検知から予測へ。設備停止を防ぐAIツール NTech Predict

AIデータ活用ツール NTech Predict エ ヌ テ ッ ク プ レ デ ィ ク ト アクセンチュア株式会社

エヌテック プレディクト NTech Predict とは ・データサイエンティストの作業を自動化するデータ活用ツール 予知保全 ・誰でも簡単に扱うことができ、コスト削減・業務効率化をサポート 異常発生時期の予測 ・結果に対しての根拠情報も提示 予兆の検出 ※「特徴量」を用いる事で予測を実現 因果探索 データ間の関係性を可視化 原因の推定 ※ LiNGAMモデルを用いて算出 CSV数値データ 時系列予測 ※分析に用いるデータはお客様にてご用意頂きます 過去の情報から将来を予測 ※ 複数項目での予測も可能 Copyright © 2026 Accenture. All rights reserved. 1

予知保全機能で出来ること 設備の故障予知 生産機器の部品劣化の予測 材料の濃度異常の予測 など Copyright © 2026 Accenture. All rights reserved. 2

予知保全機能で出来ること 設備機器の日々のデータを監視し、AIで異常予測と予兆検出を実施 異常の発生が予測された時点で事前通知を受け、メンテナンスを実施する。 IoT NTech Predict 異常を予測しました 異常発生を予測しましたのでお伝えします。 変数：温度 特徴量：xxx 1%リスク時点：13日18時間9分55秒後 50%リスク時点：21日6時間33分14秒後 ※2023年9月22日22：45：00時点での 予測結果です 異常が発生する前にメンテナンスが実施でき、 原因の推定や他の異常の予兆も検出 Copyright © 2026 Accenture. All rights reserved. 3

予知保全機能で出来ること 保全の種類 保全 ダウンタイム 事後保全 故 再稼働 設備停止・修理・原因調査 障 定期保全 定期保全 定期保全 予防保全 予兆 保全 予兆 保全 予知保全 予知保全で異常を予測し、事前にメンテナンスを行うことで、計画的かつ効率的な保全を実施 Copyright © 2026 Accenture. All rights reserved. 4

予知保全機能で出来ること 言葉の定義 •異常予測：将来の異常を予測する。 •異常検知：現在進行中の異常を感知する。 •予兆検出：異常が発生する前の初期兆候を見つける。 ※「検知」は感知する行為、「検出」は見つけ出す行為 弊社のAI予知保全は「異常予測」と「予兆検出」を用いて行います。 Copyright © 2026 Accenture. All rights reserved. 5

予知保全機能で出来ること 異常予測 AIを用いて観測データから特徴量を抽出し、未来の特徴 事前に予測 量の推移を予測することにより、異常予測を行います。 異常予測 異常検知 特徴量の推移を予測 閾値 生データ(振動など) 特徴量(異常度) •異常検知：現在の状況で発生した異常をリアルタイムで感知すること。 •異常予測：過去のデータを分析し、未来に起こる可能性のある異常を事前に予測すること。 Copyright © 2026 Accenture. All rights reserved. 6

予知保全機能で出来ること 特徴量とは 特徴量とは、予測対象に影響を与える要素や情報を表す数値のこと。 特徴量を分析し、パターンや関係性を抽出することで、異常を予測します。 センサーが測定した生データ AIが抽出した特徴量 異常に向かって 異常 上がっている 異常 AIがデータを 加工・抽出 測定データでは、 特徴量を抽出・可視化する事で 異常傾向がわからない。 異常傾向がわかる Copyright © 2026 Accenture. All rights reserved. 7

予知保全機能で出来ること 異常とメンテナンス期間に連動する特徴量を見つけることが重要 異常発生期間 メンテナンス期間 異常時に上がり、 メンテナンスをすると下がる 理想的な波形 時刻 ＜ポイント＞ ⚫ 異常期間に向かって（徐々に）上昇する ⚫ メンテナンス後に（急激に）下がる ⚫ 異常期間外では立ち上がらない Copyright © 2026 Accenture. All rights reserved. 8

予知保全機能で出来ること 予兆検出 複数の観測データ間の因果関係と独立性に基づいた独自の予測モデルを使用します。 1.予兆の検出: ・平常時との違いを検出します。 ・いつもと違う度合いを数値でお知らせします。 ・この「いつもと違う度合い」は、異常発生の兆候を確率で示します。 2.注視すべき因子の通知: ・注視すべき因子を「いつもと違う度合い」と共にお知らせします。 ・特に注視すべき因子も同様にお知らせします。 3.メンテナンスの意思決定: ・これらの結果を基に、熟練した技術者が異音などを元にメンテナンスの 判断をするのと同じように、メンテナンスすべきかの意思決定を行うこ とができます。 Copyright © 2026 Accenture. All rights reserved. 9

予知保全機能で出来ること プロセス 「分析モード」で特徴量を抽出し予測モデルを生成します。 「運用モード」で日々の観測データを取り込み予測を行います。 ・設備、センサからのデータ ・異常発生、メンテナンス実施時期 分析モード 運用モード 特徴量の自動抽出 予測モデル 予測 データの投入 判断・ データ収集 選択 生成 メール通知 寄与度表示 CSV形式 メンテナンス 閾値の設定 収集した観測データからAIが特徴量を抽出・選択。 特徴量から予測モデルを生成し、閾値を設定。 予測・観測データの寄与度を見える化 Copyright © 2026 Accenture. All rights reserved. 10

