異常検知システムによる製造現場DX実現法とは

工場の運転データ活用の課題

しかし、工場設備の運転データを活用した取り組みを進めるには、様々な課題があります。

まず、設備から収集された運転データを活用して、設備の異常検知のようなシステムを構築するには、高度な専門知識とノウハウが求められます。具体的には、データのクレンジングや、解析、可視化を行うための統計学や機械学習の知識に加え、設備の動作原理や故障パターンについても知見も必要になります。さらに、データ収集システムと解析ツールを統合し、リアルタイムでデータを処理・分析する仕組みも必要になります。

加えて、単に設備の異常を知らせるだけでは、故障の頻度や影響の議論に終始し、投資に対する明確な費用対効果が見えにくいという課題があります。このため、運転データを単なる異常検知に留めず、稼働パターンや性能変化といった詳細な分析結果を最大限に活用し、予防保全や最適運転といったデータ駆動型のアプローチを実現する必要があります。

工場設備の運転データをフル活用した「設備の診断・運転評価」のすすめ　

宇部情報システムは、長年にわたり製造現場の運転データを活用した「設備の運転状態の見える化」や「AIを用いた故障予知」に取り組んでいます。

本セミナーでは、AI予兆検知構築支援サービス「SAILESS（サイレス）」を通じて、設備の最適運転状態と現状の運転状態の差を「異常度」として定量化する手法について解説いたします。さらに、これらのデータを活用した、設備の時間基準保全から状態基準保全へ移行した事例など、データ駆動型アプローチを実現した具体的な取り組みについても詳しくご紹介します。

「SAILESS」は、顧客の要件に応じてカスタマイズされるBTO（Build to Order）モデルで提供される異常予兆検知システムです。これにより、対象物や異常のタイプに合わせた最適な異常検知システムを構築できます。さらに、設備のさまざまなデータを蓄積・分析できるため、設備の運転状態を多角的に分析するデータプラットフォームとしても活用可能です。

特に

• 運転データを取得しているが、どのようにデータを活用するか悩んでいる方
• 運転データを活用して、保全技術のカン・コツ依存から脱却したいと考えている方
• 異常検知システムの導入を検討しているが、費用対効果に課題を感じている方

などに特におすすめです。

お問い合わせ先(事務局)

株式会社宇部情報システム　営業企画部（担当：杉村）

お問い合わせはこちらから