- HOME
- DX Pick Up
- 予知保全のためのデータ分析ステップとは
DX Pick Up
生産現場 予知保全
予知保全のためのデータ分析ステップとは
現在多くの製造現場では、生産性向上のために様々なデータを収集し活用する事で、現在直面している課題解決や新しい課題の発見に取り組んでいます。しかし、こうした取り組みは、従来のモノづくり現場の知識や技術が必要なうえ、ITやデータサイエンスといった新しい知識・技術も求められるため、想定以上に多くの時間とコストがかかっている状況があります。データ活用を加速するためには、そうした現場課題の解決が強く求められています。今回は、現在注目されている「予知保全」をテーマに、データ準備・分析に基本的なポイントをご紹介します。
予知保全は、工場やプラントにある設備状態をモニタリングし、不具合や異常の兆候を掴み、それを元に早めにメンテナンスを行い最適な稼働状態を保つ保全の手法です。こうした業務を現場に取り入れるには、各現場でビジネス課題を整理し実施する効果を見極め、どのような体制で対応していくかをしっかり議論することが重要です。そのうえで技術的な実現性の確認を行う仮説検証を通して、システム化構想を立て構築、運用していくことが必要です。また、予知保全システムを構築するには、抑えるべきポイントが6つあります。センサやPLC等で設備データを集める「データ収集」、各設備のデータの実情を把握する「可視化」 、通常状態からの変化度合を検知する「変化監視」、データ特性から事象を特定する「状態診断」、そして監視結果を現場業務へ反映させる「通知」です。これらの機能が連携し、継続的な監視業務を実現するシステムの整備が求められます。
【プロジェクトステップ】
【予知保全に必要な6つのポイント】
今回は、この6つのポイントの中で「データ収集」、「可視化」「データ分析」の部分にフォーカスをあて、具体的な取り組み方法やポイントを8つのステップに分けて説明します。
【1. データを集める:収集】

【2. データを見る:確認と可視化】
● 欠損、特徴、異常値の有無を確認しデータ加工の必要性を判断する
● 観察すべき対象区間とそれ以外の区間の見分ける
● 異常値や状態変化を確認し正常・異常データの比較を実施する

【3. データをきれいにする:除去・分割・正規化】

【4. データの選択:列選択・ラベル付】

【5. 見方を変える:特徴抽出】

【6. データを判断する:モデル作成】

【7. 結果を評価する:モデル評価】


【8. 現象を理解する:すり合わせ】

東京エレクトロンデバイスでは、製品提供だけでなく予知保全をこれから検討したいお客様向けの「オンライン相談サロン」や、データ収集・分析の基本スキルを取得いただくハンズオントレーニング、収集したデータの「分析診断サービス」もご提供しています。是非お気軽にご相談ください。
1)オンライン相談サロン
2)予知保全 導入トレーニングサービス
3)時系列データ分析診断サービス
- 稼働設備の状態診断(例:ベアリング・ボールねじ)
- 交換タイミング最適化(例:電極、刃、金型)
- 装置操業の安定化(例:加工炉・成型機・半導体装置)
- 良品・不良品の要因分析(例:加工設備・熱処理炉)
- 数値・時系列データの分析(分類・外れ値・状態多値判別)