CASE STUDY

株式会社前川製作所

機械学習による産業用冷凍機の故障予知

機械学習による故障予知で保守コスト削減

  • 目的

    保守コスト削減、計画的保守による製造ロス発生を抑制、障害分析による真因の解消

  • 導入効果

    • 必要な部品のみ交換することで、保守コスト削減
    • 故障予兆をいち早く捉えることで、製造計画に合わせた保守を実行。システムダウンによる製造ロス発生を抑制
    • 異常に起因する箇所を推定でき、効果的に対策を打つことができる

導入の背景

前川製作所様は1924年に創業以来、産業用冷凍機を始め、各種ガスコンプレッサーやそれらの周辺機器、食品加工機械などを製造・販売している、世界三大冷凍機メーカの1つと称される総合機械製造メーカです。産業用冷凍機は、万が一故障停止を起こした場合、お客様設備の保管品の品質が損なわれるなど、大きな損失が発生します。前川製作所様はお客様に安心して冷凍機をご使用いただくためにサービスにも力を入れており、故障を予防するために早目の消耗品交換等を実施していましたが、その保守コストが問題となっていました。そこで「永く」「効率よく」「機能を維持」するために、予知保全の検討を始めました。

「永く」「効率よく」「機能を維持」する保守サービスを…

導入検討

予知保全の中には閾値の設定により故障する前に部品を交換する方法などがありますが、たくさんセンサを有する産業用冷凍機において、お客様の使用環境に合わせて各センサの閾値の設定を行うのは、非常に時間がかかります。そこで前川製作所様は、センサ間の相関を機械学習し正常稼働状態をモデル化することで、その乖離度から故障の予兆をとらえ、推定される異常箇所を通知する当社の故障予知サービス(特許取得済)を、その予兆検知精度の高さと短簡さから採用されました。

予兆検知精度の高さに加え、導入・運用の短簡さを評価

技術概要

装置振動やモータトルクに対し周波数分析等のデータ前処理を行い、センサ間の相関を機械学習しモデル化する。これを元に現在の稼働状態と正常稼働状態との乖離度を算定することにより装置ごとの故障の予兆を捉える。これにより装置の個体差や周辺環境を考慮した故障予知が可能となる。(特許取得済)

導入後

導入効果

  • 必要な部品のみ交換することで、保守コスト削減
  • 故障予兆をいち早く捉えることで、製造計画に合わせた保守を実行。システムダウンによる製造ロス発生を抑制
  • 異常に起因する箇所を推定でき、効果的に対策を打つことができる
MMCloud/MMPerdict導入後

企業情報

株式会社前川製作所

http://www.mayekawa.co.jp/ja/

業種:産業用冷凍機及び各種ガスコンプレッサーの製造・販売メーカー

この事例への導入ソリューション