インバリアント分析 powered by SDPF Edge


~セキュアに実現する設備異常予兆と品質劣化予兆~

【重要】
「インバリアント分析 powered by SDPF Edge」は2024年10月1日をもって新規申し込み受付を終了しました。
また、2024年10月31日をもってサービス提供を終了します。

背景

幅広い業種、特に製造業において設備の故障や品質劣化が課題となっているが、解決できない状況が多く存在しています。
また、昨今はデジタル化の流れが加速しており、データ利活用のためのデータ収集・蓄積をしたものの活用まで至れていないケースが多く存在します。さらに、セキュリティの観点から蓄積したデータの管理や活用に制限がかかり、より一層の活用困難が発生しています。

製造業界の
課題背景
  • 少子高齢化による担い手不足により、技術伝承が難しい
  • 危険地帯などの無人環境での点検が困難
  • 効率的なデータの利活用ができていない etc…
↓

インバリアント分析 powered by SDPF Edgeにお任せください

SDPF Edge®が持つセキュアなオンプレエッジに、日本電気株式会社のAI技術「インバリアント分析」を活用したAIソフトウェア「NEC Advanced Analytics – インバリアント分析」を実装することで、セキュアな環境の中で、設備の異常予兆、品質安定に取り組み、製造業のお客さまをサポートします。

SDPF Edge×インバリアント分析×異常予知ソリューション

※ 「NEC Advanced Analytics - インバリアント分析」の技術、機能、商品は日本電気株式会社に帰属します。

効率化 品質安定 イメージ

特長

インバリアント分析とは

大規模・複雑なシステムに設置された多数のセンサーから大量の時系列データを収集・分析し、通常時に存在するセンサー間の不変的な関係性(インバリアント)をモデル化します。

ここから予測されるデータの変化(いつもの状態)と実際のデータを比較することで、異常(いつもと違う状態)を予兆段階で検出します。
異常発生個所の特定が可能となることで重大事故を防ぎ、従来からの課題となっているCBM(状態基準保全)※を実現し保全の効率化を実現します。

※ CBM(状態基準保全):機器の状態監視を継続して行い、異常や劣化の兆候が現れた箇所を都度メンテナンする保全方法。
定期メンテナンスと比べて早い段階で異常を発見できることに加え、異常や劣化の状態に合わせた保全が可能なため、無駄なコストの発生を抑えます。

「いつもの状態」を見える化
<インバリアント(不変性)モデル>
「いつもの状態」を見える化<インバリアント(不変性)モデル> イメージ
専門家でも気づきにくい関係性を、
機械的・自動的に見える化
「いつもと違う」関係性を検知
<リアルタイム異常予兆検知>
「いつもと違う」関係性を検知<リアルタイム異常予兆検知> イメージ
すべての関係性を網羅的に見て、
早期に異常予兆を検知

インバリアント分析が重要視する3要素

あたりやすさ 説明性の高さ 精度の維持 これらの3つの要素をバランスよく備えていることが重要

インバリアント分析の特長

あたりやすさ

設備の通常稼働状態(=“いつもの状態”)におけるセンサー間の関係性を自動で抽出・学習することで、人が気付きにくいわずかな変化や、過去に経験のない未知の異常を早い段階で検知が可能となります。

さまざまな実績
  • 設備熟練者でも発見できなかった未知の故障の予兆を検知
  • 大量(10万以上)のセンサーデータを用いた学習・分析
  • “いつもと違う状態”を早期に検知することで、不良品を早期に検出し、歩留まり改善

導入前にPoCを実施することで、検知の精度や効果を事前にご納得いただいた上で導入が可能です。

説明性の高さ

熟練技術者の日々の運転パターンや、監視ポイントを見える化することで、設備の異常の早期検知や原因特定の示唆を行うだけでなく、技術継承を支援します。

異常の監視、状態の判断が簡単

異常の監視、状態の判断が簡単 イメージ

異常個所の可視化

異常個所の可視化 イメージ

関係性の崩れを可視化

関係性の崩れを可視化 イメージ

精度の維持

分析スキルがなくても現場主導でチューニングが可能です。

  • ライン変更によるチューニング
  • 検出精度低下予防のチューニング

初期導入時に使い方のレクチャー、モデル構築のご支援により知見をご提供可能です。

SDPF Edge®を利用するメリット

一般的なオンプレエッジによる構築3つのメリット

1

セキュリティ

  • オンプレエッジでは外部ネットワークを介さずデータ処理を行うため、データ漏洩リスクを軽減することが可能
  • 機密性の高いデータはクラウドに送信せずに保持が可能
2

WANへのトラフィック

  • オンプレエッジ自体でのデータの収集・加工が可能
  • オンプレエッジからクラウドに送信するデータは必要なデータのみに限定することで、効率的なデータ通信を実現
3

レイテンシー

  • デバイスに近い環境でデータの収集・処理を行うことで、レイテンシーを軽減させることが可能
  • オンプレエッジの素早いデータフィードバックにより、エッジデバイスでリアルタイム処理が可能

