ご相談時の課題
設備異常の判定基準が熟練担当者の経験に依存しており、異常の見逃しや過剰アラートが発生していました。設備ごとに正常値の範囲が異なるため、一律の閾値では高精度な検知ができませんでした。また、運用開始後に現場のフィードバックを反映しながらモデルを改善できる仕組みが必要でした。
実施した内容
- センサーデータの周期性・変動幅を学習する異常検知モデルを構築
- 異常度スコアに基づいて注意・警告レベルを判定する機能を実装
- 現場担当者が感度・閾値を調整できる管理画面を開発
- 誤検知・見逃し等のフィードバックをモデル改善へ反映する仕組みを構築
- 異常発生の時系列・原因候補を可視化する分析ダッシュボードを実装
成果
- 異常監視作業
- 常時確認 → 自動監視AIが24時間判定
- 異常の早期発見
- 数時間前倒し変化傾向を継続監視
- 誤検知
- 約45%削減現場フィードバックを反映
