更新日： 集計期間:2025年03月26日～2025年04月22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。
更新日： 集計期間:2025年03月26日～2025年04月22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。
更新日： 集計期間:2025年03月26日～2025年04月22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。
1～9 件を表示 ／ 全 9 件
『CRism』は、熱処理設備用loTシステムです。収集中の全てのデータに対して、基準値を設定しアラートを出すことができます。
『CRism（シーアールイズム）』は収集しているすべてのデータに対して、お客様にてしきい値が設定でき、 それをを超えると、一般的なコミュニケーションアプリで通知するよう設定可能。 時系列データやバッチデータなど、様々な数値を 見える化 します 【熱処処理設備でこんなお悩みありませんか？】 ・部品交換時期を管理し、トラブルを未然に防ぎたい ・炉停した原因がわからない ・どこにいても設備状況を確認したい 【特長】 ■便利な しきい値設定機能 ■ 多彩なデータ分析 が可能 ■様々な数値を 見える化 ※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。
防爆エリアZone1対応製品！電源やネットワーク工事不要の取り付けで、すぐに使用可能
『アドオン振動センシング』は、全ての揮発性ガスに対応できる後付け型の 振動センサによる遠隔予知保全のための製品です。 IIC T6対応のため、水素、アセチレンなどに対応可。センサ導入が進んで いない古い設備や防爆エリアの補機設備などに適しています。 電源やネットワーク工事不要の取り付けで、すぐに使用が可能。管理室の PCなどから設備の遠隔故障監視ができます。 【特長】 ■防爆エリアZone1対応製品 ■全ての揮発性ガスに対応できる ■IIC T6対応のため、水素、アセチレンなどに対応可 ■センサ導入が進んでいない古い設備や防爆エリアの補機設備などに好適 ■電源やネットワーク工事不要の取り付けで、すぐに使用可能 ※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。
各時刻の異常度を出力！短期、中期、長期等の予兆検知を並行して運用可能
当社では、欧州のグローバル企業様で高く評価された、異常検知・予知保全向けの AIモジュールの販売を開始いたしました。 非常に計算が軽く、クラウド、汎用PCはもちろん、マイコン、ラズパイ等でも 稼働致します。 日頃の追加学習や運用は、すべてお客さま側で可能です。 ご質問、ご相談などございましたら、どうぞご遠慮なく、当社までご連絡下さい。 【特長】 ■センサ値の時系列データをダイレクト入力 ■高速運用 ■マイコン、ラズパイ等にも実装可能 ■正常学習からスタート ■異常パラメータの特定・提示が可能 ※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。
【動画で分かる ! 】プラントデータの常時監視ツール 【シンプル設置＆低価格で IoT実現】
無線式コンパクトモニタリングユニット「CU-30000」は、製造工場で稼働する回転機械などの振動やプロセスデータを対象とした小・中規模や仮設用途向けのオンラインモニタリングユニットです。 長距離無線の採用により広域測定が可能なうえ、簡単操作で精度の高い管理が行えます。 配線工事が削減でき、工業用途向けに耐久性に優れた機器をご提供します。 お客様のニーズに合わせた機器構成によりコストパフォーマンスにも優れています。
当社では、開発中の『振動検知センサシステム』製品化に向けてモニターをお願い出来る企業様を募集しております！
現在開発中の「振動検知センサ」では、内蔵しているセンサにより振動を検知し機器状態の変化を示すデータを無線で上位に送信し取得します。 エル・エス・アイ ジャパン(株)では、振動の変化を可視化することで機器の適切なメンテナンス時期の把握を簡易な仕組みで実現することを目指しており、センサシステムの製品化に向けたモニターをお願い出来る企業様を募集しています。 機器の状態をセンサなどを用いて把握する仕組み・予知保全にご興味がございましたら、私共にお声がけください。 モニターいただきましたお客様には、取得した詰まり傾向のデータをグラフ化しご提供させて頂きます。 【特許】 流用と比例関係にある振動の大きさから詰まりを検知する方式を特許として取得しています。 特許第5821067 「目詰まり推測方法、フィルタ監視システム及び振動情報送信」 ※詳しくはお問合せください。
予知保全アルゴリズムの開発を開始できるように、用語を説明し、例やチュートリアル、評価版ソフトウェアをご紹介します
製造業のAIｘIoT化を実現する「スマートファクトリー」化等に伴い、予知保全への関心が日々高まっています。 予知保全により、機器の状態を監視して、将来の機器の故障を防ぐことができます。機器のセンサーからのデータを使用して、分類、回帰、および時系列分析を用い、故障の根本原因を特定、故障発生までの時間を予測できます。また、複雑な機械の問題を特定し、修理または交換が必要な部品を特定するのに役立ちます。これにより、ダウンタイムを最小限に抑え、機器の存続期間を最大限に延ばすことができます。 この ebook は、MATLABによる予知保全アルゴリズムの開発を開始できるように、用語を説明し、例やチュートリアル、評価版ソフトウェアへのアクセスを提供します。
振動センサではとらえられなかった低速回転設備の予兆検知が可能な回転機器劣化検知ソリューション
『MMCloud for AEMonitorPack』は、通信費込みで月額定額で利用可能な、 専用AEセンサとIoTプラットフォームのパッケージサービスです。 専用のAEセンサが故障の前兆を自動で検出し、即時にアラートで通知。 製造ラインの突発的なトラブルを防止し、ダウンタイムを削減します。 モータ、ポンプ、コンベアなど回転機器に適した予兆検知ができます。 【特長】 ■必要なものがワンパッケージになっている ■通信費込みで月額定額で利用できる ■作業員の経験や感覚に頼らないメンテナンスを実施 ■振動センサではとらえられなかった低速回転設備の予兆検知が可能 ■突発的なライン停止を防ぎ、計画的なメンテナンスを実現 ※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をベースとした時系列データの中から異常と障害を特定する方法や該当パーツの残りの耐用年数の見積もりについて学びます。
■到達目標 ・時系列データを使用し、XGBoost ベースの機械学習分類モデルで成果を予測できる。 ・LSTM ベースのモデルを使用し、機器の故障を予測できる。 ・時系列オートエンコーダーによる異常検出を利用し、限られた故障例データが利用できるとき、故障を予測できる。 ■対象者 産業分野における予知保全システムを開発・提供するSEおよび開発者の方。 ■前提知識 ・「0から始めるPython入門-データ分析での活用をテーマとして-」コースを修了しているか、または同等の知識があること。 ・「NVIDIA Deep Learning Institute（DLI）認定コース ディープラーニングの基礎」コースを修了しているか、または同等の知識があること。
予防保全と事後保全の違い、IoTを活用した予知保全について解説します
製造現場では、日々さまざまな設備や機械が稼働しています。 これらを管理して安定した稼働を実現するには、適切な保全活動が 欠かせません。 保全活動には予防保全・事後保全などがありますが、近年はIoTを 活用した“予知保全 も取り入れられています。 この記事では、製造現場の設備・機械を適切に管理するための予防保全 と事後保全の違い、IoTを活用した予知保全について解説します。 ※ブログの詳細内容は、関連リンクより閲覧いただけます。 詳しくは、お気軽にお問い合わせ下さい。
