1/4ページ
カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(1.7Mb)

予兆保全 / 状態監視 特集

製品カタログ

設備の“いつもと違う”を検知、止まらない現場へ

設備の予期せぬ故障を防ぎたい、
品質のバラツキを抑えたいなど等のお困り事はありませんか?


また、データは蓄積しているが保全に向けて活用まではできていない、
そんなお悩みございませんか?

今回、NECのインバリアント分析、ウェーブフロント社の保全高度支援ソリューションをご紹介します

このカタログについて

ドキュメント名 予兆保全 / 状態監視 特集
ドキュメント種別 製品カタログ
ファイルサイズ 1.7Mb
取り扱い企業 リョーサン菱洋株式会社 (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

この企業の関連カタログの表紙
産業機械の高機能化に伴う電源要件の変革
事例紹介

リョーサン菱洋株式会社

この企業の関連カタログの表紙
蓄電池の用途と検討準備
ホワイトペーパー

リョーサン菱洋株式会社

この企業の関連カタログの表紙
空調に特化した省エネ IoT システム『 Ai-Glies 』
ホワイトペーパー

リョーサン菱洋株式会社

このカタログの内容

Page1

設備の“いつもと違う”を検知、止まらない現場へ Invariant analysis 設備の予期せぬ故障を防ぎたい、 品質のバラツキを抑えたいなど等のお困り事はありませんか? おすすめポイント インバリアント分析とは、大量のセンサーデータを使い『いつも通りの関係性』を見つける技術です。 それが崩れることで『異常かも』を判断できます。 ・ 異常の予兆を早期発見 : ヒトが気づきにくい『いつもと違う』を見つけ微細な異常や未知の障害も早期に発見可能 故障や劣化の兆候を事前に捉えることでメンテナンスコスト削減を実現します。 ・ 作業員の工数削減 :従来のしきい値監視に比べ、設定・運用の手間を大幅に削減します。 ・ 技術者のノウハウ継承 :人が気づきにくい微細な情報を可視化、技術の見える化と継承を支援します。 ユースケース ・インバーターの故障予兆検知(製造装置メーカー事例) よく不具合を起こすインバーターの故障予兆検知を目的に音による異常検知を実施。 インバリアント分析を活用し、音の変化量(異常値)からインバーター故障予兆を容易に捉える仕組みを構築できました 稼働率向B上efore Before After After ・点検ミスや詳細な変化を見落としがち ・微細な変化をリアルタイムに検知 ・老朽化がすすみ、修理コストが増大 ・状態監視を行い、不要な修理を削減 ・ノウハウと経験のある熟練技術者が不足 ・熟練技術者のノウハウや経験を見える化 SG2100084d
Page2

システム構成 ■動作環境 項目 内容 Red Hat Enterprise Linux 8~9 オペレーディングシステム インバリアント分析 または、MIRACLE LINUX 8~9 (注1) Intel デュアルコアXeon以降、 WebUI CPU または同等の互換プロセッサ(8コア以上 を推奨) マネージャAPI システムメモリ 4GB以上(32GB以上を推奨) マネージャ ディスク(空き容量) 10GB以上(200GB以上を推奨) DB エンジンAPI ネットワーク 100MbpsLAN以上を推奨 サーバ インバリアント分析 エンジン機能/ パッケージ:psmisc(64bit) データ マネージャ機能 パッケージ:libicu(64bit) エンジン 必須ソフト ウェア パッケージ:Tomcat 9 WebUI機能 パッケージ:Java-11-openjdk パッケージ:PostgreSQL CSVデータ (センサ時系列) 注1) 事前にSELinuxをdisabledに設定してください。 注2) インストール後作成されるデータファイル等の領域は含まれません。 導入までの流れ(例) 注3) 必須ソフトウェアは、OS最小構成インストールを基準に追加が必要な パッケージを記載しています。 インバリアント分析スターターパック まずは、お試しでインバリアント分析を検証頂き、 ①検証(3ヶ月) または 操作感及び、データ解析結果より稼働率向上、品質向上等 インバリアント分析 On FC お客様のご要望に沿えるかご確認下さい。 NEC Advance Analytics インバリアント分析 V2.7 多数センサの時系列データをインバリアント分析に解析し (永久ライセンス) 判定モデル生成を行います。 グローバル環境 工場 ローカル環境 使用環境によって判定エンジンの組込み先を 判定エンジン 判定エンジン 選択可能です。 ・グローバル環境 ・・・ クラウド、サーバ ・ローカル環境 ・・・ FPGA エッジコンピューティング エッジコンピューティング 工作機 工作機 or ファクトリコンピュータ FPGA サーバ 株式会社リョーサン techlab_customer_success@rsn.ryosan.co.jp お問い合わせはこちら 本パンフレットに記載されている会社名、システム名、製品名およびロゴは各社の商標または登録商標です。 記載内容は発行日の情報であり、予告なしに変更することがあります。 2025年11月発行 SG2100084d
Page3

