最終更新日:2023-06-27
工場での設備異常を防ぐための取り組みを効率させるため、専門システムの導入を検討している方へ。異常検知ソリューションのタイプごとに、おすすめのサービスを詳しく解説します。
異常検知ソリューションとは、AIやセンサーなどを用いて異常の予兆を自動的に検知するシステムです。
製造や生産の現場では、作業の抜け漏れや誤りにより品質が不安定になる、作業工程が多い、作業者の負荷やリスクが大きいといった、生産性の低下に直結する課題が挙げられます。異常検知ソリューションは、設備やシステムに取り付けた各種センサーで収集した情報をクラウド上に蓄積し、AIなどを使って異常の予兆などがあるかどうかを分析。予兆を検知した際にはメールなどでアラートを発してくれます。
作業時間の記録や集計、分析を自動で行なってくれるシステムを選べば、作業効率の向上、作業員の負荷軽減も実現できます。
異常検知ソリューションは以下のような、様々なシーンで利用されています。
導入に際しては、個別に分析モデルを用意してチューニングしていくことになります。
まずは課題や利用方法に合わせて分析モデルを用意し、最低1〜2カ月データを蓄積。そのデータをAIに学習させることで、何が異常に当たるのかを特定できるようにします。
その後、テスト分析でモデルのチューニングを実施し、精度を向上させます。導入初期に多い検知漏れや誤検知を、徐々に減らしていくイメージです。
異常検知ソリューションをお探しの方は、こちらからサービス紹介資料をダウンロードいただけます。
利用規約とプライバシーポリシーに同意の上、
資料をダウンロードしてください。
異常検知ソリューションを、4つのタイプに分けてご説明します。
生産設備などに取り付けたセンサーのデータをもとに異常の予兆を検知するタイプ。音声や画像、動画などのデータを収集・可視化して検知につなげます。
なかでも「Impulse」は、機械学習技術の実用化を目的に開発されており、従来の閾値ベースの管理では発見できなかった障害や故障予兆の検知、不良品の検出、作業工程の確認・分析、要因の追究など、これまで対応困難であった業務課題に対してもアプローチ可能。予知保全・故障予兆検知をはじめ、設備診断・劣化診断、特定した要因の制御最適化の支援など、幅広い領域に適用できます。
システムの監視に強みを持つタイプ。たとえば「＠DeAnoS（アットディアノス）」は生産設備の監視などもできますが、サーバーやネットワークなど、システムの機器の監視も得意です。CPUやメモリなどのリソース使用率、Syslogなどのログなどだけではなく、センサーで取得したシステムの状況も監視できます。
AI画像解析を使って、カメラ映像に映っているものに異常がないか確認するタイプ。たとえば警備向けの「icetana」では、不信行為や破壊行為などの異常な行動を捉え次第アラートを発し、監視員が対応の要否を判断する流れになっています。既存の防犯カメラシステムとの接続も可能なため、広範囲の状況認識を効率よく行えます。
また、「Impulse作業分析アプリケーション」は、工場での作業者について、作業ステップの抜けや作業手順の誤りがないかなどを検知することもできます。人の手に頼らない機械学習モデルで安定した作業分析を継続的に実行できることで、分析・監視の業務負荷を大幅に低減できます。
音で異常を検知するタイプ。「Monone®」ではAI が機械の音を学習し、正常時の音圧（音の大きさ）や周波数をAI によりモデル化して、正常音に対する乖離を判別しリアルタイムで異常を検知します。異音検知を自動化したい、音による完成品検査を定量化したい、といったニーズに応えます。
4つのタイプ別におすすめの異常検知ソリューションをご紹介します。まずは機械・設備監視向けの4ツールから。
利用規約とプライバシーポリシーに同意の上、
資料をダウンロードしてください。
（出所：MONiPLAT公式Webサイト）
異なる設備監視をクラウド上で一元的に管理できる設備点検ソリューション。異常を示す挙動は、設備の振動、作油センシングなど設備によって異なるが、設備ごとに最適なソリューションの選定・センサーの設置、更に初期設定や設備の登録、状態異常の通知メール設定まで代行してくれるのがポイント。登録後はWeb上で遠隔からリアルタイム監視。状態がグラフやメーターなどでわかりやすく可視化され、状態異常の予兆まで検知可能。
料金はセンサーや通信ユニットなどの月額利用料のみのため、コストを抑えて利用したい場合にもおすすめ。
