SERVICE

活用データ

センサーデータ

センサーデータとは、様々な機器に取り付けたセンサーが感知した事象・現象が信号に変換されたデータです。
例えば、速度・加速度・走行履歴・GPS・電圧・振動・温度・Wi-Fiログなどがあります。
 
センサーデータを活用することにより、ALBERTのAI技術・分析技術が実現できることの一例をご紹介します。
ALBERTには、さまざまなデータを用いたAI活用事例が多数ございますので、AI導入・分析のお悩みはぜひご相談ください。

センサーデータのケース一覧

複数のセンサーデータを活用した異常動作検知

工場内の複数センサーデータを活用した異常検知

正常時のセンサーデータのみを用いてアルゴリズムを開発し、検査データ中に現れる異常を検知することで、それまで熟練者の感覚に頼っていた異常検知をAIで代替。技術伝承と省人化の両面から人手不足を解消できます。異常データが存在せず教師あり学習ができない場合でも、時系列的な変化・複数の要因を考慮できる隠れマルコフモデル(状態空間モデル)を用いて正常時から逸脱する値を異常と判定することで、アルゴリズム開発が可能。また、複数種類のセンサーデータの組み合わせに対応可能のため、人間では認識しにくい異常も検知可能。

産業
分析テーマ
活用データ
分析手法
工業生産の最適化

製造プロセス・生産パラメータの最適化

人が生産時のパラメータを調整する場合には時間も検討できる組み合わせも限界がありますが、AIで代替することで、従来手法では検討できなかった組み合わせも検討対象に含めた上で加工条件の予測を最適化。既存データで実行可能性を十分検証した上で従来手法をベイズ最適化に置き換えて自動化し、効率的に最適値を求めることが可能です。これにより、品質の安定と省力化を実現し、歩留まり率を高めます。

dotDataを活用した 伴走型​データドリブンDX支援

さまざまな業種や分野で、DX(デジタルトランスフォーメーション)への取り組みが推奨されています。日本でも経済産業省が推奨するなどして、DXへの注目度が集まっています。しかし、企業もDXの重要性を理解していても、日本国内において未だ成功事例が少ないのが現状です。DXを本来の意味で推進していくためには、システム、分析、組織が一体となり経営目標に向かって取り組む必要があります。

AI活用を見据えたデータ設計・プラットフォーム構築

生データ(機器から取得したデータや保守・点検作業のデータ等)を収集する「データレイク」や、生データを再利用可能な形にして蓄積する「データウェアハウス」等の既存システムとは別に、それと共存する形で、AI活用に適した「データマート」を新たに構築。数多くのAIアルゴリズム構築・システム開発実績で培ったノウハウを用いて、データの欠損や異常値を考慮した設計や、異なるデータ形式を共通化した上でサマライズ。AI活用を見据えたデータ設計を行うことで、迅速なデータ利活用のPDCAサイクルが可能に。

複数のセンサーデータを活用した製品劣化度合い判定アルゴリズム

複数のセンサーデータを活用した製品劣化度合い判定アルゴリズム

使用に伴い摩耗・劣化していく製品の状態を判定するためのアルゴリズムを構築。現状は高価なセンサーを用いていたが、複数の安価なセンサーに置き換えることで安価かつ高頻度に製品状態を判定できるように改善。様々な種類の特徴量を作成することにより、製品の劣化度合いや劣化の種類を正確に判定できるアルゴリズムを実現。

大容量データ処理技術を活用し、アジャイル開発でデータ基盤を迅速に構築

大容量データを処理する技術やデータ処理を減らすためのノウハウを活用し、処理を大幅に高速化。また、従来のITシステム構築とは異なり、ウォーターフォール型の開発手法とアジャイル開発をうまく組み合わせることにより、スピーディかつユーザーフレンドリーなシステム構築が可能に。試行錯誤しながらダッシュボード開発を進めることで、迅速なデータの可視化を実現し、運用負荷を軽減。

サーバーラックの吸気温度予測精度向上

サーバーラックの吸気温度予測精度向上

サーバーラックにおける、吸気温度の上昇を理由とした異常発生を防ぐため、各サーバーラックおよび空調の消費電力等のデータを用いて、吸気温度の変化を予測するアルゴリズムを構築。これにより、空調設備を適切な温度で管理でき、電気代等の経費削減に成功。

産業
分析テーマ
活用データ
分析手法