設備データ見える化チェックリスト｜工場DXの第一歩を確実に進める
設備データの見える化は工場DXの出発点ですが、「センサーを付けたが誰も見ていない」という失敗が後を絶ちません。本記事は、設備保全・品質管理・DX推進の担当者が、見える化プロジェクトの計画から運用定着までを自己点検できるチェックリストです。自社の現場に当てはめながら読み進めてください。
「まずは設備データの見える化から」という方針自体は正しいのですが、実際の現場では、ダッシュボードを作ったのに3か月後には誰も開いていない、取得したデータの粒度が粗すぎて異常の原因分析に使えない、といったつまずきが頻繁に起きます。原因の多くは技術ではなく、着手前の論点整理の漏れです。 この記事では、設備データの見える化を「準備」「データ収集」「ダッシュボード設計」「運用・次の一手」の4段階に分け、各段階で確認すべきチェック項目とその意図を解説します。これから着手する方はもちろん、すでに取り組んでいて停滞している方の棚卸しにも使えます。
段階1: 準備 ― 設備データの見える化で「何を判断したいか」を決める
最初の段階でのチェック項目は次の4つです。
- 見える化の先にある「判断」を1つ具体的に書き出したか
- 対象設備を1〜3台に絞り込んだか
- 現場の暗黙知（異音・振動・温度の感覚）をヒアリングしたか
- 効果を測る指標（停止時間、不良率など）の現状値を記録したか
最も見落とされがちなのが1つ目です。「とりあえず全部見えるようにする」は一見正しそうですが、判断に結びつかないデータは見られなくなります。「チョコ停の要因を特定して月間停止時間を20%減らす」「軸受の異常兆候を故障の1週間前に捉えて計画停止に切り替える」のように、誰がどんな判断をするためのデータかを文章にしてください。これが後のセンサー選定とダッシュボード設計のすべての基準になります。 対象設備の絞り込みも重要です。全ラインを一度に対象にすると、配線工事やネットワーク整備の負担が膨らみ、効果が出る前に予算と熱量が尽きます。「停止すると後工程全体が止まるボトルネック設備」「故障時の修理費が高い設備」「熟練者の感覚に依存している設備」のいずれかに該当する1〜3台から始めるのが現実的です。 現場ヒアリングが効くのは、熟練オペレーターが「この音がし始めたら危ない」「夏場は午後に止まりやすい」といった異常の前兆を既に知っているケースが多いためです。どの物理量（振動・温度・電流・音）を測るべきかのヒントは、カタログではなく現場にあります。
段階2: データ収集 ― 取得方式とデータの粒度を見極める
- PLCやCNCから既存データを取り出せるか確認したか
- 後付けセンサーの設置位置と種類を現場で検証したか
- サンプリング周期が目的に合っているか検討したか
- 停止理由や段取り情報など、人が入力する情報の記録方法を決めたか
- データの保存先とネットワーク経路を情報システム部門と合意したか
最初に確認すべきは既存データです。比較的新しい設備なら、PLCから稼働信号・アラーム・生産カウントが取れることが多く、センサーを追加するより早く安く始められます。一方、古い設備や信号が取り出せない設備には、電流クランプや振動センサー、積層信号灯の光を読み取るセンサーなどの後付けが有効です。 見落とされがちなのがサンプリング周期です。稼働/停止の判定なら1秒〜1分間隔で十分ですが、軸受の異常振動を捉えるには数kHz以上の高速サンプリングが必要になります。「あとで異常検知にも使いたい」と考えているなら、この段階で必要な周期を見積もっておかないと、せっかく貯めたデータが将来のAI活用に使えないという手戻りが起きます。ここは目的（段階1で書き出した判断）と直結する判断なので、曖昧なまま機器を選定しないでください。 もう1つの盲点が「人が入力する情報」です。停止時間は自動で取れても、停止理由（材料切れ、刃具交換、チョコ停、故障）は人の入力がないと分析できません。タブレットでワンタップで選べる仕組みにするなど、現場の入力負荷を最小化する設計が定着の鍵です。
