SHOWCASE

設備保全のためのIoT×AIサービス提供事例(通信規格:LoRa)

  • 2017/04/01
  • 事例
    • センサデバイス
    • 通信システム
    • データ蓄積クラウド
    • AI分析・学習モデル

時系列データ分析に特化したAI(人工知能)分析の導入事例

電力会社様向けに、当社のAI(人工知能)分析サービスである「SkyAI(スカイエーアイ)」を活用して、設備機器保全予兆のためのAI学習モデルを作成しました。

具体的な実施事項

ご依頼を頂いた電力会社様は、機器の点検時に聴診棒と言われる器具を耳にあて骨振動で検査を行っていましたが、異常診断は難しく熟練の技術者に頼る必要がありました。

そこで、機器の振動や音をセンシングし異常を当社のAI(人工知能)分析、「SkyAI」で判定する事によって、経験の浅い技術者でも異常診断を行える「IoT聴診棒」の開発を目指しました。

IoT聴診棒の仕様策定にあたり、まず中部電力火力研修所内 軸受異音体験装置とキャビテーションポンプ装置で振動と音のセンシングを行いました。

しかし、高周波センシングデータをLoRaのようなデータ送信スピードが遅い通信規格で転送する際、送信時間が課題となっていました。

そこで、生データをAIに必要な最小限の特徴量データへ変換しAI学習モデルを作成しました。

このAI学習モデルでは、ISO準拠の簡易異常判定の他、軸受けの外輪内輪に傷、潤滑油不足、ポンプのキャビテーション状態等の異常内容を「95%の精度」で判定出来る成果を得られました。

今後は、仕様策定された結果を元に「IoT聴診棒」のデバイスと実運用AI学習モデルを作成する予定となっております。

SkyAIの詳細を見る

今すぐお問い合わせ

 

スカイディスクならではの強み

上記のサービスを継続するにあたり、センサから確実にデータを送受信するために最適な通信規格として、周波数、伝達距離、消費電力、および費用の観点から、LPWA(Low Power Wide Area)のLoRaが最適だということがわかったものの、データの送信スピードが遅いという課題がありました。

その課題に対して、今までワンストップでサービスを行ってきた当社では、AIに必要な整形データのみをクラウド上に送るデバイスを開発し、スムーズなデータ送信を実現することができました。

このように、センサデバイス側で、振動や音といった物理データを整形し、クラウド上のAIで処理しやすいデータが蓄積されたことで、LoRaのような低速・小データ量通信規格でも異常予兆検知が可能となりました。

実施ステップのまとめ

1. 「振動」と「音」のデータをセンサデバイスで収集し、モーターやポンプなどの設備機器の通常稼働状況をデータ化
2. 時系列解析(波形解析や周波数解析)によってAI用学習データである整形データに変換
3. モーターベアリングの異常など、故障の予兆となる変化を検知するAI実運用モデルを生成
4. データを蓄積することで、異常の原因となる油切れやすべり軸受の傷といった具体的な内容を検知

ポイント

● 振動や音などの物理データを取得し、稼働状況の可視化ができる
● デバイス側でAIが処理しやすいデータに整形するため、スムーズにデータを送信できる
● PoCによって得られた学習モデルがすでにある(=より精度の異常判定を得られる)
● パラメーターのチューニングに関する知見がある
● IoT時系列データの解析に強い整形プログラムがある
● ”人”が検知できない異常の原因を検知することができる
● 少ないデータ量からも、異常データをシュミレーションして作成できる

※お手持ちのセンサデータだけでは判定結果が得られない可能性がある場合には、センサデバイスのご提案からさせていただくことができます。
※AI分析は200万円〜のご提案となります。

SkyAIの詳細を見る

今すぐお問い合わせ

Pocket

一覧へ戻る