ソリューションブログ

工場設備や機械のメンテナンスに関しては、西部商工では遠隔監視とメンテナンスの外部委託に関する記事として、過去に「手間のかかる機械のメンテナンスはIoTで遠隔監視と外部委託が効率的！」（https://seibushoko.com/solution/624/）という記事を公開しています。
その際には、機械の定期メンテナンスとIoTによる遠隔監視による内容でした。
今回は、その内容を踏まえて、一歩先行くメンテナンスとして、予防保全や予知保全を提案します。

機械の故障を未然に防ぐ「予防保全」

工場設備や機械は、当然長年使い続けることで故障を起こします。機械の消耗部品を定期的に交換することで予防できる故障があります。
例えば、工作機械のドリルの刃を稼働時間ごとに、使える状態であっても定期的に交換することで、ドリルの刃が製造途中で折れるという事態を防ぐことが可能です。
このような定期的な工具交換や稼働時間による一律の部品管理による保全を「予防保全」と呼びます。
メリットとしては、稼働時間による部品交換で、故障による急な設備のダウンタイムを防止することができることです。製造が立て込んでいる時の故障は、想定外で慌ててしまう原因にもなります。現在、IoTによる監視を行うことで、稼働時間を遠隔地やメンテナンス専業の業者でも確認することができ、部品交換の提案を行うことが可能となりました。
デメリットとしては、部品は稼働時間等による交換のため、使える状態であっても交換しないといけないという点です。
このため、予防保全というコンセプトや言葉自体はかなり前から存在していたのですが、予算の厳しい工場や設備には予防保全は適用されず、故障が起きてから部品交換や修理を行う事後保全が行われてきました。

故障する傾向をつかんで最適なタイミングで整備を行う「予知保全」

予防保全が稼働時間など共通の指標で工具交換タイミングを提案していたのに対して、「予知保全」は装置個別の特性をモニタし、機器ごとに交換タイミングを割り出し、交換を推奨する保全です。
このようなことができるようになったのは、IoTによる監視と、判断基準にAIを用いた結果と言えます。
長期間のモニタによるデータ収集の後に、故障が発生するタイミングで電流値や振動値など変化が起きる指標を観測します。
ある部品の故障が発生する際に、特定の電流値が上昇することが分かってくれば、故障する兆候であるとAIが判断し、部品交換を推奨するというものです。
人の手による予知保全も可能ではありますが、装置の故障パターンが複雑となるため、AIによる学習と同様、装置での傾向を自動で判別させることで、保全タイミング判断の効率化が行えます。
予知保全が確立できれば、部品を使える状態で交換するということもなくなり、経済的な保全業務を行うことが可能となります。
しかし、その状態になるまでには長期間の監視によるデータ収集とデータ分析によるAI学習が必要となります。
予知保全はまだ出始めたばかりですが、AIも様々な装置類似パターンを学習されれば、より効率的な判断方法が出てきて、安価での導入も可能となることでしょう。

機械メンテナンスも時代に合わせて進化している

機械のメンテナンス自体は行う作業は変わっていません。
しかし、そのメンテナンスの提案方法である予知保全は、最新のIoTやAIなどを組み合わせることで、さらに最適なメンテナンスタイミングを提案できるようになってきています。
これにより、古い技術でもあるメンテナンスと最新技術を組み合わせたことによる機械メンテナンスの進化は、今後もAIの普及により強いものになっていくでしょう。
その際に、重要なのは、いくら提案タイミングを最適にしても、確実にメンテナンスを行える部隊があるということです。
西部商工には、予知保全のタイミングで高い技術力でのメンテナンスを行えるエンジニアがいます。