点検業務自動化
人による点検業務を自動化し、点検工数を削減します。
Impulseの点検業務自動化機能では、センサーやPLCなどから得られる数値データや、画像・動画をリアルタイムで収集し、AIがそのデータを分析して設備の状態を評価します。毎日の繰り返し作業が必要な点検タスクを効率化し、精度を高めることで、人員コストを削減します。
Impulseによる点検業務自動化
静止画や動画データの他に、センサーからの数値データや音声データを解析することができ、包括的な点検業務を自動化することができます。
主な分析対象
静止画・動画（目視点検で取得していたアナログ情報）
-
メーター読み取り
-
制御盤ランプの点消灯
-
扉の開閉など
センサーやPLCからの数値データ
圧力
流量
回転数
振動
温度
電流値
音声データ
回転音
振動音
ガス漏れ音
ユースケース
情報通信業界：データセンタにおけるサーバラックのドア閉め忘れ点検
ロボットによる撮影データをImpulseが解析。サーバラックのドア閉め忘れや設備内の異音検知を自動化します。
課題
- 設備管理担当者が行う日常の巡回点検業務には大きな時間とコストがかかっていた。
- セキュリティ対策による入室制限により、特定の人物しか点検を行えず、フレキシブルな対応ができない。
取り組み内容
- 業務用ロボットに4Kカメラとセンサーを搭載し、設備管理担当者が行っている巡回点検業務を代行させることで、人手による巡回業務の負荷軽減と点検品質の安定化を図った。
- 収集されたセンサーデータと撮影された画像を分析して、いつもと違う状態を検出し、点検業務の代替及び品質の安定化を実現。
導入効果
- ロボットによる自動巡回により、点検業務時間を50%削減。これにより、設備管理担当者はより価値の高い業務に注力できるようになった。
- センサー値とカメラ画像からのデータ収集、数値の記録、異常状態の判定を自動化することの実現性を検証中。これが成功すれば、点検業務の完全自動化と更なる効率化が期待できる。
プラント・エンジニアリング：プラント設備のメータの読み取り
ロボットにより、アナログメーターの読み取りを行い、取得データをImpulseで解析することにより、点検業務から記録・レポーティングまでの自動化を実現。
課題
- 工場やプラントでは、定期的な点検が安全運用のために不可欠であるが、広範囲に及ぶ設備の巡回点検は時間と労力を大きく要する。
- アナログメーターや機械の状態監視には熟練度が求められ、点検品質に個人差が出やすい。また、目視で見逃しがちな水漏れやサビなどの異常を早期に発見することも課題となっている。
取り組み内容
- 点検業務の自動化のために、ロボットやドローンにカメラや各種センサーを搭載し、アナログメーターの読み取り、水漏れやサビ検出などの監視活動を自動化。
- 自動化された機器はプリセットされたルートに従って工場やプラント内を自動見回り、収集したデータはリアルタイムで解析され、異常があれば即座に通知されるシステムを導入。
導入効果
- 点検業務にかかる時間と労力を大幅に削減し、点検担当者はより専門的な作業や分析に集中できるようになった。
- アナログメーターの読み取りや水漏れ、サビなどの異常状態を自動で検出できるようになり、早期に対処することで設備の故障や事故を防ぐことが可能に。
- データのデジタル化により、長期的な設備管理や保守計画の最適化に活用できる情報が蓄積され、全体の運用効率と安全性の向上に寄与した。
製造業：搬送レールの異常予防
動画分析を用いて長距離のレールの欠けや傷を自動検出することで、従来は作業者が目視で行っていた欠陥検出を自動化し、故障予知の精度と効率を大幅に向上。
課題
- 製造業において、長距離にわたるレールの欠けや傷などの異常を効率的に検知することは、事故の未然防止と設備の維持管理において重要です。従来の目視による監視方法では、人的ミスのリスクがあり、時間と労力がかかる。
取り組み内容
- レールを対象とした動画から、レールのマスク化と画像の切り出しを行い、異常がある部分を自動で検出するシステムを導入。
- 動画解析技術を活用してレールの異常部分を識別し、それを基に故障の予知や早期対応を可能にする。
導入効果
- 目視確認に比べ、自動化により異常検知の効率と正確性が向上し、作業者の負担が大幅に軽減された。
- レールの欠陥を早期に発見し、迅速な修復や保守作業につなげることで、安全性の向上と運行停止などによる損失を最小限に抑えることができるようになった。
基本機能
分析可能なデータ
動画や静止画などの画像データの他に、センサーやPLCからの数値データ、マイクからの音声データを組み合わせることで、より包括的な点検の自動化が実現できます。
-
動画・静止画データ
-
様々なセンサーから取得した数値データ
-
音声データ
解析結果（アウトプット）
静止画や動画内の数値の読み取りから異常部分の検知。数値データや音声データの記録と蓄積ができます。
基本的なシステム構成
※システム構成はあくまで一例です。
導入の流れ
※横にスクロールしてご確認ください
-
step1課題の明確化
お問い合わせ -
step2プレ分析 or
実現性検証（PoC） -
step3精度向上と
トライアル運用 -
step4本番稼働
