
工場機械の不具合検知
機械の音を常時モニタリングして、時系列データを収集。異常音をいち早く察知します。
人が音を聞いて異常を検査する打音検査は、工場での定期的な機械の検査、橋梁・トンネルなど欠陥検知、出荷前商品の品質検査など、広く行われています。しかし、打音検査で異常を聞き分ける「熟練の耳」を持つ人材の数は限られています。また、少ない人材を多くの検査場所に派遣する必要があることから、検査のインターバルが⻑くなる、検査する人の体調などによっても検査結果にばらつきが出てしまうといった課題もあります。
HACARUS独自のスパースモデリング・AIをベースとした打音検査AIは、少ない教師データでより素早く、さまざまな環境下で利用できます。AIモデルが軽量なため既存のハードウェアに組み込むことができ、ネットワーク接続無しでもお使いいただけます。工場であれば、チェックポイントに集音マイクを設置することで常時検査が可能となり、個別性の高い橋梁やトンネルなどでも活躍します。
既存端末に組み込み可能
製品タイプ | APIまたはSDK |
---|---|
開発言語 | Python、C++ |
動作確認環境 | Windows/Linux GPUは必要ありません。 |
株式会社マクニカの提供するセンシングエッジコンピューティングユニットである SENSPIDERとHACARUSの外観検査AIを組み合わせると、高速サンプリングされる振動センサーからの情報に潜む異常をエッジ端末で検出することができます。この事例ではファンに取り付けた振動センサーから、異常と正常を 100% の精度で判別し、既存の検査手法よりも200倍以上高速に検出する事ができました。
KNN | 外観検査AI | |
---|---|---|
推論時間 | 212.876 µs | 973 µs |
学習時間 | 33 sec. | 14.36 sec. |
正確性 | 100% | 100% |
精度 | 100% | 100% |
再現率 | 100% | 100% |
時系列データ(RAWデータ)
周波数スペクトル(FFT)
機械の音を常時モニタリングして、時系列データを収集。異常音をいち早く察知します。
橋梁・トンネルでの打音を収集し、異常音から欠陥を検知します。個別性が高い環境下でも、高い精度を発揮します。
機械から発生する音や振動などの時系列データ又は振動数データを解析することで、部品の消耗具合を把握し、予知保全をすることができます。
利用例:継続した運転の保障、故障の予知