紡績業において過去データを使用して予測モデルを構築、原材料の調達と製品設計の効率を改善ーProfet AI社ケーススタディ

テキスタイル業界の現状

紡績・製布産業は人々の生活に欠かせない、長い歴史を持つ産業です。衣食住、交通、教育や娯楽に至るまで、紡績・製布製品が使われない場面はありません。近年、紡績・製布産業では、為替レートの変動、競合するメーカー各社の低価格戦略やベテラン技術者の定年退職などに対応するためのデジタル化が加速しています。

繊維製造機器のイメージ

課題

紡績・製布産業は従業員の経験に頼ることが多く、機能性生地の開発や原材料の調達にもベテラン技術者の知識が欠かせません。そのため、いかに過去の製品開発の経験や原材料の調達のデータなどの重要な知識を保存し、最適化し、利用するかが非常に重要な課題となっています。

機械学習を活用した製造プロセス例

製品開発、染料補助剤の配分最適化、完成品検査、原材料調達

原材料価格の予想

原材料価格は、紡績・製布産業のコストの大きな比率を占めます。AIでモデルを構築し、調達の意思決定をサポートすることで、利益をより高めることが可能です。

検査の誤判定率の低下

通常、検査で誤った判定が行われてアラートが鳴ると、品質管理スタッフが現場へ行って再度チェックを行わなければなりません。チェックが終わるまで生産が再開できず、労働力と時間を浪費することにつながります

生地収縮率の予測

生地は洗濯や水に浸した時に収縮します。過去の生地規格のデータべ―スを利用してモデルを構築し、生地の収縮率を予測することで製品開発の時間を短縮することができます。

染料補助剤の配分最適化

生地を染める際には、素材や生地の種類によって染料補助剤の配分を変える必要があります。過去の実績データを利用し、最適な染料配分率を予測することで資材準備の手間を削減します。

AI デモクラシーの実現

AIに関する課題は、社内のチーム単体だけでなく、企業全体で検討する必要のあるものとなってきました。各分野のプロフェッショナルが、データに基づいてAI活用の可能性を探求し、従来のBIからAIによる予測モデル確立へのレベルアップを目指しています。

採用製品:
Profet AI AutoML