TDK、エッジAIによる設備の予知保全技術を提案

機械の適切な状態監視で故障の予兆を検知する予知保全の重要性

　自動車やエレクトロニクスをはじめとする製造現場において、生産機械の予期しない故障は、生産の休止時間（ダウンタイム）を発生させ、生産ライン全体に連鎖的な遅延を生じさせる。また、故障箇所の特定と交換部品の調達、部品交換と、予定外のコスト増加につながる。

　こうしたことから機械設備の予期せぬ故障を防ぐべく、保全担当者が定期的な点検や部品交換により故障を未然に防ぐ「予防保全（Preventive Maintenance、PM）」を実施するケースが多いが、この予防保全は、時間や稼働時間を基準に部品の良し悪しにかかわらず一定期間ごとにメンテナンス（部品交換）を実施する「定期保全（Time Based Maintenance、TBM）」と、センサなどで振動や温度、音などの状態を監視し、故障の兆候があるときにメンテナンスを実施する「状態監視保全（Condition Based Maintenance、CBM）」に大別される。

　かつて多くの企業で実施されてきた定期保全（TBM）だが、生産機械の軸受などの可動部品は運転条件や環境によって摩耗など損傷の進展具合が異なる。一定期間で部品を交換するTBMでは、全く損傷していない部品を交換してしまうという資源のロスや、部品交換に伴う時間・労働力のロスにつながることがある。TBMではまた、逆に交換時期が遅れることにより、機械の突発停止を招く恐れもある。

　このため近年、多くの製造現場において、ISOベースの振動のしきい値など、事前に定義された障害信号を追跡する状態監視保全（CBM）が用いられている。このCBMシステムは、個々の機械設備の稼働データに基づいたアプローチを提供することで、TBMで懸念される資源ロスや突発停止を減らす可能性はあるものの、故障の前兆を認識することでタイムリーかつ正確なサービス提供を可能にする「予知保全（Predictive Maintenance、PdM）」システムとしては、不十分な場合が少なくない。このCBMシステムは機械固有の動作や負荷や稼働状況の変化を考慮していない、事前定義されたパラメータ（ISOベースの振動のしきい値など）に大きく依存しているため、微妙な故障パターンを見逃し、機械設備の故障を招く可能性がある。

　これに対しTDKでは、故障の前兆を認識することでタイムリーかつ正確なサービス提供を可能にする予知保全（PdM）技術に着目。生産現場でリアルタイムの機械の状態監視と予知保全を可能にする、エッジAIプラットフォーム「edgeRX™」を開発・提供している。

　ここでは、異常検知の遅れを最小限に抑え、クラウド接続への依存度を低減することで、データのプライバシー、信頼性、応答性を向上させ、より迅速な予知保全を可能にする、TDK独自開発のエッジAI（人工知能）プラットフォーム「edgeRX™」について、その多くの利点と幅広い適用事例の一端について、センサデバイスを起点としたエッジAIソリューション事業の創出・拡大を担うTDKの成長領域の組織Edge AI BDに、話を聞いた。

エッジAIの活用による利点

　従来の監視ソリューションは、大量の生データをクラウドに送信して分析・処理する必要があることから、帯域幅と電力を消費するだけでなく、検知と対応に遅延が生じる課題があった。

　これに対しエッジAIは、センサ自体にAIを直接組み込むことでこれらの課題を解決。過去の機械の動作に基づいてトレーニングされた機械学習モデルがローカルで動作、クラウドとの継続的な通信を必要とせずに、振動、温度、または動作パターンの異常を検出できる。推論がクラウドではなくセンサ上で行われるため、予測システムの応答性が大幅に向上すると同時に、データセキュリティも向上するほか、バッテリー寿命が延び、ネットワークリソースが節約される、など多くの特長を有する。

　しかし何といってもエッジAIベースのシステムの最大の利点は、時間の経過とともに学習し適応していく能力で、機械が故障につながる微妙な動作の変化（異常な振動周波数など）を示した場合にAIアルゴリズムがそのパターンを認識し、同様の問題が再び発生した場合にシステムがその兆候を認識できることだ。良性の異常と真の故障の前兆を区別する能力を向上させることで、誤検知の数を減らせるほか、より正確な障害箇所の特定が可能になり、保全技術者を機械が壊れる前に、故障の可能性のより高い箇所へと配置できる。

TDK独自開発のエッジAIプラットフォーム edgeRX™

　このエッジAIプラットフォームとしてTDKが独自開発したのが、同社が得意とする高精度センサと高性能AIが設備の微小な振動の変化を検知する予知保全（PdM）ソリューションで、ハードウェアとソフトウェアが統合されたトータルソリューションである「edgeRX™」だ。エッジAIアルゴリズムでセンサデータをリアルタイム分析、設備機器やインフラの状態を常時監視し、性能問題や故障を予測することで、メンテナンスコストを削減するほか、計画外のダウンタイムをゼロにできる。

　 edgeRX™プラットフォームには、クラウドバックエンドで完全に自動化されたセンサ、ゲートウェイ、機械学習AIが含まれている（図1）。仕組みは次のとおり。

・データ収集：TDK SensEIの専門家が製造環境を評価し、データ収集のためのセンサの配置を推奨

・モデル生成および展開：設置後、すぐにデータ収集が開始される。収集されたデータは分析され、まずはAIモデルのトレーニングのために使用される。AIモデルの展開後は、機械の動作状態、すなわち「健全な」状態を判断。劣化または故障が発生すると、「異常」としてフラグが立てられる。edgeRX™ AIは、マルチクラスの異常検出を実行し、さまざまな障害状態（緩み、キャビテーションなど）を正確に識別できる。問題が検出されると、センサはゲートウェイデバイスへ警告を送信し、ゲートウェイデバイスがシステムに潜在的な問題を通知する。一定期間経過後にAIモデルが生成され、センサモジュールへ展開される。トレーニング済みのAIモデルは、センサ（エッジ）にインストールすることが可能。展開されたモデルの機能は、学習を重ねるにつれ、時間の経過とともに向上する

