blog
AIブログ
第14回「製造業が求める『設備保全』のAI活用とは?」
従来の設備保全の限界
従来の工場が持つリソース・手法において、工場の原動力となる「設備」を常に安全に保つ保全作業は、多くの点で限界がありました。何にせよ「人」「時間」「労力」というリソースが限られている工場では、設備の全数を確認する事、突発的なトラブルに全て瞬時に対応する事は不可能でした。
そこで、工場は自らが有しているリソースの限界点と、設備保全の品質の妥協点を鑑みながら、「浅く広い設備全数点検」を行っていました。細部まで確認は出来ませんので、表層的な最低限の保存のみの保全となっていました。それでも確実にトラブルが生じますので、トラブルが発生したら何とか事後対応するという形になりますが、労働集約で長時間労働が強いられる中でのトラブル対応は生産計画を崩すリスクを負っていました。
そのような状況であっても「熟練の技・経験」によって設備保全は何とか運用が行われて来ましたが、やはり不意の故障を完全に防ぎきる事は出来ません。トラブルが出れば先述の通り生産計画も壊れますし、また修繕コストの肥大も企業経営を圧迫します。生産ラインにとっては設備不良によって完全停止となれば大きな損失を免れません。完全に停止しなくても、不具合が出ただけでもダメージは相当のものでした。
センサーとAIタッグによる革新
「設備故障を未然に予知する自動システムはないか」「稼働中断の原因を可視化する事で生産効率を向上させたい」という従来のニーズを満たす革新として登場したのが、AIテクノロジーでした。IoT(モノとインターネットが繋がった事象)の技術でも稼働設備の状態を随時把握する事は出来ましたが、学習的・自律的にその状態を分析・共有・フィードバックするようなシステムはAIの登場によって実現の段階へ進んだのです。
現在、AI活用型の設備保全は、多彩なセンサー系機器から状況を「見える化」し、収集した時系列の環境ビッグデータを様々な技法によって要因分析を行います。深層学習によってAIの精度・効率性が上がるにつれ、設備保全に必要な「自動制御(異常検知・工程制御)」「製造管理(現状把握・遠隔計測)」という需要が満たされます。ここに、24時間フル活動出来る循環検査・突発故障予防のエキスパートが生まれるという訳です。
このように、AI活用による設備保全は、従来の「浅く広い設備全数点検」「無秩序な要員対応」から、「広く深い設備全数確認」「計画的・効率的な要員配置」へとシフトします。現場確認が主体だったものが遠隔監視に切り替わり、省人化・省力化が実現する事によって、設備保全で浪費されていた時間・労力を大きく回避出来るようになるのです。センサーの種類(振動・音声等)と設備環境の特徴(軸振動の有無等)がマッチするAI・IoT活用がなされれば、ここにスマート工場への大きな前進が生まれる事となります。
ここまでご愛読いただきありがとうございました!
よろしければ弊社SNSもご覧ください!
Twitter https://twitter.com/crystal_hal3
Facebook https://www.facebook.com/クリスタルメソッド株式会社-100971778872865/
Study about AI
AIについて学ぶ
-
「Diffusion Transformers(DiTs)」とは。わかりやすく解説
「Diffusion Transformers(DiTs)」とは Diffusion Transformers (DiTs) は、画像生成タスクにおける拡散モデ...
-
3D画像での異常検知システム(3DのAI・深層学習)
3DのAI・深層学習 3Dデータとは? 写真等の一般的な2Dデータは、ピクセル(画素)の縦×横の2次元の配列です。では3Dデータはどの様に表現されるのでしょうか...
-
AI問題点を分かりやすく解説!新たな技術の課題とは?
AI(人工知能)は革新的な技術である一方で、さまざまな問題点も浮かび上がってきました。本記事では、AIの問題点についてわかりやすく解説します。 AIの急速な発展...