統計分析を用いたゴム配合の効率性の発見

チャレンジ

新しいデータと履歴データを使用して製品開発の効率を高め、複雑なデータ セットに対してより機能的な実験を設計します。

解決策

組織全体に JMP を展開し、データを活用して新しい高性能ゴム配合を開発し、ブリヂストンタイヤの生産プロセスを最適化します。

結果

データの分析と調査に必要な時間の短縮。 現在テスト中の新製品は、牽引力、耐久性、燃費、堅牢性においてより高い評価を得ています。

ブリヂストンは1931年に日本の福岡県で設立されて以来、日本の技術と革新の模範となっています。 創業者の石橋正二郎氏は、既存のヨーロッパや北米の技術を模倣する機会を放棄し、独自の創意工夫でゴムタイヤを製造することに努めました。 現在、同社は多国籍企業として 27 か国に 180 を超える生産・研究開発施設を運営しています。

しかし、ブリヂストンは現状に満足してはいない。 イノベーションと製品開発は、引き続きその業務の最前線にあります。 ブリヂストンは、従来の自動車用タイヤを製造するだけでなく、航空機、大型鉱山車両、オートバイ向けの新しい最先端のタイヤ技術も生み出しています。 ブリヂストンはタイヤ以外にも、自動車部品、工業製品、ポリウレタンフォーム製品、建築資材、電子機器部品、自転車、スポーツ用品など多角的な事業を展開しています。

国際部門間の対話の創出

通常、現代の空気入りタイヤは、合成ゴム、天然ゴム、布地、ワイヤー、カーボンブラックなどの化合物の組み合わせから作られています。 ゴムにどのような炭素や化合物が添加されるかは製品によって異なり、性能、コスト、耐久性に影響します。 ブリヂストンは、最終製品の特定のニーズに合わせて、常に新しいゴム化合物を開発しています。たとえば、高速レーシングカーには、1 回のレース期間よりも短い期間で寿命が切れるように設計された軽量タイヤが必要ですが、大型トラクターのタイヤには、重い荷重を支え、より長い寿命がなければなりません。

世界中に多くの拠点を持つ多国籍メーカーが直面している共通の課題は、手順を統一し、国際的な同僚間の対話を確立することです。 施設によって研究開発は異なりますが、それ自体は問題ではありませんが、結果に関しては一部の施設がはるかに優れていることを意味する場合があります。 これは、東京のブリヂストン技術センターの評価手法開発ユニットとタイヤ材料先行開発部に所属する山本拓氏が、ブリヂストンの米国研究開発施設に臨時派遣された際に発見したことだ。

山本氏は生化学と錯体化学のバックグラウンドを持ち、大学卒業後は日本のブリヂストンに勤務し、ゴム用材料の開発に携わってきた。 2014年に米国に到着した際の彼の目的は、観察していた米国の研究開発部門の研究者が統計分析を使用して実験の設計方法をどのように改善しているかを観察することでした。 そして、これらの方法を東京にある自分の部署と比較します。 「私が初めて JMP に出会ったのは米国でした」と山本氏は説明する。 「彼らはそれを混合物の設計に使用していました。ゴムの配合に何をどれだけ混ぜる必要があるかということです。 そして、そのために彼らは JMP の実験計画機能を適用しました。」

海外でのJMPの経験は、国内で達成できる効率性に気付かせてくれました

山本氏はこれまで JMP を使用した経験はありませんでしたが、北米への長期滞在中にできる限り多くのことを学ぼうと決意しました。 「まずは自分で JMP を試してみる必要があり、それが最初の課題でした」と彼は言います。 山本氏は、アメリカ人の同僚がプロセスを効率化する方法を観察しながら、JMP によってデータ処理がいかに簡単になり、統計学者以外の人にも利用しやすくなるかを目の当たりにしました。 「[JMP を使用すると] 結果を動的に体験できます」と山本氏は説明します。 「私たちは結果をただ伝えるのではなく、そもそもどうやってその結果に至ったのかを体験してもらうのです。」

山本氏は日本に帰国後、東京の経営陣を説得して同様の研究開発アプローチを採用してもらう必要があると確信していたが、賛同を得るのはそう簡単ではなかった。 彼の上司はコストを懸念しており、また、彼自身は JMP を使用したことがなかったため、統計分析が実験の効率化にどのように役立つのかも確信がありませんでした。 しかし山本は準備ができていた。 彼は、ブリヂストンが過去の実験からすでに持っていたデータが、将来の実験プロセスを変革し、時間と費用の両方を節約するのに役立つことを実証することができました。 「自分で実験をしなくても、過去のデータを使って重要な洞察を得ることができます」と彼は言います。 「物理的な実験をしなくても結論を得ることができます。 JMP は、[あらゆるデータセットから] 実用的な定量的な結果を引き出します。」

統計分析の利用を拡大し、より効率的なゴム配合を開発

「配合の混合は非常に複雑です。 より複雑な混合物を使用することで、より良いパフォーマンスを実現できることが分かりました。 タイヤ配合には10種類以上の材料を使用しており、そのなかから特定の化学グループのいくつかの成分に焦点を絞って、多種多様な複雑なものまで開発しています。」 山本氏は説明する。 「混合物に 3 つの成分しか含まれていない場合、各成分をどのくらいの量、いつ追加すればよいかは簡単に想像できます。 しかし、化合物が 6 個以上ある場合、最終的な結果がどうなるかは実際には想像できません。 結果をシミュレートするにはコンピュータが必要です。」

最終的に、山本氏のマネージャーは、JMP のような多用途ツールを広く普及させることの価値を認識し、説得されました。「彼は、そもそも統計とプログラミングが好きでした」と山本氏は言います。「そしておそらく、さらに重要なのは、米国チームが採用していた効率化の考え方でした。」

当初、混合設計における JMP の使用は山本氏自身のサイトでテストされ (約 6 か月間、同氏が唯一のライセンス所有者でした)、最終的には組織全体に展開されました。 「私たちは開発目的でもこの製品を使い始めました」と彼は付け加えます。 「実際、私たちはすでに JMP の分析手法を使用して、画期的な新しいタイヤのプロトタイプを開発しました。 私は混合配合を設計し、現在すでにそのタイヤで路上テストを行っています。」

統計ソフトウェアの活用を研究開発から製造現場まで拡大

最初の成功に続いて、統計的アプローチはより広く受け入れられるようになりました。 「原材料・配合設計部門には現在、約 40 名の JMP ユーザーがいます」と山本氏は言います。 彼らは主に DOE、グラフ ビルダー、多重回帰機能のアプリケーションを使用しており、山本氏は、訪問した米国の研究開発施設に組み込まれていたものと同様の、処理時間やその他の効率性における定量化可能な改善を確認しました。 次のステップは？ 山本氏は「研究開発と生産を結び付け、毎回同じレシピを実現できるプロセスを作り出すことがすべてです」と語る。

一方、山本氏は、自らが導入できた効率化に大喜びしている。 そして、チームと経営陣のサポートを得て、JMP が提供するあらゆる側面を探求し続け、それらのソリューションを使用してブリヂストンのプロセスをさらに最適化していきます。