技術的ポイント
振動、音、表面温度、回転数などを組み合わせ、機械の通常状態からの変化を捉える予知保全の構想です。振動の大きさだけでなく、波形や周波数の特徴を比較することで、点検が必要な兆候を探します。現場端末や近くのゲートウェイで特徴を抽出する設計なら、生の波形を常時送らずに済みます。実装時は運転速度や負荷ごとの正常パターンを用意し、単発の衝撃を故障と混同しない評価が重要です。デモの診断は模擬動作です。
02 / CURRENT
機械の鼓動AI
振動・音・温度・電流を端末内AIで聴き分け、停止前のわずかな兆候を現場で診断する予知保全システムです。
- 01振動・音を計測
- 02特徴を抽出
- 03通常状態と比較
- 04点検対象を確認
分かりやすい表示ポイント
機械のグラフィック、振動波形、回転数、温度、診断結果を並べ、数値と状態の関係を理解しやすくしています。「異常振動を注入してみる」を押すと、波形と判定が変わるため、通常時との差を見比べられます。もう一度押して戻せるので、専門知識がなくても変化の場所を確かめられます。色の変化だけでなく、診断文と原因候補も読むことがポイントです。表示される判定確率や処理時間は、実際の機械を測定した性能値ではありません。
活用シーン
ポンプ、モーター、ファンなど、止まると業務へ影響する設備の点検支援を想定しています。定期巡回の間に生じる変化を見つけ、点検対象の優先順位を決める材料として使います。例えば、温度上昇と振動の増加が重なる機器を先に確認し、交換部品や作業日程を検討する運用です。異常の履歴を保全記録と結び付けると、担当者間の引き継ぎにも役立ちます。AIが故障を確定するのではなく、専門家が調べるべき変化を整理する位置づけです。
実装・運用のポイント
最初は対象機器を絞り、正常運転中の波形と運転条件を十分に記録します。取り付け位置や固定方法によって測定値が変わるため、センサの設置条件も管理します。警報後の点検結果を残し、正しく検知できた例と誤警報を比較して判断基準を改善します。評価項目は検知率だけでなく、不要な警報数、点検時間、停止前に確保できた余裕などです。設備停止と連動させる場合は、既存の保護装置や人の確認手順との役割を明確にします。