| スライド |
時間 |
タイトル |
 |
00:
00:
00 |
DXライブ#4 研究・開発系＆生産系DXの取り組み |
 |
00:
01:
14 |
デジタル化による産業構造の変化 |
 |
00:
03:
38 |
旭化成における研究・開発系＆生産系DXの取り組み |
 |
00:
03:
48 |
旭化成の事業領域 |
 |
00:
04:
45 |
旭化成のDX推進領域 |
 |
00:
06:
38 |
旭化成における研究・開発系DXの取り組み～マテリアルズ・インフォマティクス（MI）を中心に～ |
 |
00:
06:
50 |
組織&自己紹介 |
 |
00:
08:
30 |
最初に：インフォマティクスについて |
 |
00:
09:
23 |
マテリアルズ・インフォマティクス（MI）とは |
 |
00:
12:
25 |
MIによる製品開発の流れの一例（1） |
|
00:
13:
53 |
MIによる製品開発の流れの一例（2） |
|
00:
13:
55 |
MIによる製品開発の流れの一例（3） |
|
00:
13:
59 |
MIによる製品開発の流れの一例（4） |
 |
00:
14:
45 |
MIによる製品開発の流れの一例（5） |
 |
00:
15:
33 |
MIの事例：樹脂コンパウンドの開発への適用（1） |
 |
00:
16:
57 |
MIの事例：樹脂コンパウンドの開発への適用（2） |
 |
00:
19:
32 |
従来の開発とMIによる開発の融合 |
 |
00:
21:
22 |
MIで変わるR&Dの流れ |
 |
00:
22:
48 |
MIがもたらす影響 |
 |
00:
25:
46 |
MIにおける日本の協調戦略： データ基盤の強化 |
 |
00:
27:
57 |
MIを柱にしたR&DのDX（1） |
|
00:
28:
12 |
MIを柱にしたR&DのDX（2） |
 |
00:
30:
01 |
スマートラボ：目指す姿 |
 |
00:
31:
01 |
結言 |
 |
00:
36:
01 |
旭化成における生産系DXの取り組み |
 |
00:
36:
07 |
【目次】 |
 |
00:
37:
31 |
1.1 生産系デジタル化推進の背景(労働人口減少) |
 |
00:
38:
04 |
1.2 生産技術革新におけるDXの必要性 |
 |
00:
39:
17 |
2.1 既存工場の取り組みテーマ |
 |
00:
41:
28 |
2.2 官能検査の自動化（AIによる画像自動分類） |
 |
00:
42:
05 |
2.2 AIモデル改造および実装における課題 |
 |
00:
43:
21 |
2.3 設備診断（回転機器の遠隔診断）（1） |
 |
00:
44:
10 |
2.3 設備診断（回転機器の遠隔診断）（2） |
 |
00:
44:
53 |
2.4 住宅部材管理のIoT活用事例 |
 |
00:
45:
11 |
2.4 住宅部材管理のIoT活用事例（従来作業） |
 |
00:
45:
57 |
2.4 住宅部材管理のIoT活用事例（改善後） |
 |
00:
47:
03 |
2.5 ドローンの活用事例（水力発電所での活用） |
 |
00:
49:
27 |
3.1 スマートファクトリー構想 （デジタルツイン構築） |
 |
00:
49:
32 |
3.2 BIM(Building Information Modeling)データの活用 |
 |
00:
49:
59 |
3.3 既存工場の3Dモデル化（データ計測活用）（1） |
|
00:
50:
19 |
3.3 既存工場の3Dモデル化（データ計測活用）（2） |
|
00:
50:
21 |
3.3 既存工場の3Dモデル化（データ計測活用）（3） |
|
00:
50:
24 |
3.3 既存工場の3Dモデル化（データ計測活用）（4） |
 |
00:
50:
32 |
3.4 デジタルツインによる運転支援高度化 |
 |
00:
52:
16 |
4. IoTプラットフォーム構築とデータエンジニアの育成 |
 |
00:
54:
03 |
5. まとめ （生産高度化へのステップ） |
