工場の現場において熟練の技術者は音を聞いて装置の状態を判断していました。その判断に至る処理の流れは、認知（音をセンシングする）ー解釈（音の違いを捉える）ー判断（正常・異常を判断する）の3つの処理により構成されています。従来の騒音計などの機器では認知は出来ますが、解釈や判断は出来ません。また、取得した音をニュートラルネットワークなどのAIで解析する方法を適用しても音の知識や解釈が不十分であれば十分な判断精度は期待出来ません。
Mononeは「音質や音圧の変化を捉え、人と同等に音を判断出来るようになること」を目的として、数年間に渡り様々なデータを収集し、デジタル化・検証を行ってきました。 このように培われたノウハウを元に、「AIエンジンを構築すること」を目指しています。
完成品検査の自動化、打音検査の高度化、近傍以上の検知など、
人でなければ判断出来なかった感覚的で定量化が難しい音を、計算機で正確に判断出来るようにする。
Mononeのコンセプト概要
Mononeの用途は工場に限りませんが、製造現場の業務改善にご利用いただく用途が最も多くなっています。その利用目的は、「現場装置のダウンタイムの削減」、「下流工程への不良品流出の防止」、「不具合発生時の即時対応」が主であり、従来、熟練者でなければ対応出来なかった領域です。このように、人でなければ出来ないと思われていた聴覚官能による業務がMononeが挑む領域です。
Mononeは、以下の用途にお使いいただけます。
Ⅰ.突発的な乖離値の変化から、故障を診断する
Ⅱ.断続的な乖離値の変化から、変化のトレンドを捉える
Ⅲ.連続的な乖離値の傾向から、異常状態の発生を捉える
Ⅳ.一連の動作の乖離値の違いから、個体の差を捉える
異音検知をモーター又はモーターを組み込んだ商品の出荷検査業務に適用する事例をご紹介します。
製油所や化学プラントなど、広大な敷地に設置された設備の巡視点検業務に異音検知を活用する取り組みをご紹介します。
風力発電機の遠隔監視に関するニーズや課題に対する取り組みをご紹介します。
