[事例ニュース]

2020年1月16日(木)日川 佳三（IT Leaders編集部）

リスト

　実験では、設備故障時に生産への影響が大きいにも関わらず、設備メーカーが管理していないポンプやファンなどの設備を選定し、IoTセンサーを用いて異常を検知する（図1）。

図1：AI/IoTを活用した生産工場設備の故障検知システムの概要（出典：NECファシリティーズ）
拡大画像表示

　これまで手作業で測っていたポンプやファンの振動・温度データを、IoTセンサーを使ってリモートから継続的に取得する。従来は1カ月から数カ月に1回の周期でデータを測定していたが、これを1時間に1回へと短縮し、異常検知までの時間を短縮する。

　加えて、新たに実験用のポンプを設置し、疑似的に故障させてデータを収集する。収集したデータを学習することで、故障を判定できるAIモデルを作成する。

　実験ではさらに、人による異常検知のきっかけである異音の検出をデジタル化する。多数のインフラ設備を設置してある機械室に騒音測定器を置き、音響によって異常を検知する。これにより、早期に異常を検出する。

　これらにより、保全作業におけるデータの収集と分析に要する時間を、従来の人手で実施していた場合と比べて約20％低減できる。また、施設の運用管理ノウハウとIoTによる異常検知を組み合わせることで、より適切なタイミングで適切な対策を実施し、設備の突発的な停止を防止できるとしている。

　2020年度下期には、実証実験の結果を受けた商用システムをリリースする。本システムの導入により、1拠点あたり数千のセンサーから自動でデータを収集できるようになる。