事例の要約
- 課題
- 設備に関するデータがばらばらで、技術者は問題が起きてから対応するしかなかった。修理の多くが事後対応で、そのたびに設備が止まり、大きな損失につながっていた。
- 取り組み
- AIが複雑なプラントの図面を技術者のように読み取り、既存のセンサーとつないで設備の状態を監視する。
故障の兆しを早めに見つけ、壊れる前に対応する。
修理の際は、AIが設備の画像やセンサーの値をもとにその場で故障の原因を診断し、技術者を支援する。 - 成果
- 設備の停止時間が大きく減り、生産量が増えた。
事後対応中心だった保全を、故障を予測して対応する形に切り替えた。
見込み: 通常運用に移行すれば、この拠点だけで年間に大きな費用の削減が見込まれる。