ビジネス課題

工場における製造機器や、顧客へ納入した機器、リース・レンタル機械など、機器の故障をいかに減らすかが製造業やリース・レンタル業では課題の１つです。 機器の状態データに予測分析を適用すると、機器ひとつ一つの故障確率を予測できます。 機器の一つ一つの故障を人手で見積もるのは人間では困難な業務です。
AIを活用し故障しそうな機器が事前に判断できるようになります。 故障確率を元に点検の優先順を決定するなどの施策を行うことで、故障による修理・機器交換にかかる費用を削減することが期待できます。

予測分析による解決

予測分析を用いると故障確率の高い機器のリストを作成できます。 より故障しそうな機器を点検し事前に対処できるため、故障件数の削減と故障に伴う人件費削減が期待できます。

必要なデータ

故障確率を予測するには、各機器の計測値、機器のタイプ、稼働日数などのデータを用意する必要があります。 最近では、各機器にIoTセンサーが取り付けられているケースもあり、センサーデータを追加情報として取り入れることで更なる精度向上が期待できます。

予測の活用と想定される導入効果

機器ごとに故障確率を予測し、故障の予測確率の高い順に上位 50 基を選び、故障率の高い機器リストとして、優先的に点検を行うことで、不良品出荷リスクの軽減につながります。 またリース・レンタル業では、故障の予測確率が高い機種は優先的にアプローチを行い、修理時間の短縮と建機の稼働率向上が期待できます。