これまで当然と考えられていた機器の定期的な点検・保守という予防保全の考えに対して、個々の機器の状態に応じて保守を実施する予知保全(または予兆保全)が近年特に注目を集めています。

スマートファクトリーの実現に欠かせない予知保全の取り組みには、メンテナンスコストの削減、機器の稼働率増加といったメリットがあります。一方で、異常検知や故障予測をする高度な予兆診断システム開発には機械学習をはじめとする統計的知識やプログラミング技術、さらには状態監視の対象となる機器に対する経験・知識といった専門性が必要とされます。

本ホワイトペーパーでは、これらの課題を乗り越えて予知保全システム構築を実現した例を下記の内容と合わせてご紹介します。

  • 大量のセンサーデータに潜む知見
  • 予知保全システムの開発事例
  • 故障予測モデル開発における機械学習アルゴリズム評価
  • MATLAB® を使った予知保全ワークフロー

また、スペクトル解析、時系列分析(時系列モデルを含む)や、時間周波数解析といった様々な手法も、故障の兆候を探る上で有効です。MATLAB を使ったこれらの実施方法についてもダウンロードページでご紹介します。