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。

異常検知・予知保全が注目される背景には、故障の複雑化や メンテナンス費用の高騰などといった原因があります。 当資料では、予知保全システムの構築をご紹介しております。 その他にも、予知保全システムイメージをはじめ、構築事例や 構築ワークフローなどを解説しています。 【掲載内容(抜粋)】 ■予知保全システムイメージ ■3つの「機能レベル」別予知保全 ■予知保全が注目される背景 ■予知保全システム構築事例 ■予知保全システム構築ワークフロー ※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。

当資料では、残存耐用時間(RUL)を予測する3つの方法など、 MATLABによる予知保全をご紹介しております。 「MATLAB」は、反復的に実施する分析や設計プロセスに適した デスクトップ環境、そして行列と配列の数学を直接表現する プログラミング言語が1つに組み合わさったソフトウェアです。 その他にも、残存耐用時間(RUL)の解説をはじめ、RULを予測する モデルの使い分けなどを掲載しています。 【掲載内容(抜粋)】 ■残存耐用時間(RUL)とは? ■RULを予測する3つの方法 ■クイックリファレンス：RULを予測するモデルの使い分け ■RULの予測を現場へ適用 ■関連情報 ※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。

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。

近年は製造業、インフラなど様々な現場においてデータ活用が進んでおり、 「予知保全(Predictive Maintenance)」の取り組みが注目を浴びています。 当ホワイトペーパーでは、予知保全システムの開発事例と関連技術を ご紹介します。 【掲載内容(抜粋)】 ■大量のセンサーデータに潜む知見 ■予知保全システムの開発事例 ■MATLABを使った予知保全ワークフロー ■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。

『ThingSpeak(TM)』は、プロトタイピングや小規模な 運用アプリケーション向けのクラウドベースのIoTプラットフォームです。 MQTTまたはREST APIを使用して、Raspberry Piをはじめとする 各種エッジデバイスとThingSpeak間でデータをやりとり。 インターネットに接続されたWebブラウザー上で即時にライブデータを 可視化し、アラートの作成や送信などの遠隔監視が可能になります。 【利用メリット】 ■インターネットどこからでもデータ確認&解析 ■Arduino/Respberry Piとの活用で、低価格な実験系を構築 ■プログラムの完了/データ異常をスマホでチェック ※詳しくはPDFをダウンロードして頂くか、お気軽にお問い合わせください。

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。