AIによる予知保全で実現する「止まらない設備」

状態基準保全の実現による保全革新

装置データに基づき“いつもと違う”をリアルタイムに監視することにより、装置状態に応じた最適なタイミングでの状態基準保全を実現します。

From 事後・定期保全

熟練技能者による事後・定期保全

長年培った勘、経験に基づき、事後・定期保全(時間基準保全)を実施。

熟練技能者による事後・定期保全
To 予知保全

AIコントローラによる予知保全

装置データに基づき、AIが装置状態の監視を実行。装置状態に応じた最適なタイミングで予知保全(状態基準保全)を実施。

AIコントローラによる予知保全

予知保全実現による期待効果

1. ダウンタイム最小化による生産ロスの削減
2. 最適なタイミングでのメンテナンスによる費用削減
3. 部品交換タイミングの適正化による保守部品在庫の削減
4. 解析不要で異常個所の特定が可能
5. 高度な知識/技能なしで保全業務の定型化が可能

AIによる予知保全の運用フロー

Step1

学習モデル生成

現状の装置データに基づき、しきい値を含めた学習モデルを生成。(“いつも”の状態を学習)

Step1 学習モデル生成

Step2

装置監視の実行

学習モデルに基づいて装置を監視。装置状態がしきい値を超えると通知。

Step2 装置監視の実行

Step3

しきい値の再設定

装置状態を確認。異常が無ければ、しきい値を再設定。

Step3 しきい値の再設定

Step4

部品交換

しきい値の再設定と監視を繰り返すうちに異常発生。部品交換を実行。

Step4 部品交換

Step5

新しい部品で学習モデル生成

部品交換後、異常ラインをヒントに再度しきい値を含めた学習モデルを生成。繰り返す事でより確かな状態基準保全を実現。

Step5 新しい部品で学習モデル生成