お役立ちコンテンツ
お問い合わせSTEP1 事前ヒアリング
① ヒアリング : 課題概要、データの概要
② PoC内容の提案 : 試用モデル(複数可)・スケジュール・費用
正常データから
AIで異常予知を実現
SAILESS
SAILESSは正常時の製造運転データをAIに学習させることで、
過去に経験していないトラブルを検知でき、
現場エンジニアに寄り添ったシステムを提供します。
SAILESSとは
SAILESSは正常データからAIを用いて、従来のアラートシステムでは検知出来ない異常・故障を早期に検知します。
2分で分かる！AI異常予兆検知システム構築サービス「SAILESS」の特徴
災レス
現場の災（事故・損失）を削減する
異常予兆検知システム
構築サービス
UISでは、様々な対象物・異常のタイプに対し、ジャストフィットした異常検知の仕組みをスクラッチで開発・導入した実績があります。 その実績とノウハウを使って広く皆様のお役に立てられる様、必要なパーツを組合わせて構築できるBTO(Build to Order)モデルとしてサービス展開いたします。
様々な検知アルゴリズムの導入実績
- 1変量機械学習モデル
- 多変量機械学習モデル
- ソフトセンサー応用モデル
- オートエンコーダーモデル
こんなお悩みはありませんか？
01 異常データが無い（少ない）
異常データを必要とする手法の場合、特に製造業では異常データが少なく、学習ができない問題がある。
02 誤検知が多い（精度が低い）
そもそも検知モデルの精度が低かったり、適切な閾値設定がなされず、誤検知が多発したり、取りこぼしが生ずる。
03 現場で使われない
オペレーターの監視・操作の手間が逆に増え、システムの説明力が低く「ブラックボックス」となっており、現場から敬遠される。
SAILESSができること
起きてから知るのではなく
未然に防ぐために
使えるAIサービスを
ご提供します
UISでは、せっかくのシステムをブラックボックス化しないためにも現場の声を最優先に、災が起きる予兆を知るための使えるAIサービスをご提供いたしております。
-
正常データを利用して
システム構築SAILESSでは、各種センサーから得た正常稼働時データから最適なアルゴリズムを用いて[異常度]を算出し、アラートするシステムです。
-
未経験トラブルも
予兆検知SAILESSでは、［異常度］を正常時データのみから算出するため、これまで未経験のトラブルでも予兆検知することが可能です。
-
ユーザーによる運用、
横展開が可能導入後、AIモデルのチューニングや、他の機器への横展開をユーザー様で実施できる仕組みをご用意します。
異常予知ができるからこそ
製造・保全業務の課題解決で
収益改善
SAILESSを導入することで、製造ラインの緊急停止回避や、生産ロスを低減できます。また、保全部門においては、状態基準保全（CBM）を取り入れることができ、保全費用の削減や重大事故を防止することで、最適なプラント・ファクトリー運営に寄与します。
SAILESSのサービス内容
01 課題ヒアリング・データ分析（PoC）
SAILESSでは、様々なお客様が現場で抱える課題に対して、ジャストフィットした予兆検知システムを提供するため、目的や課題、検知したい異常、現状のデータ取得状況をヒアリングし、データ分析から対応いたします。
02 異常検知アルゴリズム選定
予兆検知は検知したい異常によって、アルゴリズムの最適解が異なります。SAILESSではデータ分析結果から、異常検知に必要な様々なアルゴリズムからベストな手法を選定します。
03 検知システム構築
-
監視画面
最適なアルゴリズムを用いて新たな指標となる[異常度]を算出し、可視化します。
監視画面は様々なPIMS（プラント情報管理システム）ツールやOSS（オープンソースソフトウェア）などでの構築が可能です。また、お客様専用の監視画面開発にも対応いたします。 -
再学習支援システム
対象設備・装置の経年劣化による誤検知に備え、ユーザご自身が直感的に操作・結果が評価が出来るよう、AIモデルの再学習支援システムも提供可能です。
SAILESS導入の流れ
STEP2 PoC
① 時系列データ(正常期間、評価期間)のご提供
② 必要に応じて前処理の実施
③ 複数モデルにて異常度を算出
④ 結果(異常度の推移)を時系列トレンドで可視化
⑤ PoCの結果を受けて、システム導入の御見積書・提案書を提示
STEP3 設計・チューニング
① 本番運用のための設計を実施
② PoCの結果を受け、必要に応じてチューニング
STEP4 導入
本番環境への導入
※時系列データベース、可視化ツールの無いお客様へはセットで導入するご提案も可能です。