段階3: ダッシュボード設計 ― 「誰が・いつ・何秒で」見るかを決める
- 画面ごとに閲覧者と閲覧タイミングを定義したか
- 現場表示は3秒で状況が分かる構成になっているか
- 異常や閾値超過を能動的に通知する仕組みがあるか
- 停止要因の内訳など、改善の優先順位が分かる集計画面を用意したか
ダッシュボードの失敗パターンの典型は「全データを1画面に詰め込む」ことです。閲覧者は大きく3層に分かれます。現場オペレーターは「今、正常か異常か」を一目で知りたい。保全・品質担当者は日次や週次で「どこに手を打つべきか」を知りたい。管理者は月次で「改善効果が出ているか」を知りたい。それぞれ必要な画面はまったく異なります。 特に改善活動につなげるうえで効果が大きいのが、停止時間の要因内訳の可視化です。感覚では「故障が多い」と思っていた現場で、実際にはチョコ停と段取り替えが停止時間の過半を占めていた、というケースは珍しくありません。次の例は、ある加工ラインで1か月分の停止ログを集計したときの内訳のイメージです。
このように内訳が数字で見えると、「故障対策より先にチョコ停の要因分析に着手すべき」といった優先順位の議論が、感覚ではなくデータで行えるようになります。これこそが見える化の本来の価値です。 また、ダッシュボードは「見に行く」ものだと忘れられます。閾値超過時にチャットツールやメールへ通知を飛ばす仕組みを最初から組み込み、人がダッシュボードを開く習慣に依存しない設計にしてください。
段階4: 運用と次の一手 ― 定着させ、異常検知へつなげる
- 週次でデータを見て打ち手を話し合う場（15分で可）を設定したか
- センサーの脱落・故障などデータ欠損を検知する仕組みがあるか
- 導入前に記録した指標と比較し、効果を数字で確認したか
- 蓄積データを異常検知や予知保全に発展させる条件を整理したか
見える化は導入した瞬間ではなく、データを見て行動を変えるサイクルが回り始めたときに成果が出ます。経験上、週1回15分でも「先週の停止要因トップ3と今週の打ち手」を話す場があるかどうかで、半年後の定着度は大きく変わります。 見落とされがちなのがデータ欠損の監視です。センサーの脱落や通信断に気づかず数週間分のデータが欠けていた、という事故は珍しくありません。欠損しているのに誰も気づかない状態は「見える化が信頼されなくなる」最大の要因なので、データが途絶えたら通知する仕組みを必ず入れてください。 そして、正常時のデータが3〜6か月程度蓄積されると、統計的な閾値設定やAIによる異常検知へ進む土台ができます。この段階で「どの設備で、どんな異常を、どのくらい前に検知できれば投資に見合うか」を整理し、小規模なPoCで検証してから本格展開するのが、手戻りの少ない進め方です。見える化の設計段階でデータの粒度と保存形式を正しく決めておけば、この移行はスムーズに進みます。
まとめ: 最初に確認すべき3項目
チェック項目は多岐にわたりますが、着手前に必ず押さえるべきなのは次の3つです。
- 見える化の先の「判断」を1文で書き出す ― すべての機器選定・画面設計の基準になる。
- 対象設備を1〜3台に絞る ― 小さく始めて3か月で効果を確認し、横展開する。
- サンプリング周期と人手入力の設計を先に決める ― 将来の異常検知・AI活用への拡張性を左右する。
この3点が明確であれば、技術的な選択肢（PLC連携、後付けセンサー、ダッシュボードツール）は後から合理的に決められます。逆にここが曖昧なまま機器選定から入ると、高確率で「見られないダッシュボード」が生まれます。まずは対象設備の前に立ち、現場の声を聞くところから始めてみてください。