データ分析技術:DX、ビッグデータ、AIモデリング、画像認識,統計解析

関連メニュー

【データ分析の実用例】設備の異常診断、劣化診断

設備の異常診断、劣化診断

設備のその時点における健全性の状態を把握し、異常診断はもちろんのこと、その異常を引き起こす原因を解析したり、また劣化の程度を数値的に推定します。これにより設備の補修・交換の時期を前もって計画するなどの対処が可能となります。

こんな事でお困りではありませんか

  • 故障の予兆や異常の兆候を高い精度で検出し、「事後保全」から「予知保全」中心の保全作業へ転換したい。
  • 補修費・修理費の削減を図りたい。

正常運転データを用いた異常診断

正常な運転データや製造品のデータは大量に入手することできます。一方、発生頻度が低い異常や故障データを多数収集するのは難しいため、従来は、正常と異常の境界領域が広くなり、誤検知が多くなってしまっています。

大量に入手可能な正常データで機械学習させた学習装置に異常を含んだデータを入力すると、想定外データとしての異常データ部分を上手く分離して検出することができます。

従来のデータ正常/異常判別

機械学習による正常/異常判別

ディープラーニング、サポートベクターマシン、決定木等の機械学習から最適な手法を選択

メリット

正常状態から逸脱した状態としての異常状態の予知、検知の高精度化が可能。
多数の操業パターンがある場合でも、機械学習で自動的に正常な操業パターンを学習し、異常検知においても操業パターンの分類が不要。

事例

作業の流れ

このページに関する
お問い合わせはこちらから

JFEテクノリサーチ株式会社 営業本部
0120-643-777

0120-643-777

月~金:9:00~17:30(祝祭日を除く)

?
  • TEL
  • MAIL
  • ご依頼の流れ
  • 質問