予兆保全システムをOTネットワークへ接続するには?分離・通信制御・Gateway設計の基本 予兆保全のためにセンサーやIoT GatewayをOTネットワークへ追加し、設備データをクラウドへ送る際のセキュリティを解説。データフロー、Zone分割、Firewall・DMZ、通信制御、Gatew…
予兆保全アラートは誰が対応する?異常通知の確認・エスカレーション運用設計 予兆保全AIは、異常を検知できただけでは運用できません。夜間の設備異常通知を例に、一次確認担当、確認手順、重要度、エスカレーション、対応履歴、誤報レビューまで、アラート運用の設計方法を解説します。
予兆保全AIのROIはどう計算する?停止損失・保全費・不良損失から考える投資対効果 予兆保全AIの費用対効果は、AI導入費だけでは判断できません。年間2回×8時間の設備停止を例に、停止損失、緊急保全費、不良損失、運用費からROI・投資回収期間を考える方法を解説します。
予兆保全AIは何で評価すべき?Accuracy・Recall・誤報・Lead time・停止損失の見方 予兆保全AIはAccuracyだけで評価できません。Accuracy 99%でも故障を全件見逃す仮想例から、Recall・Precision・F1・誤報・Lead time・故障イベント単位の評価、停…
同型設備なら異常検知モデルは共通化できる?複数設備へ予兆保全を横展開する方法 同型ポンプや同一設備なら、1台で作った異常検知モデルをそのまま横展開できるのでしょうか。設備個体差、運転条件、センサー条件を整理し、完全共通モデル・個別モデル・共通モデル+設備別補正の考え方を解説しま…
異常検知と故障診断は何が違う?AIでできること・できないことを設備保全の流れで解説 AIの異常スコアが上昇しても、故障原因まで分かるとは限りません。異常検知・切り分け・故障診断・根本原因分析の違いを整理し、振動周波数、温度、電流、保全履歴を使ったアラート後の確認方法を解説します。
設備監視にAIは必要?閾値監視で十分なケースと機械学習を検討すべきケース 設備監視や予兆保全にAIは必ず必要なのでしょうか。温度80℃超を異常とする仮想例を使い、固定閾値・条件別閾値・トレンド監視・機械学習の使い分けと、AI導入で増える保守負担を解説します。
センサーデータの時刻がずれると何が起きる?設備分析で重要なタイムスタンプ統一 PLC・IoTセンサー・保全履歴の時刻がずれると、故障前データの抽出や異常検知のラベル付けを誤る可能性があります。固定オフセット、クロックドリフト、通信遅延、UTC/JSTの違いを整理し、設備データの…
設備データの取得周期はどう決める?1秒・1分・1時間を選ぶ5つの基準 センサーデータは1秒・1分・1時間のどの周期で取得・保存すべきか。振動と温度の違い、サンプリング周波数と保存周期、高頻度化によるデータ量・通信・保存負荷を整理し、設備監視の取得周期を決める考え方を解説…
設備更新後も予兆保全モデルは使える?モーター交換・センサー変更後の再評価と再学習 モーターやセンサーを交換した後、既存の予兆保全モデルをそのまま使ってよいのでしょうか。設備・計測・運転条件・データ分布の変化を確認し、閾値調整・再校正・再学習を判断する実務的な進め方を解説します。