設備の状態監視『見える化』を実現、予知保全をAIで実現!!
設備の稼働状態と挙動を制御機器と各種センサーから収集し一元的に設備の状態を『見える化』します。AIを用いて適切なメンテナンスの時期と方法を判断することで、予知保全を実現します。設備状態監視の『見える化』実現は生産ラインの安定稼働、歩留まり改善、効率的な生産計画の実行、品質改善にも貢献します。
状態監視・AIソリューション
ステップ1:『課題・テーマ設定』
現在、お客様が抱える課題や取り掛かりたいテーマを決める
・振動観測で製造装置の異常を早期検知したい
・上流工程の異常検知で歩留まりを改善したい、などなど
ステップ2:『状態監視、データ収集の準備』
対象の装置やラインに対し、状態監視もしくはデータ収集を行う
①すでにデータ収集可能なお客様
すでにセンサーなどが対象装置・ラインに設置されており、PLCなどですでにデータの取得ができているケース。DensoWaveのIoT Data Share/Viewを用い、直接データを読み取りに行き、状態監視、データ収集。
②これからデータ収集するケース
対象装置・ラインにセンサーなどがついておらず、これから状態監視・データ収集を始めるケース。対象装置に最適なセンサーを選定、設置しEdge Computer/データロガーでデータ収集開始。
Denso Wave IoT Data Share/Viewを活用し、可視化および状態監視。
ステップ3:異常検知・予知保全のAIモデルの生成
取得したデータをもとに異常検知・予知保全のAIモデルを生成する
- データの前処理
- 取得したデータをAIモデル生成のため、フォーマットを統一させる。
– データのラベル付け
- 教師データの有無、2値/クラス分類
– AIモデルの生成
簡単GUI、ノーコード、マウス操作で数ステップでAIモデル生成可能
クロスコンパス社かんたんGUIのAI生成ツール『MANUFACIA』
– AIモデルの評価&PoC
MANUFACIAならいくつかの評価指標で、生成したAIモデルを評価・選別可能
【評価指標】
①マシュー相関係数(MCC)
②ROC曲線
③AUC
④学習誤差曲線、など
ステップ4:『異常検知・予知保全のAIモデルの導入』
生成したAIモデルを実装する
- AIモデルをEdge Computerへデプロイ
- Edge Computerで状態監視を行いながら、AIによって異常検知、予知保全