予知保全機能で出来ること データ収集 設備機器、センサーからの測定データをCSV形式のデータ 異常発生時期、メンテナンス実施時期などのデータ 日時データ 列名 １行目に記述 観測時間 X1 X2 X3 X4 X5 Y1 Y2 Y3 Y4 A5 2023/1/1 0:00 624822 258454 99997 3321.226 -301.021 922.075 -358.93 653.622 910.456 -357.28 2023/1/1 0:01 622533 264748 99997 3317.135 -300.687 921.139 -363.187 653.361 914.117 -361.381 複数ファイル 2023/1/1 0:02 623208 261868 99997 3319.725 -302.517 923.949 -360.048 653.561 909.38 -358.772 の取り込みも 値 2023/1/1 0:03 357853 586656 99303 3269.564 -302.304 921.169 -559.633 652.784 902.404 -558.431 可能 ２行目から記述 2023/1/1 0:04 620339 254539 99997 3321.377 -298.535 921.39 -360.125 650.907 910.019 -357.131 2023/1/1 0:05 362568 592374 99997 3268.123 -304.893 920.523 -559.649 655.905 902.484 -559.874 2023/1/1 0:06 359652 587210 99303 3269.618 -302.182 922.942 -559.271 654.106 902.426 -558.371 2023/1/1 0:07 629189 271945 99813 3317.608 -303.077 921.655 -360.941 657.743 910.403 -360.886 2023/1/1 0:08 623397 257314 99662 3320.828 -299.667 923.468 -359.958 652.544 911.818 -357.679 2023/1/1 0:09 621684 261480 99997 3319.358 -297.434 925.424 -361.935 652.751 909.204 -359.135 2023/1/1 0:10 628933 264423 99551 3319.079 -300.597 920.955 -360.829 655.054 914.63 -359.435 2023/1/1 0:11 362194 589769 99997 3269.494 -303.009 921.965 -559.017 654.813 902.663 -558.495 2023/1/1 0:12 625104 265191 99997 3318.096 -303.99 922.768 -361.028 654.645 913.299 -360.408 2023/1/1 0:13 622556 263937 99997 3318.516 -303.53 925.275 -360.96 653.666 909.107 -359.977 2023/1/1 0:14 620885 258361 99997 3319.145 -300.057 921.392 -361.479 652.811 912.604 -359.372 2023/1/1 0:15 624487 257635 99997 3320.021 -296.641 923.031 -361.48 652.834 914.253 -358.494 2023/1/1 0:16 622182 261489 99997 3319.735 -300.579 923.418 -360.719 652.88 909.163 -358.764 2023/1/1 0:17 621180 260180 99997 3319.048 -300.387 921.093 -361.472 652.878 911.931 -359.465 こちらの情報を元に特徴量を算出します。 Copyright © 2026 Accenture. All rights reserved. 11

予知保全機能で出来ること データ収集のポイント 異常発生時が含まれている データ収集期間 メンテナンスを実施した期間の間 メンテナンス メンテナンス データ収集期間 Copyright © 2026 Accenture. All rights reserved. 12

予知保全機能で出来ること 予測・寄与度表示 異常発生確率を統計的な広がりをもって可視化。 メンテナンスをいつ開始すべきか？タイミングの判断、意思決定をアシストします。 異常発生確率 98% 異常発生確率 1% 異常発生確率 50% Copyright © 2026 Accenture. All rights reserved. 13

予知保全機能で出来ること 予測・寄与度表示 点検が 必要？ 異常発生時、各項目からの寄与度を算出するため トラブル原因を推定できる 予測値 閾値 ※異常に近付くほど寄与するデータが変わるため、グラフも変化 Copyright © 2026 Accenture. All rights reserved. 14

因果探索機能で出来ること 故障の原因分析 品質不良のメカニズム解明 材料の配合量と効果の関係推定 など Copyright © 2026 Accenture. All rights reserved. 15

因果探索機能で出来ること 因果探索のプロセス たった5ステップで、高度な分析作業を行うことができます。 データの投入・クレンジング 「結果」を選択 結果はPNG/CSVで出力可能 CSVデータからプロジェクトを作成。単位や記号を 自動で数値化し、データの欠損を補完するなど、 因果関係の「結果」となる変数を選択 探索結果では、因果グラフの画像データおよび 不備を自動で修正します します CSVがダウンロードできます プロジェクト オプション設定 目的変数選択 説明変数選択 因果探索 作成 クラスタリングの実施 「原因」となりうる変数を選択 異なる観測条件が混在する場合は、データを分離するク 「結果」に影響を及ぼしていると仮定する変 ラスタリングが実施可能です 数を選択します Copyright © 2026 Accenture. All rights reserved. 16

