アナリティクス導入事例
製造業B社
センサーデータを分析し、機器の予防保全に。データの形式などを試行錯誤し、精度改善に成功。
大量かつ複雑なセンサーデータをもとに、故障予測による予知保全を目指す
製造業B社の生産管理部門では、機器が故障してから修理するのではなく、故障時期を予測することで未然に保守対応する予知保全を行うために、センサーデータ活用を検討していました。 ですが、工場ラインで稼働する機器のセンサーデータは大量かつ複雑で、データを整備するだけでもかなりの労力がかかります。これらのデータをベースにいかに精度を上げるかが課題となっていました。
機器の予防保全にあたり、データ整備を効率化
機器の故障を予測するためのセンサーデータは大量かつ複雑です。
これらのデータをIBM SPSS Modelerで効率的に整備することで、 高い精度での予測を実現。 未然に保守対応することでラインの品質・稼働率改善につながりました。
製造業におけるデータ分析ノウハウをもつNI+Cのサポートにより、精度向上に成功
「IBM SPSS Modeler」を導入することで、効率的にデータを整備できる環境を実現しました。さらに、精度向上のための試行錯誤は、製造業のデータ分析についても豊富な経験・ノウハウを持つNI+Cが徹底サポート。
「IBM SPSS Modeler」によるデータ整備機能で品質が低いデータの自動削除を行い、故障予測に有用なデータを自動選定することで効率化を実現。また、故障予測に必要なアルゴリズム選定や精度低下時の見直しはNI+Cがサポートすることで、自社での故障予測の運用・自動化が可能な体制を実現しました。
