AIと現場データをフル活用する、工場設備の「故障」や「トラブル」を早期に検知する具体的な手法とは

「働き方改革、製造のリードタイム短縮により、設備保全の効率化は重要」

現在、製造業のビジネス環境は急速に変化しており、製造現場でも生産工程の自動化や省人化といった取り組みが活発に行われています。そのため、設備保全領域においては、工場の生産効率をさらに向上させて競争力を高めるために、AIやIoTなどの最新技術を活用し、設備の稼働率を最大限に引き上げる「状態基準保全」を実現することが求められます。

「『状態基準保全』には様々な課題がある」　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

しかしながら、このIoTやAIを利活用した「状態基準保全」の実現には多くの課題があります。例えば、故障やトラブルと因果関係を持つデータが明確でないことや、収集データの品質が十分では無い場合がございます。また、データ収集は出来ているが、そのデータの正常・異常範囲を適切に解釈・判断が難しいケースもございます。その他にも、設備の経年劣化やオーバーホールに対応できていないなどもあり、「状態基準保全」の実現には、対象の設備の使用条件や特性をきちんと理解し、データ、アルゴリズム、そして閾値の最適な組み合わせを試行錯誤する必要があります。

「『異常データが無い』に応えた、『状態基準保全』実現への具体的な取り組み」

宇部情報システムは長年にわたり製造現場の装置データからの「設備状態の見える化」や、「AIを用いた故障、トラブル予知」について、多くの取組みを進めてきました。
このセミナーでは「正常データ」のみで故障・トラブル予知が可能な、AI異常予兆検知システム構築サービス「SAILESS（サイレス）」を中心に、どんなデータを使えばいいのか、どんなアルゴリズムで構築したのか、メンテナンスはどうすればいいのか、といった、実際に当社が実施した、具体的な製造現場の実例についてご紹介いたします。

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：黒田）

お問い合わせはこちらから