更新日： 集計期間:2025年10月01日～2025年10月28日
※当サイトの各ページの閲覧回数を元に算出したランキングです。
16～30 件を表示 ／ 全 143 件
予兆保全及び設備管理業務の効果測定、品質改善を検討するお客様へお勧めの技術提案！ 大規模データや機械学習も活用！！
予兆保全を行うにあたり必ず問題となる閾値の検討や、予兆保全を検討、実施していく上でどのような指標を元にすれば良いかを弊社の導入実績、経験から説明した資料となります。 また、設備保全と併せて検討を頂く上で近年多くお問い合わせを頂く品質関連との因果関係分析にも焦点を当てて説明をしております。 IoTや予兆保全のシステム構築を行う際には最初から100点満点のシステムを導入するのではなく60点、70点程度の完成度から徐々にシステムの改善を行い、目指す姿へと変えていく事が必要です。 本資料ではそのエッセンスの一部を紹介しております。
製造現場のメンテナンスの実態を把握するために
日本プラントメンテナンス協会では調査研究事業の一環として、継続的に製造現場のメンテナンスの実態を把握する目的で、、1992年より「メンテナンス実態調査」を実施しております。 本調査は、製造業の「保全体制」「保全業務内容」「設備保全の課題」等の実態を調査・分析することにより、今後の製造業における「設備管理・保全」の“あるべき姿”を模索する際の参考となることを目指しております。
実際のデータと推定データの比較を実行できる！リアルタイム通知によって速やかな対応が可能となり、予知保全を実現！
Ansaldo Energiaは、イタリアのジェノバに本社を置く火力発電所建設の 会社で、主にプラントエンジニアリング、建設、サービスを手がけています。 世界中に100基を超える発電所と300台を超えるガスタービンを保有し、 13カ国の顧客にリモート監視サービスを提供。 PDF資料では、同社のリモートアセット監視と予知保全におけるPI Systemの 活用方法についてご紹介しています。 【事例】 ■導入先：Ansaldo Energia ■業界：発電、建設 ■導入製品：PI System ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
予知保全ワークフローや信号ベースの手法を使用した特徴抽出など掲載しています
予知保全アルゴリズム開発で重要となる手順は、状況インジケーターの 特定です。 それはシステムの劣化とともに予知できる形で挙動が変化するシステムの 特長です。状況インジケーターは故障と正常な動作との区別に役立ちます。 資料では、状況インジケーターの概要をはじめ、予知保全ワークフローなどを 掲載しております。 【掲載内容】 ■状況インジケーターとは ■視覚的な演習 ■信号ベースの手法を使用した特徴抽出 ■予知保全ワークフロー ■よい特徴の概要とそれが重要である理由 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
保全に関わる業務プロセスを1システムで実行可能！様々な役割の人に必要なデータを提供します
『Infor CloudSuite EAM』は、実績のある幅広い設備資産の管理機能と、 システムアーキテクチャを組み合わせたソリューションです。 設備台帳管理はもちろん、資産の階層管理、監査証跡管理、予防保全管理、 その他様々な機能を備えています。 J2EEやXML等オープンインターネット標準で開発されており、 他システムとの統合が容易で、標準的なインターネットブラウザを通し、 いつでもどこからでもアクセス可能です。 【特長】 ■アセットマネジメント機能の充実 ■1システムで複数組織 ■広範囲な業務管理機能 ■シンプルなUIとシステム管理 ■モバイルデータアクセス ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
予防保全ソフトウェア「機工報」を1 か月間無料でお試しください
金沢機工オリジナル製品「機工報」は設備、装置の不具合を 検知する予防保全ソフトウェアです。 ■MEX金沢2023 ワークショップ 機工報のご紹介動画を公開しました。 https://www.youtube.com/watch?v=9yQsMGkqxts 今回の無料試用版は、付属のサンプルデータを活用し 「機工報」で容易にデータ分析が出来ることをご体感いただける 内容となっております。 ■機工報 試用版 操作方法の紹介動画を公開しました。 https://www.youtube.com/watch?v=uB3RToEfE7A&t=19s 機工報 試用版で、熱処理炉データ分析を行う操作動画です。 PLCがロギングした、熱処理炉で稼働する48計器のデータ(エクセル)を 機工報に入力しています。 外れ値検出で、「いつもと違う」動作をしている計器を特定します。 「機工報」はお客様のご要望に合わせた開発も可能です！ 試用版で可能性を感じていただけた場合は、お気軽にご相談ください。
センサーの追加なしで全故障モードの約90%をカバー！状態基準保全で見出す新たな効率性
スウェーデンのバッテンフォールハイドロ社は、ヨーロッパにある大きな水力発電事業者です。 同社の管理チームは、同社のアセット保全の取り組みを変える必要が あることに気づきました。 それまでの15～20年間は状態基準監視を採用してきましたが、定期点検や 試験、データヒストリアンからの静的なデータを使った古いシステムに 頼っていたため、多くの事後保全実務を行う結果となっていました。 このため効率を改善し、オペレーションコストを減らすためには、 計測機器を用いたリアルタイムの状態基準監視に移行する必要がありました。 【事例】 ■導入先：Vattenfall Hydro Power ■業界：発電、水力 ■導入製品：PI System ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
属人的な業務を大幅に削減！設備稼働率の向上とメンテナンスの効率化が達成できた事例
