データで保全業務を革新する予知保全システムへの挑戦

セミナー趣旨

工場の保全業務を，勘と経験からデータを基にした保全に変えなければなりません。故障の起こるのを待って修復する旧態依然の保全方式が行われているし，勘と経験による保全が幅を利かせています。これらを時間データや状態データに基づく保全業務に革新させなければなりません。

ところで，IoT（Internet of Things：モノのインターネット）とはセンサーから直接的に自動的にデータを採取し，インターネットを介して収集してビッグデータにして解析し，問題解決する手法のことです。これによって濃密で詳細なデータ（ビッグデータ）が自動的に収集できるので，これを用いて保全業務を革新する方策を考えることにします。

保全方式は事後保全，予防保全，そして予知保全の３つに大別できますが，それぞれの保全方式にIoTを活用して保全業務を革新させるための方策を示すとともに，そのシステム化について具体的な事例を示しながら解説します。

なかでも，予知保全システムは機械設備の健康状態データを自動採取し，傾向管理グラフを自動作画させて現在の健康状態を把握しながら，健康状態データが保全値に達したら保全指示を発令して保全するようにするためのシステムです。

また，予知保全システムは機械設備の使用履歴と健康状態データからなるビッグデータを分析することで機械設備の部位の病気診断への展開が可能なものです。
ここでは予知保全システムの構築とその推進展開について詳しく解説します。

セミナープログラム

1. IoTとは？
   1. IoT
   2. ビッグデータ
2. IoTと情報処理
   1. センサーの知識
   2. 情報処理のながれ
   3. ビッグデータ
   4. 詳細な実態の分析
   5. 解決策
3. 保全業務の問題点
   1. マニュアル・インプットの限界
   2. 設備の健康実態が見えない
   3. 保全コストのコストダウンができない
   4. 保全マンのマインドが低い
4. 保全計画
   1. 設備のライフサイクル
   2. 設備の重要度とFMEA
   3. 設備故障確率とMTBF
   4. 保全計画の概要
5. IoTによる事後保全
   1. 自己故障診断と警報
   2. 故障発生時の状況と故障履歴
   3. 予備品の調達と在庫管理
   4. 事後保全の情報支援システム
6. IoTによる予防保全
   1. IoTとTBMのビッグデータを採取
   2. 運転情報とTBMビッグデータの相関
   3. MTBFとMTTRの探求
   4. 予防保全（TBM）システム
7. IoTによる予知保全
   1. IoTでCBMのビッグデータを採取
   2. 運転情報とCBMビッグデータの相関
   3. 傾向管理グラフ
   4. 保全値の探求
   5. 予知保全（CBM）システム
8. 予知保全の応用展開
   1. 新しい設備健康情報の探求
   2. 保全ビッグデータの新しい分析・解析法
   3. 機械設備の病名診断

◎　質疑応答

セミナー講師

山口 俊之 氏
（株）戦略情報センターPOP研究所 所長

1944年生まれ，慶応義塾大学工学部電気工学科卒業。
（株）東芝勤務を経て，現在は（株）戦略情報センターPOP研究所所長として工場管理用LANやPOPシステムの構築支援に従事している。

セミナー受講料

43,000円（消費税込）※テキスト代を含みます。