トップページ製品&ソリューション>故障予知サービス MMPredict

故障予知サービス MMPredict

特許出願中
NEW

ラインアップが増えました。

メカトロニクス装置向け
プロダクトモデル
プラント等設備群向け
プラントモデル
設備/装置等モータ向け
モータモデル






スマートものづくり支援ツール

本製品は、ロボット革命イニシアティブ協議会「スマートものづくり支援ツール」に選定されました。

ロボット革命イニシアティブ協議会

概要

「MMPredict」は、IoTプラットフォーム「MMCloud」で蓄積したデータを機械学習し故障予知を行います。
異常に起因する箇所を推定でき、製造計画に合わせ効果的に対策を打つことで、保守コストを削減します。
特許出願中の知見追加学習機能により、使いながら検知精度を高めることができます。


イメージ <プロダクトモデル>
故障予知サービス「MMPredict」全体図

主な特長

使いながら育てる、故障予知サービス

正常状態をモデル化 複数データの相関関係に着目し、AI・機械学習により正常モデルを作成
定周期で自動判定 正常モデルと最新の稼働データとの乖離度から、故障予兆を検知。担当者にメールで予知結果を通知
故障箇所を推定 予兆を検知した場合、その予兆に関するセンサの寄与度情報を表示。それにより、故障箇所の推定をサポート。
知見追加学習機能(特許出願中) AI・機械学習による故障予知結果に対し、技術者の知見を追加学習可能。使用しながら、故障予兆検知の精度向上が可能。

PicK UP知見追加学習機能 (特許出願中)

追加学習

追加学習前
AIが正常期間で機械学習した正常モデルをもとに、故障予兆を検知。
その中で、技術者が見て、故障の予兆ではなく、正常動作の範囲内のものを追加学習させる。

追加学習

追加学習後
追加学習された動作を正常と認識するため、不要な検知を削減。検知精度が向上。
技術者の知見を加えることで、検出精度向上

システム構成図

装置やプラントから収集したデータを監視、AI分析することで故障を予知、故障箇所を推定し、管理者にメールで通知します。


システム構成図

ラインアップ

内蔵されたモータの動きから装置の故障を予知するモータモデル、単体の装置の故障予知を行うプロダクトモデル、さまざまな装置等を組み合わせたユニットやプラントを統合的に監視・故障予知するプラントモデルの3モデルご用意しました。


  モータモデル プロダクトモデル プラントモデル
監視対象(アセット) 設備や装置等のモータ 装置 プラント等の設備群
登録可能アセット数 10/50/500台(契約プラン毎に異なる) 1施設
登録可能モデル数 10/50/500個(契約プラン毎に異なる) 〜50個
1対象あたりのセンサ数 2個※1 〜100個 〜1000個
サンプリング周期 100μ秒 1分〜 1分〜
判定周期 1日 1日 1日
分析アルゴリズム開発※2 不要 必須
他システムの併用 不要 別途、データ収集・蓄積サービスが必要※3
※1別途CTセンサの取り付けが必要です。
※2モータモデルでは当社独自のモータ用アルゴリズムを適用しますが、プロダクトモデル・プラントモデルではお客様専用の分析アルゴリズムを開発いたします。
※3MMPredictのご利用には、安川情報システム「MMCloud」等のデータ蓄積システムとの併用が必要です。

導入ステップ

プロダクトモデル・プラントモデルでは、お客様が収集されたデータを元に分析アルゴリズムを開発・検証し、本サービス開始となります。一方モータモデルでは、当社独自のモータ専用分析アルゴリズムを適用可能かを事前に調査。初期開発不要で導入期間を短縮できます。事前調査で効果が確認できれば、CTセンサやエッジPCの設置から本サービス開始となります。


導入ステップ
※1「MMPredict」モータ版は標準搭載した独自のモータ専用アルゴリズムを使用しますが、すべてのモータに適用可能とは限りません。そのため導入前には、アルゴリズムが適用可能かの事前調査が必要です。