SOINN

異常検知・予知保全 AI (SOINN A-1) SOINN エッジAI・汎用AIを機器・ロボット・プラントへ

SERVICE&PRODUCT

異常検知・予知保全 AI
「A-1」

AI は「手間がかかる、お金がかかる、時間がかかる、その割に使えない」と思われていませんか?
その課題、SOINN 社なら解決できます。
SOINN 社は課題の多い Deep Learning ではない、現場で「使える」 AI をご提供します。

「A-1」のポイント

SOINN 社の異常検知・予知保全 AI 技術は、エンジンや機器・装置などへの適用実績があり、既に複数年、ライセンスにてご利用いただいている案件もございます。

「A-1」は、正常状態の学習から異常検知・予知保全を行う AI です。

専門知識を要する AI の初期調整と学習は、SOINN 社がお客さまのデータに基づき無料で行います。

学習済みの「A-1」は、お客さまのお手元で無料でトライアル運用頂けます。

クラウドはもちろん、市販 PC やマイコンでのエッジ運用も可能で、高性能・高額なハードウエアは不要です。

有償ライセンスへの移行は、無料トライアル運用で AI の有効性や使い勝手を確認頂いた後にご判断頂けます。

ライセンス料には、お客さま側でも AI の動作確認や、改修・再学習を頂けるインタフェースのご利用料と、月間 2 時間のサポート料が含まれます。

異常検知・予知保全 AI のニーズ・課題

「ひとたび故障すると多大な損害が出る機器や装置があり、壊れる前に AI に検知させたい」という異常検知・予知保全の ニーズは、多方面に存在します。

このニーズを満たすと同時に、現場にご負担をかけず、AI を安全かつ使い勝手良くご利用頂くためには、さらに以下のような課題をクリアする必要があります。

  •  ・異常データを事前に揃える必要がない
  •  ・AI が各機器や装置の「個体差」の影響を受けない
  •  ・AI が各機器や装置の「使われ方の違い」による影響を受けない
  •  ・AI の調整・監視・運用をお客さまが容易にできる
  •  ・AI が何を根拠に異常と判定したのか確認できる
  •  ・AI の学習・推論とも計算が軽く市販PC (CPU) やマイコンで運用できる

「A-1」はこれらの課題を解決

「A-1」のアプローチ

  • 1.監視対象が問題なく稼働している状態を学習(正常学習からスタート)


  • 2.上記 1 から外れた事象を逐次確認しつつ学習成長


  • 3.徐々に監視対象の「正常」を学習し高精度に異常検知

  •   ・各時刻の異常度を出力
  •   ・異常パラメータの特定・提示が可能
  •   ・異常の分類、原因の特定、などが容易

  • 4.学習済「A-1」は、異常度が上昇し始めたタイミングで保守員に通知

  •   ・保守員は計画的に在庫調整、保守点検を実施

  • 5.「A-1」は超軽量でエッジ運用のほか、クラウド運用など多様な運用が可能

  •   ・一般的なCPUで、10ms程度で処理可能
  •   ・マイコン、ラズパイ等にも実装可能
  •   ・短期、中期、長期等の予兆検知を並行して運用可能
  •   ・学習済「A-1」は類似対象に転用可能


運用インタフェース

「A-1」ご利用の流れ

ご不明な点はご遠慮なく、CONTACT ページやメール、お電話で弊社までお問い合わせください。


  • 1.CONTACT ページや、メール、お電話にて弊社にご連絡ください。

  •    NDA 等を含めた進め方をご説明いたします。
  •    お持ちのデータやタスクについて(可能な範囲で)伺えますとスムーズです。
  •    ご意見、ご質問もお伺いいたします。

  • 2.エンジニアを交え、お客さまへのヒアリングを実施します。

  •    少量でもデータ(ダミーでも可)を頂けますと、より精度の高いお打ち合わせが可能です。
  •    有償ライセンスに移行された場合の、ライセンス料のお見積りもいたします。
  •   (データや条件、難易度等によっては、Step 2 までとさせて頂く場合がございます。)

  • 3.有償に移行された場合のお支払い情報をご登録後、弊社は AI の調整・学習に着手いたします。

  •    学習・調整用のデータをお預かりいたします。

  • 4.学習済み AI モジュールにて、無償トライアルを開始下さい。(上記 1~4 まで無償対応)

  •    標準トライアル期間は 2 週間です。

  • 5.無償トライアル後に AI を継続ご利用の場合、有償ライセンスにご移行下さい。

  •    無償トライアルまでの中止も可能です。その場合、お費用は一切発生いたしません。

現場での「A-1」実運用イメージ

  • 1.検知対象のセンサデータを「A-1」に入力、学習開始


  • 2.12~24時間程度で、異常検知開始

  •   ・異常を検知した場合、発生日時、異常パラメータの特定、異常の度合いが提示される

  • 3.少数回の OK/NG 追加教示で精度向上

  •   ・異常と検知されたデータを確認頂き、OK/NG を追加教示。
  •   ・追加教示に基づく追加学習で、異常検知・予知保全の精度が向上

  • センサデータの量や質、ご要求精度によってはエッジや組込ボード、ラズパイ等でも運用可能です。

「A-1」のご利用は

CONTACTフォーム、メール、お電話にて弊社までご連絡下さい。

その際、可能であればセンサデータ(ダミーでも可)、入出力パラメータ数、入出力データ形式などをお聞かせ頂けますと、よりスムーズです。

[ご参考] AI の性能評価例

(ポンプの予知保全タスクを例に)

  • 1.学習・テストデータの質と量

  •   ・パラメータ数: 20 ~ 40 項目の実数値、整数値。
  •   ・データの量 :秒ごとの時系列データを1日分程度(~ 80,000 行)。

  • 2.学習時間

  •   ・上記データに対し、汎用デスクトップ PC で、約 10 分。

  • 3.推論時間

  •   ・上記データに対し、汎用デスクトップ PC で、数 10 ms でオンライン予測。

  • 4.検知精度

  •   ・ベテラン保守員と同等レベルの検知精度を確認。

[ご参考] データについて

  • ・定性的には、検知対象をご存知の方(保守員など)が
  •   「AIに投入予定データから、対象の正常/異常を判断できるか」
  •   は重要な判断基準になります。

  • ・ご存じの方が「これではデータ不足」と思われる場合、AIの検知でも不足する可能性が高いです。

  • ・上記に加え、投入データのパラメータを増やすことは問題ありません。

  • ・異常の検知にどのパラメータが有効か不明の場合
  •   どこで異常が生じたかが既知であれば、AI に異常事象と相関のあるパラメータを
       探らせることが可能です。
  •   探索には、パラメータを調整しての繰り返し演算が必要ですが、弊社技術は計算が
       非常に軽く有利です。

  • ・投入頂けるデータに制限はありませんが、データ間の同期がとれていることが好ましいです。
  •   データの表現: 実数値、二値、整数、時刻 …
  •   データの意味: 電流、電圧、振動、回転数、温度、湿度、映像、音…