保全高度化支援ソリューション Maintenance Enhancement Support Solution データは蓄積しているが保全に向けて活用まではできていない、 そんなお悩みございませんか、保全高度支援ソリューションをご提案します おすすめポイント ・故障履歴や不具合データなど蓄積されたデータをいざ保全に活用しようとしてもできない そんなお困りごとに対してソリューション(データ解析×アプリ)を提案します。 見える化/計画化(カレンダー式の管理) 検査や保全実績入力/作業依頼支援 •検査結果 設備にライン情報と結果を •良品率 紐づけ情報を可視化 •故障履歴 機器台帳を作成し、保全 •保全履歴 ・故障履歴を可視化 データのデジタル化 •保全コスト 状態監視・予知/追跡(リアルタイム) 統計解析/適正化支援 保全周期PMの oシpミtiュmレiーzaシtョioンn plot for SFEE1D0.年3.A間.1の PコMス4トの例 Cost Profile Cost 20000 0.00018 Alarms 45000 18000 0.00016 Safety Criticality Commission 40000 Effects 16000 保全費 0.00014 Operational 35000 Equipment Criticality 14000 0.00012 30000 Labor Environmental 12000 0.0001 Criticality Operational 25000 Redesign 10000 8E-05 20000 Spares 8000 6E-05 15000 6000 4E-05 10000 ・工場全体の操業情報の可視化 保全間隔長⇒ 4000 5000 2E-05 事後保全費増 ・お客様自身でのデータ分析による、現場対応力強化 2000 0 0 0 2500 5000 7500 10000 12500 15000 17500 20000 0225807600 17520 26280 35040 43800 52560 61320 70080 78840 87600 ■不稼働率を最小 Time Interv化al 、保全周期の適正化 ■保全項目におRけecomるmeコndaスtionト: PM最 at 5適110値を試算 ユースケース ・お客様では生産設備データ蓄積はしているが、活用までは至っていなかった。 →蓄積したデータの解析することで保全のタイミングの最適化や製品品質の向上に活用 検査装置 保守データ ラインデータ 報告書 SG2500021 Cost Cost per Interval Criticality
Page4

ソリューション概要 お客様の目的(アウトプット)毎にデータ分析を実施。各種のモデルを形成。 NO 目的 手法 概要説明 アウトプット 故障履歴および交換履歴をデータとして用いて 設備寿命および ・特性寿命 1 ワイブル分析 統計解析を行い、故障発生するタイミングや点検を 設備特性の把握 ・設備特性(TBM or CBM) 行うべき時期を計算、推定。 時系列データを含む各種データを元に深層学習を用いて ・異常検知モデル 2 異常検知、故障予測 深層学習 近似、分類、時系列予測といった定式化/モデル化。 ・故障予測モデル ・とるべきアクション マニュアルや蓄積された報告書を元に行うべき 3 知識共有、要因解析 自然言語処理 ・類似事例 アクションや類似の事例検索、予想される事象を回答。 ・特性要因図(有向グラフ) ・コストを最小化する周期 メンテナンス周期および ワイブル分析の結果にFMEAやコスト、 4 信頼性工学 ・稼働率を最大化する周期 予備品の最適化 人工、部品のリードタイムを考慮して最適化を行う。 ・最適な在庫数 設備状況に基づく リスク評価を行い、現在の設備状況に応じて ・設備状況 5 RBI/RBM 作業実施時期の判断 どの作業を行うべきかをリストアップ。 ・対応優先度 製品一覧 各種製品を組み合わせることでお客様に適切な保全高度化ソリューションを提案します。 製品一覧 適用領域 製品名 説明 カレンダ形式(保全カレンダ)の設備保全管理システム 保全管理 FLiPS(フィリップス) 中期計画策定、年度計画(予算)、計画と実績の管理、予備品在庫 ダッシュボード:Myタスク、稼働率、設備状況、各種グラフ チケット形式情報管理システム AiPOST(アイポスト) 保全業務で発生する各種情報をチケットとして一元管理 実績入力 日報、作業依頼、作業指示、作業報告、故障報告、気づき、Q&A、他 (作業報告、突発対応記録) 電子帳票システム i-Reporter FLiPS連携オプション(作業報告、予備品在庫管理、他) AWB 保全シュミレーション及び最適化ソフトウェア (Availrability ワイブル分析(故障分析)、保全方式検討、最適化(保全周期、在庫保有量)、 Workbench) LCC計算、最適化検討内容をFLiPS(保全計画)に反映 専門知識が無くても予測モデルを高速に作れる、ノーコードのAI分析ツール 分析・解析・適正化 Neural Designer お手持ちのCSV、Excelなどのデータから、入力値と出力値の関係性を学習することでプロ セス最適化・製品品質の向上・予知保全などに適用 各種ドキュメントまたはDBに蓄えられた知見を取り込み検索するためのツール MAKNOSE(マクノス) 熟練者依存の低減(類似検査、マニュアル類から対処方法をアテンド)、 報告書の整理、集計、グラフ表示 ワンクリックで効率的なスケジュールを作成 工程管理 ARGOS Scheduler ガントチャートソフトに最適化機能を組み込んたスケジューラ ガントチャート、リソース管理 株式会社リョーサン techlab_customer_success@rsn.ryosan.co.jp お問い合わせはこちら 本パンフレットに記載されている会社名、システム名、製品名およびロゴは各社の商標または登録商標です。 記載内容は発行日の情報であり、予告なしに変更することがあります。 2026年1月発行 SG2500021