アステックのスマート工場構築支援で、「設備保全」の課題を解決した 事例をご紹介します。 設備保全を行うにあたって、ツールを活用すれば設備トラブルやライン停止 時間が削減出来るだけでなく、保全ノウハウを蓄積させることで属人的な 業務を大幅に削減することが可能。 稼働稼働監視に加えて、保守部品在庫管理、トラブル集計、点検管理、 故障予兆検知がオールインワンになっているツールを活用すれば、 設備稼働率の向上とメンテナンスの効率化が達成出来ます。 【事例概要 <保守部品在庫管理>】 ■期待される効果 ・設備稼働率の向上、ライン停止時間の撲滅、保守部品在庫削減 ■主な機能・特長 ・ハンディリーダーとバーコード活用、発注点管理、点検管理との連携 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
AIの実践的活用に向けてデータから異常を見つける際に有効な特徴量の例を紹介
機器の故障時期を予測してメンテナンスを実施する予知保全の取り組みが 注目を浴びており、技術者の勘・コツ・経験をAIで補完する観点からも、 今後予知保全のニーズは更に高まることが予想されます。 当ホワイトペーパーでは、時系列データから異常を見つける際に有効な 特徴量の例をご紹介しております。 その他にも、機械学習の限界をはじめ、システムへの統合の観点から見た 特徴量などを掲載しています。 【掲載内容(抜粋)】 ■機械学習の限界 ■故障予測を可能にする特徴量例 ■システムへの統合の観点から見た特徴量 ■まとめ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
信頼の15年、2万件超の実績！予測モデル・異常分析・WEB管理も！予知保全を効率よく高度化！
『AVEVA Predictive Analytics』は、これまでの予知保全の経験から 多くのノウハウが詰め込まれたパッケージとなっており、ユーザが 簡単に予測モデルを構築する事ができます。 米国シカゴの中央監視センターにて、お客様の大切な設備を24時間 365日監視するサービスを提供する事も可能。 全世界で多くのお客様が利用されています。 【代表的な機能】 ■多くの予測モデルテンプレート ■高度な演算モジュール定義 ■直観的な学習データのスクリーニング ■WEBブラウザーによる実績管理 ■異常原因分析 ■非定常分析 ■ケーススタディ管理 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
設備用・保全用予備部品の在庫管理に特化したソフトです。操作が簡単でどなたでもお使いいただけます。
大手自動車メーカーの現場の方の意見を元に開発、さらに多くのユーザー様からのご意見をフィードバックした、予備品の在庫管理に特化したソフトウェアです。パソコン初心者の方でも用意に運用可能ですので、導入・運用までの期間が短縮可能です。
既存のデータからさらに多くのことを得る！根本原因分析や予兆保全などもご紹介
当資料では、「AVEVA PI System」のデータからより多くの価値を 得るための4つの方法についてご紹介しております。 化学、石油・ガス、鉱業、電力業界の各企業が、データを使って、 どのような取り組みをしているかをご紹介。 また、化学業界事例では「Covestroでの根本原因分析」について、 石油・ガス業界事例では「PETRONASでの予兆保全」などを掲載しております。 ぜひ、ダウンロードしてご一読ください。 【掲載内容】 ■既存のデータからさらに多くのことを得る ■Covestroでの根本原因解析 ■PETRONASでの予兆保全 ■Rio Tintoでの自動遅延計算 ■Silicon Valley Clean Energyでのデータ共有 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
長期的にプラントの信頼性を維持！メンテナンス費用(保全コスト)を好適化できます
当社では、ソフトを使ってリスクを把握し、どのようにメンテナンスを していくかの計画をたてるコンサルティングを行っております。 『リスクベースメンテナンス(RBM)』とは、対象プラントの各部位の リスクをマトリックスにプロットし、すべての部位を許容リスク範囲に 保つためのメンテナンス手法です。 そこで、プラント全体のどこに壊れやすいリスクがあるのかを 「uni-Planner」ソフトを使って把握します。 これにより長期的にプラントの信頼性を維持することができたり、 メンテナンス費用(保全コスト)を好適化することができます。 【uni-Planner 特長】 ■リスクが高い部分と低い部分をわかるようする ■リスクが高いところにメンテナンス費用をかけリスクが低い部分には メンテナンス費用をあまりかけないようにする計画を立てる ■プラント全体の壊れやすいリスクを把握 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
DataRobotを活用！保守点検時、異常発生時の対応工数削減した事例
DataRobotを活用！保守点検時、異常発生時の対応工数削減した事例 製造業にて、設備保全の品質向上を 実現した事例をご紹介します。 同社では、設置部品が推奨施工条件通りに施工されているかどうか、 推奨施工条件とは異なる場合はどこに異常個所があるのかを把握したい という課題がありました。 そこで、DataRobotを用いることで、センサーデータから、部品の施工状況 での異常個所部分を推測するモデルを開発。保守点検時、異常発生時の対応 工数削減という効果がありました。 【事例概要】 ■業種：製造業 ■業務：設備保全 ■課題：AutoMLツール、要因分析 ■アナリティクス・AIソリューション ・部品の施工状況での異常個所部分を推測するモデルを開発 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
Web画面から端末機器の操作が可能（遠方の機器を手元で操作）
■特徴 １）Web画面から端末機器の操作が可能（遠方の機器を手元で操作） ２）端末装置へデータ測定開始/停止指示の各種の指示など ３）指示結果をWeb画面で確認 ４）クラウドと双方向通信により、各種のサービス提供が可能 ５）「簡単」「安全」「手間なし」が低コスト