利用規約とプライバシーポリシーに同意の上、
資料をダウンロードしてください。
（出所：Impulse公式Webサイト）
最新のAI技術によって故障予兆・稼働監視を自動化・高度化する、製造‧⽣産現場向けの異常検知システム。高度な分析技術を持ったデータサイエンティストだけでなく、より幅広いユーザーが利用できるプラットフォームを目指し、機械学習技術を容易に導入・運用するためのアーキテクチャや機能を備えている。
最大の特徴は特許を取得した異常検知モデル構築装置、 異常検知モデル構築方法及びプログラムであるオートモデリング機能。複雑で膨大なデータの特性を自動的に分類し、標準アルゴリズムを用いたシミュレーションにより、最適な分析モデルを導き出してくれる。機械や設備の不具合・故障につながらないよう、センサーなどから取得したあらゆる稼働データをAIによって多角的に分析・検知。監視コストを削減するだけでなく、これまで人間では検知できなかった異常を、AIの力で見つけ出せたという実績も。
利用規約とプライバシーポリシーに同意の上、
資料をダウンロードしてください。
（出所：生産設備の異常検知公式Webサイト）
製造業・社会インフラ向けAIサービス「アダコテック」の中でも、生産設備の異常検知に特化したサービス。動画や各種センサーなど設備の稼働データから正常時の特徴量をAIが学習し、異常をリアルタイムで検知する。また、異常時の特徴を数値化することで、再発防止への対策や、更なる改善を実現する。
常時モニタリングできるようになるため、設備監視業務を削減できる。ミリ秒単位の学習と検知で、突発的な異常にも瞬時に停止が可能。異常原因や改善対策により、設備破損の回避やオペレーターの安全を確保できるなど、様々な導入効果が実証されている。導入企業の中には、実稼働で収集した数分前のデータを使って設備の稼働を監視し、異常時には数ミリ秒で検知、設備をストップさせたことで、稼働から半年でほぼ100%の未然防止を実現したという例がある。
（出所：BiG EYES公式Webサイト）
製造現場に特化したオンライン異常予兆検知システム。過去の操業データをビッグデータとし、正常な振る舞いをAIが学習。学習結果を使用し、センサー値の小さな異常予兆を高精度に発見。工場や建物のプロセス、設備、製品品質、排水や大気などといった環境変数を常時オンラインでモニタリングし、いつもと異なる動きを予兆の段階で検知する。
シャットダウンメンテナンス（定修）、計器キャリブレーション（校正）、手動介入、CIP・SIPなど、製造現場を知り尽くした機能が満載。既存の制御系（DCS、PLC、SCADAなど）とOPCを介して簡単につながり、異常予兆監視を始める。データサイエンティストのような専門家は不要で、各部門の担当者が自ら簡単に機能構築と運用維持できるのも魅力。電力、ガス、石油精製、石油化学、機能性化学、医薬品、食品、水処理、焼却炉、熱源機など、幅広い分野で活用されている。
続いては、システム監視に強みを持つタイプです。
（出所：＠DeAnoS公式Webサイト）
NTT研究所が開発したディープラーニング技術に基づく異常予兆検知技術”DeAnoS®”を搭載し、複雑なシステムや設備の異常を事前に検知するAIパッケージ。閾値ルールなどの保守者の経験や、設計に基づく従来の異常検知方式では対応の難しかった「異常の判断」や「異常の要因推定」、「潜在的な未知の障害の発見」を深層学習（ディープラーニング）により解決へ導く。
多数の監視項目を一度に分析するだけでなく、異常の主要因も推定可能。異常箇所の切り分けにかかる時間を削減し、異常の影響を小さくできる。統合運用管理ソフトウェアとの連携はもちろん、RPAツール「WinActor」との組み合わせにより、自動化適用領域が拡大できる。設備保守運用現場の一層の業務効率化・DXを促進したい方にもおすすめ。
続いては、カメラ解析に強みを持つ2サービスです。
(出所：icetana公式Webサイト)
警備の現場で抱える課題を解決する異常検知ソリューション。あらゆる異常やその予兆を防犯カメラ映像から発見し、監視業務・巡回/立哨警備の省人化を実現する。
AI画像解析技術を活用した防犯カメラのサポートシステムで、カメラ映像から異常となり得るあらゆる事象の発見を支援。監視員はicetanaが検知した映像のみを確認することで対応要否を判断できるため、無駄な対応を減らし、効率的な監視・運用が可能となる。画素（ピクセル）の集合の「位置・濃度・動きの方向・速さ」の時間帯ごとの学習、人・物体や事故・事件など特定のモノ・事象は非識別する、平日と休日を区別して学習するなど、柔軟な機械学習が可能。常に直近2週間を通常状態のデータとして自動でアップデートするため、システム運用の手間がかからない。
