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

【データ分析の実用例】設備の異常診断、劣化診断

ページ内メニュー

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。

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。

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。