IoTセンサーで品質を常時監視 — 温度/振動/電流の3軸で異常検知

「最終検査で不良が見つかる」現場の共通点

朝一番の射出成型ラインで成型品100個を流したあと、検査工程で寸法不良が23個発見される。原因を追うと、夜間に金型温度が設定値より8℃低下していた。気づいたのは検査工程の作業者で、成型担当者は「いつも通り稼働させた」と言う。

このような「後工程で不良発覚」は、中小製造業の現場で最も多い品質ロスの形です。理由はシンプルで、設備の異常を「人が気づくタイミング」が遅すぎるからです。

巡回点検は1日3回、点検表は紙、温度計はアナログ。これでは設備が「いつ・どの瞬間に」基準を外れたのかを記録できません。結果として、不良発生から検知までのタイムラグが数時間〜半日に及び、流出した不良品の手直しや廃棄に追われることになります。

この遅れを解消する最も現実的な手段が、IoTセンサーによる常時監視です。とはいえ「IoT」と聞くだけで身構える経営者・品質責任者は少なくありません。実際には、最初に手を付けるべきセンサーは3つだけ。温度・振動・電流です。

なぜ「温度・振動・電流」の3軸なのか

製造設備の異常は、最終的にこの3つのどれか（または組み合わせ）に必ず現れます。

温度 — 「変質」と「寸法」を支配する指標

成型機の金型温度、熱処理炉の炉内温度、塗装乾燥炉の温度、はんだリフロー炉の温度プロファイル。これらが基準を外れると、寸法精度・硬度・接着強度・外観のいずれかに直接影響します。

温度は最も「不良との因果関係が見えやすい」物理量です。逆に言えば、温度を記録していない設備は、不良が出たときに原因を絞り込めません。

振動 — 「設備の不調」を最も早く知らせる指標

ベアリング摩耗、軸の偏芯、ボルト緩み、ギア欠損。回転機械の不調は、音や振動として最初に現れます。人の耳で「なんとなくいつもと違う」と感じる前に、振動センサーは数値の変化として捉えます。

振動データを取ると、突発故障の前兆を1〜2週間前に検知できることが多く、計画停止での部品交換が可能になります。これは品質維持と同時に、設備稼働率の改善にも直結します。

電流 — 「負荷異常」と「動作異常」を映す鏡

モーターやヒーターの電流値は、設備が「いつも通り動いているか」を最もシンプルに示します。負荷が増えれば電流は上がり、空転や故障でヒーターが切れれば電流は下がります。

電流監視のメリットは、既存設備に後付けしやすいことです。クランプ式電流センサーであれば配線を切らずに取り付けでき、稼働中の設備にも導入できます。

最小構成での導入 — 「1ライン1設備3センサー」から始める

IoT導入で失敗する典型パターンは、最初から工場全体をネットワーク化しようとして頓挫することです。最初の一歩は、最も不良が多い1工程・1設備に絞って3センサーを付けることに尽きます。

必要な機材（最小構成の目安）

1. 温度センサー（熱電対 or サーミスタ） — 1点1万〜3万円
2. 振動センサー（加速度センサー） — 1点3万〜8万円
3. 電流センサー（クランプ式CT） — 1点1万〜3万円
4. データ収集装置（ゲートウェイ） — 5万〜15万円
5. クラウド可視化サービス — 月額3,000〜10000円

つまり、設備1台を1セットで監視するなら初期15〜30万円・月額1万円以内で始められます。「IoTは数百万円かかる」というイメージは、工場全体を一度に対象にしたときの話で、1設備からのスモールスタートであれば現実的な投資範囲に収まります。

通信方式の選び方

• 有線LAN：通信が安定。新設ラインや配線可能な場所向け
• Wi-Fi：既存設備に追加しやすいが、工場内の電波環境に左右される
• LPWA（LoRa/Sigfox）：低消費電力で広範囲。バッテリー駆動も可能

中小製造業の現場で最も無難なのは、ゲートウェイを設備近くに置きWi-Fiでクラウドへ送る方式です。配線工事が不要で、設置当日に運用開始できます。

異常検知アラートの設計 — 「鳴りすぎ」と「鳴らなさすぎ」の境目

センサーを付けただけでは品質は改善しません。「何を異常と判定し、誰に・どう知らせるか」を設計しなければ、データは溜まるだけで活用されません。

3段階のしきい値設計

1. 正常範囲（緑） — 設定値の±5%以内。記録のみ
2. 警戒範囲（黄） — 設定値の±10%以内。担当者にメール通知
3. 異常範囲（赤） — 設定値の±10%超過。担当者と管理者にSMS・ライン停止信号

このとき重要なのは、警戒（黄）のしきい値を「人が対処する余裕がある幅」に設定することです。赤になってから知らせても、すでに不良品が流出している可能性が高いからです。

アラートの宛先と頻度

• 担当オペレーター：その場で対処できる人。第一報を即時に
• 品質管理担当：再発防止の起点。日次サマリーで十分
• 製造責任者：判断が必要なケース。赤レベルのみ即時

「全員に全件通知」は最悪のパターンです。アラート疲れで誰も見なくなります。役割ごとに通知レベルを分けることが、運用を続ける唯一のコツです。

しきい値の見直しサイクル

導入直後の1か月は誤報が出ます。日次で「鳴った理由」を記録し、月1回しきい値を見直す運用を3か月続けると、誤報率は導入時の3割以下に下がるのが一般的です。

データを「品質改善」に結びつける運用ルール

センサーで取ったデータは、見るだけでは価値が出ません。月次の品質会議でデータを根拠にした議論をすることで、初めて投資が回収できます。

具体的には次の3点を月例会議のフォーマットに組み込みます。

1. 異常アラート発生件数の推移（増減と原因分類）
2. 不良発生時のセンサーデータ前後30分の振り返り（因果関係の確認）
3. しきい値見直しの提案（運用1か月の実績に基づく）

この運用が定着すると、「勘と経験」で語られていた品質改善が、データに基づく合理的な判断に置き換わっていきます。新人の品質担当者でも、グラフを見て議論に参加できるようになります。

教育とセットで導入することが成功の分かれ目

ここまで読まれて気づかれた方も多いかもしれませんが、IoTセンサー導入の本当の難所は機材選定でも通信設計でもなく、「現場が使いこなせるか」です。

設備担当者がしきい値の意味を理解していない、品質担当者がグラフの読み方を知らない、製造責任者がアラート対応の判断基準を持っていない。こうした状態で機材だけ入れても、データは1か月で見られなくなります。

Qulio合同会社が運営する品質カレッジでは、IoT・AI・DX領域を含む製造業の品質教育コンテンツを、年33000円（税込）の定額eラーニングで提供しています。「IoTって何から学べばいい？」という現場担当者向けの基礎コースから、品質データ分析・統計的工程管理（SPC）といった実務直結の応用コースまで、49コースを受講可能です。

導入前に現場の理解度を底上げしておくことで、センサー設置後の運用立ち上がりが格段に早くなります。機材投資の前に、教育投資。 これがIoT導入で失敗しないための最も実践的な順序です。

無料体験・無料相談も受け付けています。「自社の設備でまず何から始めればいいか」段階から、お気軽にご相談ください。

この記事の要点

• 設備異常は「温度・振動・電流」の3軸でほぼ捕捉できる
• 1設備3センサーなら初期15〜30万円・月額1万円以内で始められる
• アラートは3段階しきい値・役割別通知が運用継続の鍵
• 機材より先に「現場の理解度」を上げることが成功条件