因果探索機能で出来ること 因果グラフ 因果関係の方向と強さを表示するため、関係性がひと目でわかります。 分析には滋賀大学データサイエンス学部 清水昌平教授の「LiNGAM」と独自アルゴリズムを適用しています。 累積稼働 分解検査数 設置位置の 電圧変動 取扱い練度 目標電圧 外気温度 湿気 実水温 指示水温 年間故障率 時間 （年間） 日照量 比 0.6965 -1.1635 0.6631 0.8940 0.0301 4.3839 0.8579 6.1361 0.1507 0.1564 -4.6248 0.2861 -1.1775 0.8398 0.4879 0.6511 2.4208 0.4383 3.4782 0.6816 0.2796 -7.0849 0.2269 -1.2712 0.8237 0.4571 0.9255 2.5652 0.0384 3.7088 1.7278 0.5824 -7.5952 0.5513 0.0593 0.3676 0.6466 0.7223 3.5155 0.7192 5.1001 0.7794 0.5968 0.9207 0.7195 0.2911 0.1756 0.2167 0.8929 1.5410 0.5439 2.3677 1.5801 0.2737 0.9495 0.4231 0.7901 0.1127 0.6443 0.5508 3.2965 0.3835 5.1018 0.9877 0.4618 4.8103 0.9808 -1.1634 0.6776 0.5869 0.3380 3.1696 0.1944 4.0618 0.5918 0.1662 -5.9680 0.6848 -1.1456 0.9555 0.4455 0.1208 2.1856 0.2387 3.9813 0.5775 0.7623 -7.3847 0.4809 -1.4755 0.9641 0.2304 0.7105 1.6457 0.1391 3.5720 1.7105 0.9976 -9.0714 0.3921 -0.3682 0.3530 0.2373 0.8244 2.0611 0.6686 4.2911 1.0181 0.9737 -1.3503 0.3432 -0.6129 0.3666 0.0888 0.8455 0.7792 0.4698 2.4806 1.0921 0.6708 -3.3495 0.7290 -0.5585 0.5460 0.6601 0.4896 3.4235 0.7641 5.4133 0.7437 0.5175 -1.9993 0.4386 -0.6044 0.4971 0.9812 0.4766 4.8381 0.7243 6.5040 0.4903 0.3350 -0.8731 0.0597 0.5717 0.1845 0.8272 0.2135 3.9703 0.1635 5.7541 1.1547 0.6563 4.4036 0.3980 -1.5868 0.9084 0.9418 0.7620 4.4960 0.0807 6.8102 0.7659 0.8287 -7.5230 0.7380 0.8860 0.0462 0.3802 0.5731 2.1611 0.3728 4.1778 0.5940 0.9024 4.6035 0.1825 -0.0121 0.1492 0.6300 0.5306 3.6546 0.3624 5.9731 1.1727 0.8659 1.9778 0.1755 0.0991 0.0920 0.5333 0.9343 2.7911 0.5795 5.2875 1.2121 1.0050 2.4461 0.5316 0.3267 0.1260 0.5538 0.6591 3.4817 0.1162 5.0948 1.5450 0.2346 3.3541 0.5318 -0.8258 0.4747 0.9331 0.3892 4.7192 0.8427 7.7399 0.9207 0.9061 -1.4346 0.6344 0.6945 0.1098 0.8911 0.9794 4.0980 0.6188 5.6712 1.6650 0.4220 5.1555 0.8494 0.7224 0.1437 0.6366 0.7828 3.0235 0.6824 5.4803 0.8877 0.9702 3.8805 0.7245 0.0556 0.3070 0.3080 0.7331 2.2479 0.9157 3.8983 1.1454 0.5670 0.5081 0.6110 -0.4644 0.5439 0.8676 0.3307 4.1642 0.8827 6.3956 0.5311 0.2606 -0.8565 0.7224 -0.7916 0.7350 0.0457 0.8300 0.5617 0.2922 1.7812 1.5631 0.4884 -6.2085 0.3230 -0.8832 0.7765 0.5640 0.2879 3.3070 0.1934 5.8726 0.7449 0.9443 -5.0469 CSV数値データ Copyright © 2026 Accenture. All rights reserved. 17

時系列予測機能で出来ること 店舗ごとの商品の需要予測 消費電力量予測 大気汚染物質の濃度予測 など Copyright © 2026 Accenture. All rights reserved. 18

時系列予測機能でできること 時系列予測のプロセス クリックだけで高度な予測分析作業を行うことができます。 データの投入・クレンジング 精度が最も高いモデルを提案 結果はPNG/CSVで出力可能 CSVデータからプロジェクトを作成。単位や記号を データを学習し、最大400パターン以上の予 自動で数値化し、データの欠損を補完するなど、 測モデルを生成。精度が最も高いと判定され 将来のイベントデータを投入し、予測。 不備を自動で修正します たモデルを提案します 予測結果はPNG/CSVで出力可能 プロジェクト 予測・ 学習の設定 学習 モデル選択 作成 根拠の確認 イベントデータの追加 モデルを比較可能 セールや祝日など、不定期に発生するイベントデータを追 10項目からなる精度評価を確認し、最適なモデル 加します を選択します Copyright © 2026 Accenture. All rights reserved. 19