(出所：Impulse作業分析アプリケーション公式Webサイト)
約21,000ものモデル運用が稼働している「Impulse」のアプリケーション。AIを利用した動画認識技術により、作業の品質監視やパフォーマンスの分析を自動化。数多くの現場で鍛え上げられたアルゴリズムに加え、録画・モデルの学習・判定・見える化までを一元化する。
認定カメラ、PLC連携による作業の自動録画や録画データの検索により、現場のトレーサビリティを強化。また、作業時間の計測に加えて、異常検知技術を応用した作業品質の監視も可能。判定結果の集計・見える化を行うダッシュボード機能を提供しており、日々の改善業務に簡単に取り入れられる。悩みがちなカメラ設置・精度のチューニング、日々の運用までを専門の技術者がサポートしてくれるので、継続的な運用を促進できる。
最後は、音を使って異常を検知する2サービスです。
(出所：Monone®公式Webサイト)
モノの状態を数値として見える化する異音検知ソリューション。ノウハウを持つ熟練者のようにAIが「モノ」の状態を自動的に聴き分け、装置の状態監視や製造品の品質検査、予防検知につなげる。遠隔監視を行うシステムでは、装置の音をAIが機械学習し、稼働状態を監視。学習したデータはフィールド端末に反映され、異常があった場合は管理者にアラートが通知される。ほか、オンラインタイプで計測するシステムなどニーズに応じたシステムタイプを用意している。
時間や場所を選ばず自動で異音検知を行い、保守業務の効率化に貢献。装置の状態を定量的に測定し、コンディションによるメンテナンスの目安とすることで、装置の状態を把握することも可能。⾵⼒発電機の遠隔監視サービス、重機のエンジンの健全性チェック、ポンプの動作不良の確認、⽳あけ機の⼯具摩耗状態の検知、⾷品機械や電動シートの製品不良のチェックなど、活用シーンは多岐に渡る。
(出所：異常検知/非破壊検査公式Webサイト)
エンジニアリング、研究開発などを手がける運営会社が提供するAIソリューションサービスの一つ。製造現場での異常音データをAIが感知し、独自の技術であるヒートマップによって不良箇所を可視化するシステム。
音データは画像化され、直感的なデータ確認が可能。また、音データに前処理を⾏うことで異常検知アルゴリズムに適⽤。音検査という属人性の高い工程を自動化することで、作業者の負担や人件費などのコストを軽減する。さらに故障による思わぬダウンタイムを防止することで、安定稼働につなげる。「貯まった設備の稼働データを活用しきれていない」といった悩みを解消したい方にも。
異常検知ソリューションの導入によって実現できることや活用シーン、4つのタイプをご紹介しました。利用したいシーンや検知の対象（画像・音）で絞り込めば、業種やニーズに合わせた最適なツールが絞り込めるはずです。
異常検知ソリューションの導入により効率や生産性が上がるだけでなく、それまで同様の業務を行っていたスタッフがよりクリエイティブな業務に集中できるようになります。AIだからできることと人間にしかできないことを上手に組み合わせて、DXを促進していきましょう。
異常検知ソリューションをお探しの方は、こちらからサービス紹介資料をダウンロードいただけます。
利用規約とプライバシーポリシーに同意の上、
資料をダウンロードしてください。
異なる設備の定期点検や状態遠隔監視を一元管理できる設備点検プラットフォーム。点検のスケジュール管理・記録管理をスマホ・タブレットを使って効率的に行えます。...
利用規約とプライバシーポリシーに同意の上、資料をダウンロードしてください。
機械や設備などの故障予兆検知・稼働監視など、予知保全の取り組みを最新のAI技術によって自動化・高度化。故障・停止のリスク低減、現場負担の軽減、技術伝承に貢献。...
利用規約とプライバシーポリシーに同意の上、資料をダウンロードしてください。
このページの内容をシェアする
アスピックご利用のメールアドレスを入力ください。
パスワード再発行手続きのメールをお送りします。
サービスの導入検討状況を教えてください。
ご登録いただいているメールアドレスにダウンロードURLをお送りしています。ご確認ください。
