から集計、解析、視覚化、通知(連携)までを一気通貫で行えます。機械学習にも対応しており、作業の流れを時系列で自動的にモデル化することも可能です。

ブローダービズ株式会社様のElastic Stack導入事例については、こちらに全文を掲載していますので、ご関心の方は下記よりダウンロードしていただき、ぜひお役立てください。

お役立ち資料
【ブローダービズ株式会社】機械学習を活用した映像データ自動解析の事例

関連記事はこちら

データ検索一覧を見る

お問合せ・資料請求

Elasticsearch 製品の導入、販売に関するお問合せはお気軽にご相談下さい。

Elasticsearch 製品の導入・販売に関するご質問はこちら
※関連サイトへ遷移します
お問合せフォームから質問する
Elasticsearch 製品のサービス資料はこちら
サービス資料を読む