IoT・エッジ — 18 / 30
機械や設備の振動・温度・音・電流などのデータを見守り、故障しそうな兆しを早めにつかんで、壊れる前に修理や部品交換を行う考え方です。「壊れてから直す」「決まった時期に一律で点検する」方法に比べ、むだな停止や交換を減らせるとされます。
設備の保全には、壊れてから直す「事後保全」、決まった期間や使用時間ごとに点検・交換する「予防保全(時間基準保全)」、状態を見て必要なときに手を入れる「状態基準保全」などがあります。予知保全は、状態基準保全をデータで一歩進めたものと考えるとわかりやすいです。
よく使われるデータは、回転する部分の振動、モーターの電流、軸受けなどの温度、異音などです。こうしたデータを集め続け、ふだんの状態と比べて変化が大きくなったときに知らせる、というのが基本的な仕組みです。
AIを使う場合は、正常なときのデータのパターンを学ばせ、そこから外れた動きを「異常の可能性あり」と判断させる方法がよく取られます。故障の事例が少ない中小企業では、まずこの「いつもと違う」を見つける方法から始めるのが現実的です。
予知保全を成り立たせるには、センサーだけでなく、知らせを受けた人がどう動くかを決めておくことが欠かせません。通知の基準、確認の手順、部品の在庫の持ち方まで含めて考えることで、はじめて停止の削減につながります。
中小企業では、生産の要になっている1台の機械にセンサーを付け、いつもと違う振動や温度の上がり方が出たら担当者に知らせる、といった形で始めることが多いです。突然の故障で納期に遅れるリスクを下げることが主な目的です。
従業員30人ほどの樹脂成形会社が、生産量の多い成形機のモーターに電流センサーを付け、ふだんと違う動きが続いたら保全担当に通知するといった使い方が考えられます。通知をきっかけに点検を前倒しする運用です。
菓子を作る工場が、包装機の振動データを記録し、ベルトや軸受けの交換時期を見直すといった例が考えられます。繁忙期の前に交換をすませておくことで、突然の停止を避ける工夫になります。
冷蔵倉庫を運営する会社が、冷凍機の温度や電流を見守り、効きが落ちてきた兆しを早めにつかんで修理を手配するといった使い方ができます。保管している商品を守る目的で導入する想定です。
※ 特定の企業の事例ではなく、よくある場面をもとにした想定例です。
予測には、正常なときと異常なときのデータがある程度たまっていることが必要です。最初は「いつもと違う」に気づく程度から始めるのが現実的です。
予知保全は点検を置き換えるものではなく、補うものです。安全に関わる点検や法律で決められた点検は、これまでどおり行います。
全部の設備を対象にするのではなく、止まると一番困る1台から始めれば、小さな工場でも取り組めます。後付けのセンサーと通知の仕組みを組み合わせた製品もあるため、まずは販売会社に機械の種類と困りごとを伝えて相談してみるとよいでしょう。
機械の種類や使い方によって大きく違うため、一概には言えません。最初は予測までを目指さず、ふだんの状態を記録して「いつもと違う」に気づく段階から始め、記録と故障の実績を少しずつ積み上げていくのが現実的です。
メーカーの定期点検や、安全のために決められた点検はそのまま続け、その間の期間の状態を予知保全で見守る、という組み合わせが基本です。点検のときにセンサーのデータを見せると、メーカーの担当者との相談もしやすくなります。
「“止まったら一番困る機械”から、壊れる前のサインを拾う仕組みを作りましょう」