SAILESSではジャストフィットした予兆検知システムを提供するため、目的や課題、検知したい異常、現状のデータ取得状況のヒアリングから始め、PoCを実施いたします。

ヒアリング概要

1.目的や課題の確認

保全であれば：保全費用の削減、重大事故の防止

製造・運転であれば：緊急停止回避、生産ロス低減

2.異常・故障の内容確認

どんな事象？：突発的、長期劣化

検知対象は？：特定の機器、工程全体

運転状態は？：定常、非定常

3.データ取得状況の確認

どの時系列データベース？

・PIMS（プラント情報管理システム）

・OSS（オープンソースソフトウェア）

・対象のセンサー値未取得

対象データが現場止まり、蓄積されていない場合でも問題ありません。データの蓄積部分からご支援いたします

Sailess 3

SAILESSでは正常からの外れ具合(距離)を異常度とし閾値を設け、正常状態と異常状態を判定。これにより正常データから異常検知が可能であり、未知のトラブルでも回避が可能となります。

対象物に関する複数の変数でグルーピングし、過去の正常時データから、分布・特徴を学習します。現在値が正常データの分布から離れている距離を異常度として算出します。

測定不能箇所/測定頻度の低い箇所に対し、周辺センサー値を使って予測します。過去の正常時データを使って予測モデルを構築した後、現在値を用いて目的変数の値を予測し、予測値と実測値の差を異常度として算出します。

オートエンコーダーと呼ばれており、入力に対し、全変数を出力するモデルです。正常データでモデル構築し、現在値を入力して判定します。出力層と入力層の差を異常度として算出します。

導入後、他工場への横展開(モデル追加)や、モデルの経年劣化改善のための再学習をお客さま自らが実施できる仕組みをご提供。

装置のオーバーホールなどにより、正常データの特徴が変わった際、お客さま自らが簡単・迅速にAIモデルの更新が可能なため、運用費用の削減に貢献いたします。

Sailess 4

異常予知により、製造・保全業務の課題解決で収益改善に貢献します

SAILESS™を導入することで、これまで起こっていなかったトラブルの予兆を事前に検知できるようになり、製造ラインの緊急停止を回避することが可能です。また、設備の異常をいち早く検知することで歩留まりを低減するコストメリットが生まれます。

SAILESS™を導入することで、工場内の機械・設備の状態をデータで監視することが可能となり、状態基準保全(CBM)を取り入れることができます。

Polygon 1

SAILESS™は、製造部門や保全部門の課題解決をすることで、最適なプラント・ファクトリー運営に寄与します。

さまざまなお客様の状況や課題に対し、ジャストフィットした検知システムをご提供するため、BTO(Build to Order)モデルを採用しています。

Sailess 6

時系列データベースを既に導入済みの企業に異常検知システムを構築する場合

Sailess 7

[PI System（パイシステム）リアルタイムデータインフラ]についてのお問い合わせ