　また、edgeRX™の利点は以下のとおり。

・リアルタイム意思決定：エッジAIがデータをローカルで処理することにより、リアルタイムな意思決定を可能にする。これは、産業オートメーションのような即時の対応が求められるアプリケーションにおいて非常に重要

・帯域幅効率：エッジAIがクラウドに送信する必要があるデータ量を削減することにより、帯域幅の利用が最適化され、リソースコストも低減される

・プライバシーとセキュリティ：データをエッジデバイス上に保持することで、機密データのネットワーク経由での送信や集中型クラウドサーバーへの保存の必要がなくなり、プライバシーやセキュリティが強化される

・コスト効率：データをローカルで処理することで、エッジAIがクラウドコンピューティングのリソースやデータ転送にかかる費用を削減できる

　すでに、さまざまな産業機械が使用されるTDK自社工場をはじめとする各種のものづくり現場やスマートファシリティー、プラントなどでPoC（Proof of Concept、概念実証）や実用化がスタートしている。

 edgeRX™の導入事例

　上述の利点からTDKのエッジAIプラットフォームedgeRX™は、幅広い業界で活用が始まってきている。

　例えば、造船、港湾、大型施設、浄水場、各種プラントなどの広大な施設・大型設備を有する分野では、保全に際して長距離の移動を伴うが、人手不足という製造業全般にわたる課題から、遠隔かつ効率的な監視への関心が高い。大型設備に限らず、すべてのものづくり現場において、回転機械の故障予知が熟練者の経験・勘頼みで、客観的データ判断が困難という課題がある。従来のISOしきい値監視は現場の外乱（ノイズ）のために異常検知が難しく、ベアリング摩耗などの兆候を早期発見できず突発停止に至るリスクがある。外乱のない静かな環境でないと機能がしづらく、実稼働環境での信頼性が低いと言える。

　こうした課題に対しedgeRX™では、AIにより正常・異常パターンを学習・識別し、故障予兆を早期に検知できる。短期間のデータ収集・学習で正常パターンを把握し、正常パターンと実際の設備の稼働状態との乖離を監視。ベアリング摩耗やミスアライメント、アンバランス、部品の緩みなどの兆候を故障前に捉えることが期待される。

導入事例1：TDK国内工場におけるガイドローラ軸受の状態監視（図2）

　TDK国内工場では、ロール・トゥ・ロール工程で多数のガイドローラが使われ、ガイドローラを支持する「ころ軸受」の状態が把握しづらいという課題があり、軸受故障が工場全体の停止を引き起こし、大きな損失を招くリスクがあった。

　これに対し、edgeRX™を導入し、工場内の全ガイドローラ軸受を継続的に監視。センサとAIにより軸受の性能を常時解析し、早期に異常兆候を検出した。リアルタイムの状態監視と予知保全（PdM）により、予期せぬダウンタイムと保守コストを低減し、工場の稼働率と生産性を向上させるという実績が得られている。
 

導入事例2：TDK 国内工場におけるモーターの健康監視（図3）

　TDK 国内工場では、複数のモーターの状態が不明で、故障による生産停止リスクが存在する課題があった。

　これに対し、edgeRX™を配備し、全モーターの異常を継続的に監視。AIによる解析で振動・温度などの異常を検出した。結果として、マウントの圧縮によるアンバランスを検知して事故を未然に防止。予知保全（PdM）により突発的な停止と保守費用を削減し、連続稼働を確保した。
 

今後の適用拡大への期待

　TDKでは、得意とする高精度センサからクラウド、AIアルゴリズムまで全て自社開発の一貫提供を行っており、ハードからソフトまでワンストップでの信頼性とサポート体制を確保している。AIが「正常稼働」「停止」などの状態を自動クラス分けして誤報を減らし、正確な監視を実現する機能も重要なポイントである。

　TDKのエッジAIプラットフォーム edgeRX™において、AIはしきい値監視ではなく正常パターンとの差分（乖離）を監視、外乱に強く設備の稼働状態の微細な変化を捉えることを可能としている。乖離増大を検知した際には、周波数データなどを詳細分析し、異常原因（ベアリング摩耗、ミスアライメントなど）を推定できる。通常の作業では、生波形のみでは難解な波形データを見て難しいアルゴリズムを選び、しきい値を自動で調整するといった煩わしさを伴うが、高性能なエッジAIが自動で正常状態を学習、表示されたAI判定値で簡単に状態を把握できる（図4）。

　TDKのedgeRX™は、AI導入で客観的かつ早期の異常検知を実現し、熟練者の属人的スキル依存からの脱却が可能で、保全の標準化と効率化が図れる。日本では産業分野のAI活用が未成熟との認識があり、本ソリューションが先進的取り組みとして現場課題を解決することが期待されている。
　なお、TDKではこのほど、大きな費用をかけずに予知保全ソリューションの導入～評価をスムーズに開始するためのオールインワンパッケージとして、edgeRX™センサ10台（買い切り）・edgeRX™ゲートウェイ1台（買い切り）、およびAIライセンス／ダッシュボード（6カ月分）からなる「edgeRX™スターターキット」（図5）をリリースした。「edgeRX™を試してみたいが、簡単にテストできるパッケージが欲しい」、「本格的な予知保全ソリューションのPoCやフィジビリティスタディを始める前に現場で事前検証したい」といった多くのユーザーの要望に応えて投入された。スモールスタートでの導入や予知保全ソリューションの検証用に使用できるキットとして、ぜひ活用をいただきたい。