クラウドの構成との比較

クラウドの構成との比較 イメージ
製造業においてオンプレエッジを推奨する理由
オンプレエッジは、セキュアな環境で、スピーディな実行が求められる製造現場の機器制御などに最適!
しかし、導入には以下のような課題も…

オンプレエッジ利用における課題

課題1

初期導入時の
設定

初期導入時の設定 イメージ
  • データ収集を行うデバイス、データ送信先となるクラウドそれぞれとオンプレエッジとのネットワーク要件や接続性を考慮し、ソリューション全体の設計が必要
  • エッジの提供元によっては、郵送されたHWを利用者側で自ら行う設定が困難な場合も

課題2

複数の
エッジ端末の
管理

複数のエッジ端末の管理 イメージ
  • エッジはさまざまな場所にエッジ端末が分散するため、運用時には環境が複雑化し、管理が煩雑化
  • 分散するエッジ端末に対して、端末搭載のアプリケーションやAIモデルの管理を行う必要があり、いかに効率的に行うか考慮が必要

課題3

トラブル時の
サポート

トラブル時のサポート イメージ
  • 一部の事業者はサポート対応が電話以外に限定されるほかに、緊急時の駆けつけ対応がないなどサポート対応の薄い場合も存在
  • メーカー系のエッジ製品の場合にはサポート対応の対象がHW本体に限定され、HW搭載のアプリケーションの保守は異なり、トラブル時のサポート体制が煩雑
↓

SDPF Edge®で解決

SDPF Edge®独自の特長により、オンプレエッジ利用における課題もカバーします。

課題1解決!

初期導入時の設定

HW設置/
構築も担当

HW設置/構築も担当 イメージ

初期導入時の設定もNTT Comが担当

  • HWキッティング、HW設置、ケーブリング
  • インバリアント分析の簡易インストール

課題2解決!

複数の
エッジ端末の管理

エッジ端末を
一元管理

エッジ端末を一元管理 イメージ

コントローラーから遠隔で複数拠点にあるSDPF Edgeサーバーを一元的に管理可能

課題3解決!

トラブル時のサポート

HWの保守は
駆つけて対応

HWの保守は駆つけて対応 イメージ

HW故障は現地駆け付け保守を提供

+αの独自のメリット

月額定額制
で提供

月額定額制で提供 イメージ
  • 月額提供するため、サーバーの購入が不要
  • 検証時は、検証期間のみサーバー貸し出し

+αの独自のメリット

そのほか
アプリケーション
との連携

そのほかアプリケーションとの連携 イメージ
  • SDPFサービスを同サーバー上で併用可能
  • お客さま独自のアプリケーションも搭載可能

詳しくはこちら >

SDPF Edge®: エッジコンピューティング ハードウェアを構築・運用・保守一体型で提供するサービスです。

インバリアント分析 powered by SDPF Edgeの構成

インバリアント分析 powered by SDPF Edgeの構成 イメージ

料金

商用価格 都度お見積り
PoC価格 都度お見積り(500万円未満から実施可能)

ユースケース

モデルケース①

大規模プラント:設備保全/稼働率向上

広大な敷地に大量の設備を要する大規模プラントは、人手による定期的な巡視点検やIoTによる中央監視が行われています。しかし、人手による巡視点検では点検ミスや微細な変化を見落としがちであり、また中央監視における場合においても大量データから瞬時に異常の兆候を判断することは困難です。インバリアント分析を活用すれば、大量データから、しきい値監視のみでは発見できない微細な変化をリアルタイムに捉え、大きなトラブルが起きる前に対策を取れるため稼働率の向上に貢献します。

Before
  • 点検ミスや微細な変化を見落としがち
  • 老朽化がすすみ、修理コストが増大
  • ノウハウと経験のある熟練技術者が不足
Before イメージ
After
  • 微細な変化をリアルタイム検知
  • 状態監視を行い、不要な修理を削減
  • 熟練技術者のノウハウや経験を見える化
After イメージ
モデルケース②

生産ライン:品質安定

大量生産を行う生産ラインでは、温度や圧力、加工時間など個々のセンサーデータを取得し、しきい値や傾向分析を行い、品質を一定に保っていましたが、個々のデータの微細な変化を捉えるには経験やノウハウが必要とされ、また膨大な工数が発生していました。
インバリアント分析では、微細な違いでも品質に悪影響を及ぼす変化をリアルタイムで発見し、不良品の大量発生を防ぎます。

Before
  • 品数が多くなるにつれて、監視の設定に膨大な手間が発生
  • 微細な変化による品質劣化を見落としがち
Before イメージ
After
  • 自動でデータの関係性を発見し、監視設定の手間を軽減
  • 生産データの微細な変化を即座に発見し、品質維持に貢献
After イメージ

アンケート DXーお役立ちPDFーダウンロード

アンケートにお答えください お役立ちコンテンツPDF PDFがダウンロードいただけます。

Q4

DXにむけて組織や人事評価の仕組みを変えていますか。

Smart Data Platform は、
お客さまのデジタル課題に合わせた
最適なサービス・プランの組み合わせを
ご提案することができます

新規導入のご相談やお見積、サービス仕様など
ご不明な点があればお気軽にお問い合わせください

お問い合わせ

このページのトップへ