故障データがなくてもできる異常検知 ~センサーデータの活用編~【IIFES2019での人気講演を基にしたウェビナー】
概要
IoT技術の発展により異常検知や予知保全の分野におけるセンサーデータの活用が益々盛んになっています。
その一方で、故障が発生しないよう監視機器に対して頻繁にメンテナンスを行っている場合や、セーフティクリティカルなシステムのために故障を発生させるわけにはいかない場合などでは故障データを取得すること自体が難しいケースが多く見られます。
本Webセミナーでは、このような故障データが不足している際に、どのように既存のデータから故障の兆候を発見するかをご紹介します。加えて、アプリを使用した時系列データからの特徴量の抽出方法や機器の故障までの残寿命の予測手法も交えてご説明します。
これから予知保全を始めてみたいと思う方はもちろんのこと、センサーデータを用いた解析に興味を持っている方にもおすすめのセミナーです。
ハイライト
- メンテナンスデータの活用
- 特徴量の抽出
- 予知保全システムの構築
講演者について
MathWorks Japan Senior Application Engineer
王 暁星 博士(理学)
大手外資系油田開発サービス会社に約6年勤務。地下資源採掘装置の開発、設置、データの取得と解析に従事。MathWorks Japanに入社後、技術計算のグループに所属。異常検知・予知保全をテーマに顧客先や学会で複数発表。機器の故障予測に向けたデータ解析を得意とする。
録画: 2020 年 6 月 11 日
Web サイトの選択
Web サイトを選択すると、翻訳されたコンテンツにアクセスし、地域のイベントやサービスを確認できます。現在の位置情報に基づき、次のサイトの選択を推奨します:
また、以下のリストから Web サイトを選択することもできます。
最適なサイトパフォーマンスの取得方法
中国のサイト (中国語または英語) を選択することで、最適なサイトパフォーマンスが得られます。その他の国の MathWorks のサイトは、お客様の地域からのアクセスが最適化されていません。
南北アメリカ
- América Latina (Español)
- Canada (English)
- United States (English)
ヨーロッパ
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
アジア太平洋地域
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)