「異常データが少ない」設備診断にどうAIを活用するかAIによる異常検知・予知保全の基礎と実践~音響・振動・画像の特徴抽出、機械学習・深層学習からセンサフュージョン、マルチモーダルAIまで~

少量の異常データから設備異常を捉えるための

音響・振動データの信号処理・特徴抽出から、機械学習・深層学習による異常検知、画像・音・振動を組み合わせるセンサフュージョン/マルチモーダルAIまでを解説します。少量データ環境でのモデル構築、誤検知の低減、評価方法、実設備への導入ポイントを学び、モータ・ポンプ・ファン・ベアリングなどの設備診断にAIを活かすための実践力を身につけます。

【WEB受講(Zoomセミナー)】ライブ配信+アーカイブ配信(7日間、何度でも視聴可)

【項目】※クリックするとその項目に飛ぶことができます

    セミナー趣旨

     製造設備や機械システムの異常検知・予知保全では、振動だけでなく、音響、画像、温度、電流等、多様なセンサ情報を利用できるようになっています。
     本セミナーでは、信号処理による特徴抽出から機械学習・深層学習による異常検知までを体系的に解説し、さらに複数のセンサ情報を統合するセンサフュージョン、マルチモーダルAIへと発展させます。
    「正常データしか十分に得られない」「異常データが少ない」という実際の設備診断で生じる問題についても取り上げます。

     特に、実際の設備診断では「異常データを十分に集められない」ことが、AI活用を進めるうえで大きな課題となります。正常データを中心とした異常検知や少量データへの対応、誤検知を減らすための考え方についても解説します。さらに、音響・振動・画像など複数の情報を組み合わせ、単一のセンサでは捉えにくい異常を検知するためのアプローチまで取り上げ、AIを実際の設備診断・予知保全へ活用するためのポイントを学んでいただきます。

    受講対象・レベル

    設備保全、生産技術、品質管理、機械、電気、
    センサ、IoT、AI・データ解析等に携わる技術者・研究者

    必要な予備知識

    特別に必要ありません。

    習得できる知識

    1)FFT・スペクトログラム・STFT・Waveletなど、音響・振動データの信号処理と特徴抽出
    2)PCA・SVM・Isolation Forestなど、機械学習による異常検知手法と使い分け
    3)Autoencoder・CNN・LSTM・Transformerを活用した深層学習による異常検知
    4)音響・振動・画像を組み合わせたセンサフュージョン/マルチモーダルAIの活用方法
    5)異常データが少ない環境でのモデル構築、誤検知低減、評価方法と実設備への導入ポイント  など

    セミナープログラム

    1. 異常検知・予知保全の基礎
    • 故障検知と予知保全
    • Condition Based Maintenance
    • センサデータから何が分かるか
    • 正常/異常データの特徴

    2. 音響・振動信号の処理
    • 時間領域解析
    • FFTと周波数解析
    • スペクトログラム
    • STFT
    • Wavelet
    • 雑音低減と前処理
    • 異常を捉える特徴量

    3. 機械学習による異常検知
    • PCA
    • SVM
    • One-Class SVM
    • Isolation Forest
    • 正常データを
    中心とした異常検知

    4. 深層学習による異常検知
    • CNN
    • Autoencoder
    • LSTM
    • Transformer
    • Anomaly Scoreの考え方
    • 少量の異常データに
    どう対応するか

    5. 画像・音・振動を統合するマルチモーダルAI
    • センサフュージョンとは
    • Early Fusion / Late Fusion
    • 音響+振動
    • 画像+音響
    • 複数センサを使うメリット
    • 単一センサでは検出できない
    異常への対応

    6. 実際の設備診断への適用
    • モータ
    • ポンプ
    • ファン
    • ベアリング
    • 配管
    • 生産設備
    • データ収集時の注意点
    • AIモデルの評価方法
    • 誤検知をどう減らすか

    7.これからの異常検知
    • Explainable AI
    • Foundation Model
    • マルチモーダルAI
    • Digital Twinとの融合
    • 少量データ環境におけるAI
    • 実設備導入へのロードマップ

    8. まとめ
    • 質疑応答

    セミナー講師

    埼玉大学 理工学研究科 数理電子情報部門
    工学部 情報工学科 教授 島村 徹也 先生

    工学博士

    1986年 : 慶應義塾大学 理工学部 卒業
    1991年 : 慶応義塾大学 大学院 博士課程 修了 工学博士
    1991年 : 埼玉大学 情報工学科 助手
    1995年 : ラフバラ大学 客員研究員
    1996年 : ベルファーストクイーンズ大学 客員研究員
    1998年 : 埼玉大学 助教授
    2007年 : 埼玉大学 教授

    学協会
    2019年 AI時代の画像処理技術研究会 (埼玉大学産学官連携協議会) 代表

    専門
    ディジタル信号処理
    信号処理の音声、画像、通信への応用

    セミナー受講料

    (消費税率10%込)1名:49,500円 同一セミナー同一企業同時複数人数申込みの場合 1名:44,000円

    テキスト:PDF資料(受講料に含む)

    主催者

    開催場所

    全国


    ※セミナーに申し込むにはものづくりドットコム会員登録が必要です

    開催日時


    10:00 ~

    受講料

    49,500円(税込)/人

    ※本文中に提示された主催者の割引は申込後に適用されます

    ※銀行振込

    関連記事

    もっと見る