モータ異常予兆検知システム
概要
産業用組立装置などのモーター制御基板から電圧データを収集し、蓄積した学習モデルから動作状況の変化を捉え、故障の前兆を知ることができます。定期点検の精度向上に活用できます。
特長
■ クラウドレスで「見える化」を実現
■ 導入に向けたコンサルティング
■ 後付け装置にも対応
■ 早期導入
■ お客様のニューズに応じたカスタマイズ
機械学習導入の流れ
■ ヒアリング（要求事項の確認、実現性検討）
機械学習の適用性、実現性を確認し、ゴール、目的を共有します。
サンプルデータをご提示いただき、実現性を検証します。
（データが少ない場合は、人工的に加工し作成）
■ 性能評価（プロトタイプ作成、正解率の確認、方針確認）
実際のデータなどをご提示いただき、プロトタイプを作成して検証します。
正解率向上へのラベリングなども必要に応じて実施し、デフォルトアルゴリズムでの正解率を確認します。
■ 実証実験（アルゴリズムのブラッシュアップ、受け入れ評価）
検証、精度向上などアルゴリズムのブラッシュアップを行います。
アルゴリズムを組み込んだアプリ（サンプル）の開発、評価、お客様の実環境における動作確認をします。
■ システム化（お客様専用システムの構築、サービスの提供）
学習データをベースとしたシステムの用件定義書作成
お客様のご要望をシステム構築化（スマホアプリ、PCアプリ、アカウント化管理、デザインetc）
活用用途
■ 製造ラインのベルトコンベアや産業用ロボットの動作不良の予兆検知
■ プラント設備、建設機械の動作状況の確認
■ 蓄積データの分析による整備点検の効率化