【中止】現場で使えるAI技術(人工知能)と社内実施体制の構築
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | サイエンス&テクノロジー株式会社 |
キーワード | AI(人工知能) データマイニング/ビッグデータ 設備保全・TPM |
開催エリア | 東京都 |
開催場所 | 【大田区】東京流通センター |
交通 | 【モノレール】流通センター駅 |
故障予兆検知/品質劣化予兆検知
リアルな生産現場でのAI技術活用を学ぶ
社内での実施予算獲得、実行体制構築のためのポイント
プロジェクトの進め方を詳解
セミナー講師
日本電気(株) AI・アナリティクス事業開発本部 兼 セキュリティ研究所 シニアデータアナリスト 相馬 知也 氏
【経歴・専門】
1988年一関高専化学工学科卒業後、NECソフトウェア東北(現在のNECソリューションイノベータ)入社。主に制御系ネットワークの運用管理/監視システムの開発にかかわる。
2010年よりビッグデータ分析技術のプラント監視適用に関する研究/開発に携わる。
現在は、制御システムへのAIや分析技術適用を中心としセンシングの相談から業務改善、新規事業創出などのコンサルティングを行っている。
セミナー受講料
49,500円( S&T会員受講料47,020円 )
(まだS&T会員未登録の方は、申込みフォームの通信欄に「会員登録情報希望」と記入してください。
詳しい情報を送付します。ご登録いただくと、今回から会員受講料が適用可能です。)
S&T会員なら、2名同時申込みで1名分無料
2名で 49,500円 (2名ともS&T会員登録必須/1名あたり定価半額24,750円)
【1名分無料適用条件】
※2名様ともS&T会員登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、1名あたり定価半額で追加受講できます。
※受講券、請求書は、代表者に郵送いたします。
※請求書および領収証は1名様ごとに発行可能です。
(申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。
セミナー趣旨
昨今、AIやIoTという技術が流行し始め、これらを利用した設備故障予兆検知は大規模プラントから工場のラインや生産設備の保全に移りつつあります。また製造現場からの要求は設備故障予兆のみならず品質劣化の予兆検知を求められるようになってきました。しかし、いざ使おうとすると、テレビやAIベンダの営業担当者が話していたこととは大違いで統計や数学の知識が求められることがほとんどです。またそういったことを求められない場合はできることが限定されたり自社の課題に合わないといったことが多く聞かれます。
本講座では、生産現場や保全現場の作業者が今までの知識だけで活用できるAI技術を紹介するとともに、故障予兆検知および品質劣化予兆検知など生産現場でのAI技術活用事例を紹介します。また社内における実施予算獲得や実行体制の構築のためのポイントやプロジェクトの進め方など、現場のお客様と進めてきた多くの経験をもとに紹介します。
本講座では、生産現場や保全現場の作業者が今までの知識だけで活用できるAI技術を紹介するとともに、故障予兆検知および品質劣化予兆検知など生産現場でのAI技術活用事例を紹介します。また社内における実施予算獲得や実行体制の構築のためのポイントやプロジェクトの進め方など、現場のお客様と進めてきた多くの経験をもとに紹介します。
習得できる知識
・AIや分析技術の現場活用の進め方
・現場で使えるAI技術
・AI技術の新しい応用分野
・現場でのAI活用に参考となる事例
セミナープログラム
1.製造業におけるAI/分析技術活用の動向
1.1 はじめに
1.2 AI活用の業界動向
2.保全現場での課題と対策の傾向
2.1 保全現場において発生している課題
2.2 技能伝承における課題
2.3 コスト削減における課題
3.インバリアント分析技術の概要
3.1 故障予兆/品質劣化予兆監視のニーズ
3.2 現場で使えるAI/分析技術 「インバリアント分析」
a.インバリアント分析の概要
b.異常の発見と場所の特定
c.インバリアント分析の適用範囲
・リアルタイム予兆/異常検知
・保守/点検プロセスの効率化
・品質改善
d.非破壊検査への応用
4.故障予兆検知へのビッグデータ分析技術適用事例
4.1 ビッグデータ活用のシナリオ
4.2 仮説設定と活用ステップ
4.3 監視におけるインバリアント分析技術の位置付け
4.4 先進的な事例
5.現場における進め方の課題と対策
5.1 社内における予算獲得のポイント
5.2 新しいプロジェクトをどう進めるか
6.新しいセンシングと分析技術紹介
□質疑応答・名刺交換□
1.1 はじめに
1.2 AI活用の業界動向
2.保全現場での課題と対策の傾向
2.1 保全現場において発生している課題
2.2 技能伝承における課題
2.3 コスト削減における課題
3.インバリアント分析技術の概要
3.1 故障予兆/品質劣化予兆監視のニーズ
3.2 現場で使えるAI/分析技術 「インバリアント分析」
a.インバリアント分析の概要
b.異常の発見と場所の特定
c.インバリアント分析の適用範囲
・リアルタイム予兆/異常検知
・保守/点検プロセスの効率化
・品質改善
d.非破壊検査への応用
4.故障予兆検知へのビッグデータ分析技術適用事例
4.1 ビッグデータ活用のシナリオ
4.2 仮説設定と活用ステップ
4.3 監視におけるインバリアント分析技術の位置付け
4.4 先進的な事例
5.現場における進め方の課題と対策
5.1 社内における予算獲得のポイント
5.2 新しいプロジェクトをどう進めるか
6.新しいセンシングと分析技術紹介
□質疑応答・名刺交換□