異常検知・状態診断 | ページ 2 | SCI総合研究所株式会社

ホーム
異常検知・状態診断

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

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。

コンプレッサーの異常運転をどう見つける？PCA＋Mahalanobis距離による多変量異常検知【疑似データ事例】

コンプレッサーの異常運転をどう見つける？PCA＋Mahalanobis距離による多変量異常検知【疑似データ事例】

コンプレッサーの圧力・電力・流量・温度を組み合わせ、PCAとMahalanobis距離で通常運転からのズレを確認する方法を解説。単純な上下限監視では見えにくい状態変化を人工データで検証します。

ポンプのキャビテーション兆候をどう捉える？振動・流量・圧力を統合した異常検知【疑似データ事例】

ポンプのキャビテーション兆候をどう捉える？振動・流量・圧力を統合した異常検知【疑似データ事例】

ポンプのキャビテーション兆候を振動・流量・吸込圧力の3センサーから分析。人工データとRandom Forestを用い、単一センサーの限界、複数データ統合、実設備で確認すべきNPSHや運転条件まで解説し…

設備の温度上昇を早期に捉えるには？上限値監視とEWMAによる異常検知【疑似データ事例】

設備の温度上昇を早期に捉えるには？上限値監視とEWMAによる異常検知【疑似データ事例】

設備温度が警報上限を超える前の緩やかな変化をどう捉えるか。30日間の人工温度データを使い、通常状態との差分とEWMAによる状態監視を解説。固定閾値との役割の違いや実設備での注意点も整理します。

モーター電流から異常兆候をどう捉える？移動平均・異常スコアによる設備状態監視【疑似データ事例】

モーター電流から異常兆候をどう捉える？移動平均・異常スコアによる設備状態監視【疑似データ事例】

振動センサーを追加しにくい設備を想定し、既存のモーター電流ログから移動平均・変動幅・異常スコアで状態変化を確認する方法を解説。既存データでできることと追加計測が必要なケースを整理します。

ベアリングの異常兆候を振動データでどう捉える？RMS・FFT・Isolation Forestによる異常検知【疑似データ事例】

ベアリングの異常兆候を振動データでどう捉える？RMS・FFT・Isolation Forestによる異常検知【疑似データ事例】

ベアリング故障が設備停止後に判明するケースを想定し、人工振動データからRMS、FFT、Isolation Forestで異常傾向を捉える流れを解説。振動データを設備保全の点検・継続監視へ活用する考え方…

運転条件が変わると設備の異常検知はどうなる？品種・速度・負荷変動への対応方法

運転条件が変わると設備の異常検知はどうなる？品種・速度・負荷変動への対応方法

製品品種、回転数、速度、負荷などが変わる設備では、正常時の振動値も変化する場合があります。固定しきい値で誤検知が増える理由と、条件別しきい値・条件別モデル・補正など5つの対応方法を解説します。

紙・自由記述の保全履歴は機械学習に使える？故障分類・コード化・時刻紐付けの方法

紙・自由記述の保全履歴は機械学習に使える？故障分類・コード化・時刻紐付けの方法

紙やExcelの自由記述で残る保全履歴は予兆保全に使えるのでしょうか。「異音あり」「軸受交換」などの記録を、設備ID、時刻、症状、故障、処置へ整理し、センサーデータと結び付ける方法を解説します。

予兆保全は何日前に故障を予測できれば価値がある？保全リードタイムから逆算する方法

予兆保全は何日前に故障を予測できれば価値がある？保全リードタイムから逆算する方法

予兆保全は故障を何日前に予測できれば十分なのか。部品調達7日なのに24時間前検知では間に合わない場合もあります。部品納期、要員手配、生産停止計画から必要な予測リードタイムを逆算する方法を解説します。

予兆保全AIの誤報はなぜ起きる？運転条件の変動を異常扱いしないための方法

予兆保全AIの誤報はなぜ起きる？運転条件の変動を異常扱いしないための方法

予兆保全AIで高負荷時や起動時に誤報が増える原因とは。設備故障だけでなく、負荷・回転数・品種・運転モードによる正常変動を考慮し、異常スコアや閾値を見直す方法を解説します。