LabVIEW Café
AIを用いた異常検知テストシステム
LABVIEW CAFÉの読者の皆様、こんにちは。
日本NIの岡田一成です。
本トピックでは、以下の内容をテーマとし、計測器メーカの視点で情報展開していきます。
テーマ
「AIを用いた異常検知テストシステム構築時のよくある誤解と、分析用データの発生源である計測の重要性」
アプリケーション
- 設備機械の異常検知（予知保全）
- 品質検査
想定する読者様
以下のような課題をお持ちの読者様を想定し、AIを用いた異常検知テストシステムの構築の際に生じている技術的課題や誤解に焦点をあて、計測器メーカの視点で情報展開していきます。
- AIを用いた異常検知テストシステムの動向や勘所を基礎から学びたい
- システム構築の全体像が見渡せず、リスクが把握できない
- データ分析に投資をしてきたが、思ったような結果が出ない
掲載スケジュール
情報アップデートは不定期であり、記事は、本メッセージと添付ファイルを改訂していく形式でお伝えしていきますので、御了承ください。
掲載予定記事
※最新情報をお届けしたいため、内容は予告なく改訂されますので、御了承ください。
1．AIを用いた設備機械の異常検知（予知保全）
以下の講演資料をベースに解説をしていきます。 国内企業300社を訪問して得た市場/技術動向の集大成です。
【講演資料】なぜ思い描く予知保全システムが実現できないのか？（ひろしまAI・IoT進化型ロボット展示会）
1-1．【要約】【日経XTECH記事】なぜ思い描く予知保全システムが実現できないのか？
1-4．よくある誤解
・経営上の課題設定の必要性
・状態監視対象レベルの認識の違い
・必ずしも予知保全が最適解ではない
・簡易診断と精密診断の区別
・機械学習を用いた状態監視の種類の誤解
・熟練エンジニアとのコラボの必要性
1-5．お手持ちの計測データは本当に大丈夫ですか？ センサ計測の重要性
1-6．デモ
1-7．導入事例
2．AIを用いた品質検査
AIを用いた異常検知の応用分野として、研究開発や生産ラインでの品質検査があげられます。このアプリケションに関して御紹介します。
【フライヤ】異常検知のための基礎データ収集/機械学習を用いた自動検査システム
2-1．品質検査においてAIが有望視されている理由
2-2．AIを用いた検査システムの種類
2-3．機械学習を用いた異音検査システム構築の流れ
2-4．計測システムの基本構成
2-5．システム構築の流れ
2-6．データ取得
2-7．特徴量抽出と次元削減
2-8．モデル作成と検証
2-9．実装
2-10．デモビデオ
・ファンの風切り音の変化検出
・缶詰の中身判定
以上です。
筆者プロフィール
岡田一成
日本NIマーケティング部にて、自動車/鉄道業界におけるテストシステムのマーケティングを担当。産業向けIoTの啓蒙活動として、AIを用いた異常検知や、標準Ethernetの拡張規格であるTSNの啓蒙活動を国内で行っている。 ISO機械状態監視診断技術者（振動） CAT II
