THEME
予知保全
「予知保全」に関する記事 42本・導入事例 16件。
-
予知保全AIとは?異常検知・故障診断・余寿命推定の3段階と導入6ステップ
-
時系列データの異常検知AI入門:統計・予測残差・再構成型の3方式と選び方
-
製造業のAI活用10領域:外観検査・予知保全から設計・技能伝承まで一覧
-
予知保全AIが失敗する6つの理由:故障事例不足・誤報・保全行動につながらない
-
異常検知の誤報を減らす:1日あたり誤報件数とイベント単位評価で設計する
-
予知保全と予防保全・事後保全の違い:故障の82%がランダムという前提から考える
-
予知保全のROI試算:停止1時間230万ドルの自動車工場と中小工場での計算例
-
予知保全のデータ収集計画シート:設備・センサー・故障履歴の整理30項目
-
ヒストリアンのデータはそのままAIに使えるか:圧縮・サンプリング・タグの3つの落とし穴
-
振動データの予知保全AI:ISO 20816の評価ゾーンから機械学習までの使い分け
-
AIに必要な学習データ量の目安:外観検査・予知保全・需要予測の3用途別
-
中国灯塔工場のAIユースケース:亿纬锂能・佛吉亚・海天など12工場の数値
-
保全ナレッジAIアシスタント:設備マニュアル×保全履歴で復旧時間を短くする
-
予知保全のセンサ選定:振動・温度・電流・音・油の5種類を故障モード別に選ぶ
-
設備故障診断AIエージェント:日立・ダイキン・三菱ケミカルの検証から学ぶ5点
-
石油・エネルギープラントのAI:自動運転・予知保全・エネルギー最適化の到達点
-
音で設備異常を見つけるAI:日立MIMIIデータセットとDCASEの結果に学ぶ導入要点
-
RockwellのAI戦略:GuardianAI・エッジSLM・自社工場の3点
-
欧米の予知保全AIベンダー9社比較:Augury・Senseye・MaintainXの違い
-
工作機械とAI:加工条件の最適化・工具摩耗予測・機上計測の3つの使い方
-
予知保全は閾値管理で足りるか:機械学習が要る4条件と「誤報率10%」の壁
-
異常ラベルがない工場データの異常検知:正常データだけで学習する4つの手順
-
余寿命推定(RUL)は工場で使えるか:NASA C-MAPSSと実工場データの3つの差
-
保全記録(CMMS)を予知保全AIの教師データにする:故障ラベル整備の5手順
-
AIの用途別にどの補助金を使うか:外観検査・予知保全・生成AIの6パターン
-
異常検知を保全・品質のアクションにつなぐ:MESとアラーム運用の設計5原則
-
予知保全システムの構成:ISO 13374の6ブロックで見るデータ取得から意思決定まで
-
予知保全AI製品の比較:Augury・Senseye・国内勢を同じ8軸で並べる
-
ナレッジグラフ×生成AI:日立・ダイキンの故障診断に見るGraphRAGの使いどころ
-
保全業務の生成AI:Siemens Senseye Copilotの事後保全25%短縮の中身
-
树根互联の工業AI:設備250万台の接続から時系列予測大模型への転換
-
中小工場の予知保全:後付けセンサとクラウド月額サービスで始める3ステップ
-
設備点検のAI化:アナログメータ読取りとカメラ巡回で日常点検を省人化する方法
-
中国の外資系工場のAI:Schneider普陀・Siemens南京・Schneider武汉の数値
-
保全向け生成AIの比較:Siemens Senseye・SAP・AWSの3製品の違いと前提条件
-
モータ電流で予知保全(MCSA):センサ追加なしで軸受・回転子の異常を捉える方法
-
振動・画像など高頻度データの扱い:保存期間・圧縮・特徴量化の設計4項目
-
AI・機械学習・ディープラーニングの違い:製造業の3つの例で理解する
-
ポンプ・ファン・コンプレッサの状態監視AI:回転機の異常を早期に見つける設計
-
工作機械の工具摩耗をAIで予測:主軸負荷データから工具交換時期を決める方法
-
製造業のAI導入事例20選:用途別に成果の数字と対象ライン・期間の前提を整理
-
設備保全部門のAI活用:点検・予知保全・保全記録の検索まで5つの使い方
「予知保全」の導入事例
-
特变电工沈变が設備異常を8〜12時間前に警告する予知保全で卓越級工場に
-
山东金信空调が浪潮云洲のスマートファンで設備保守の周期を40%短縮
-
国内鉄鋼企業が西门子中国研究院と約2万データ点をつなぐ保全エージェントを構築
-
日立が鉄道架線の点検を車両屋根カメラの映像AIで行い、10日の作業をほぼ即時にした事例
-
日立が産業プラント保守の熟練者の知見をオントロジー化し、OJT時間を9割減らした事例
-
ダイキン工業がLiLzに出資し、設備点検から省エネ提案までの工場向け仕組みを共同開発
-
アイ・エル・シーとエイシングが振動データでベルトコンベアの異常を検知するデモを開発
-
東芝が四国電力送配電向けにWAOTのAPM機能で設備リスクを可視化する運用を開始した事例
-
Cintasが保全管理システムMaintainXを200拠点に9週間で展開した事例
-
Michaelsが保全管理システムMaintainXを使い、平均修復時間を70%短縮した事例
-
US LBMが40超の工場の保全業務をMaintainXで標準化した事例
-
DuPontがAuguryの機械ヘルス監視を使い、設備故障の予測に取り組んだ事例
-
Redimixが保全管理システムMaintainXを使い、保全コストを53%削減した事例
-
BlueScope SteelがSiemens Senseyeで設備の状態を追跡する予知保全の事例
-
乳業Sachsenmilchが予知保全SaaSのSenseyeを導入し、日次で設備状態を確認する事例
-
Qatar Shell GTLがライトハウス拠点として設備の信頼性99%を報告した事例
記事を探す
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。