稼働データを的確かつ効率的に取得
ISID、故障予知における“センサー設計の最適化”を支援する「MADe PHM」提供開始
電通国際情報サービス（ISID）は、PHM Technologyが手掛けるセンサーアーキテクチャ最適設計、検証ツール「MADe PHM」の取り扱いを開始した。
故障予知分析に必要となる稼働データを的確かつ効率的に取得
電通国際情報サービス（以下、ISID）は2018年5月16日、オーストラリアのPHM Technologyが手掛けるセンサーアーキテクチャ最適設計、検証ツール「MADe PHM（メイド ピーエイチエム）」の取り扱い開始を発表した。
MADe PHMは、製品や設備の故障予知分析に必要となる稼働データを的確かつ効率的に取得するために、設計、開発段階から最適なセンサー配置を分析および検証できるツールである。
◎「故障予知／予知保全」関連記事 ～IoT・AI活用、導入事例、課題～ など
» コニカミノルタが語る「故障予知からのビジネスモデル構築」その収穫と課題
» AIを活用した故障予知は課題も多く、緩やかなペースで進展
» AIによる予兆保全は2018年「成長期」へ
故障予知の実現における現場課題を解消する「MADe PHM」
近年、故障予知技術への要求が高まる一方で、多くの企業が「分析のベースとなる稼働データを適切に取得できていない」という課題に直面している。通常、故障予知分析は、対象物と同種の機器が過去に故障に至るまでの稼働データ（故障データ）との比較を用いて行われる。
しかし、センサーが適切に設置されていないケースでは、十分なデータが蓄積できずに分析精度が低下したり、逆に過度なセンサー設置の実施はコスト増を招いたりなど、故障予知の実現において“センサー設計の最適化”が強く求められてきた。
こうしたニーズに応えるべく、ISIDはPHM Technologyとの販売代理店契約に基づき、MADe PHMの提供を開始する。
MADe PHMの画面イメージ（出典：ISID）
MADe PHMは、モノづくりの上流フェーズ（設計、開発段階）において、対象物の健全性や異常の予兆を的確にモニタリングするための最適なセンサー設計と、検証および評価を支援するためのツールである。高度な保全技術に関するシステム工学的アプローチを指すコンセプト「PHM（Prognostics and Health Management） Design」をベースに、米国国防高等研究計画局とオーストラリア国防局の技術を基に開発された。
ISIDは、故障予知分野におけるソリューション強化に注力しており、今回新たにMADe PHMをラインアップに加えることで、故障予知に取り組む国内製造業のさらなる課題解決を支援する考えだ。
◎併せて読みたいお薦めホワイトペーパー：
» デンソーのAIプロジェクトが目指すもの
» 「組み込みAIチップ」が5年後には一般化するといえる、3つの理由
» 「組み込みAI」実現に向けた半導体ベンダーの施策
» 松原仁 教授講演「人工知能は未来をどう変えるのか」
» IoTとAI、ビッグデータ時代のソフトウェアテスト
Copyright © ITmedia, Inc. All Rights Reserved.
製品／サービス（製造IT）
生産性向上、品質向上、コスト削減、技術伝承など、製造現場の課題解決やカイゼンに役立つ、ITツール／サービスに関する最新情報をお届けします。
この記事の著者
新着ホワイトペーパー PR
-
製品資料
[株式会社 Green AI] 自動車業界には好機 脱炭素×コスト削減×現場改善を実現するエネルギー戦略 -
製品資料
[株式会社 Green AI] 脱炭素投資をすぐ回収したい 自動車業界にも有効なCO2削減アプローチ -
市場調査・トレンド
[スマートジャパン編集部] 「ペロブスカイト太陽電池」の普及戦略が公表 政府が目指すコスト・導入量のロードマップを解説 -
市場調査・トレンド
[スマートジャパン編集部] 導入が加速する再エネ・系統向け蓄電システム コスト・収益性の現状分析 -
技術文書・技術解説
[スマートジャパン編集部] いまさら聞けない「ペロブスカイト太陽電池」の基礎知識と政策動向
関連記事
こんなメディアも見られています
TechFactoryに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
特集
- マテリアルズ・インフォマティクスの動向調査
- 研究・開発職のデジタル活用調査
- 設計・解析業務におけるAI活用
- 3Dプリンタ利用動向調査
- CAD利用動向調査
- つながる工場の現状と課題
- 製造業におけるAI開発および活用の実態
- 設計・製造現場における品質管理
ホワイトペーパーランキング PR
-
1
CAE解析をAIエージェントに任せてみた 人は何を担うのか
-
2
EE Times Japan×EDN Japan 統合電子版：「PCIM 2026」で見たパワー半導体最前線――電子版2026年10月号
-
3
スマート工場動向調査2026
-
4
「見て覚えろ」が通じない時代 製造業の保全技術はどのように継承すればよい？
-
5
EE Times Japan×EDN Japan 統合電子版：製造現場にフィジカルAIをどう実装するか――電子版2026年9月号
-
6
製造現場などを支える状態監視システム サンプリングの位相ずれを減らすには？
-
7
高精度テクノロジーの学習モジュール 「高精度ADC 基礎編・上級編」
-
8
QC活動の形骸化はどう防ぐ？ 実効性のある業務へ転換する3つの解消策とは
-
9
自律走行搬送ロボット（AMR）の位置推定と自律走行はどこまで高精度化できる？
-
10
半導体の微細な構成要素を非破壊で可視化／評価する「3D X線技術」とは？
TechFactory SNS
@techfactory_itmをフォロー
インフォメーション
注目情報をチェック
TechFactoryをフォロー