独自の音響処理とAI技術によって、機械製品や生産設備の稼働音を分析し、正常状態との違いを数値によって見える化します。
これまで熟練者の経験や勘に頼っていた音の聞き分けや、時間や場所の制約により不可能であった検査を、フュートレックのAI検査・識別によって実現し、点検業務の自動化と省力化を支援します。
計画的メンテナンスにより、ダウンタイムを減らしたい
製品交換タイミングを適時に知りたい/お知らせしたい
出荷前の潜在的な不具合を検知し、市場流出を防ぎたい
点検レベルを落とすことなく、掛かる人手を削減したい
機械部品や製品の組み立て後の出荷前検査において、機械の動作音をAI検査します。
下図は、ある機械部品の正常サンプル100個、異常サンプル100個に対する異常スコアです。
異常スコアが所定のしきい値を超えた場合に、不良品の可能性があるとしてアラートを出すことができます。
下図は、正常サンプルと異常サンプルのスペクトログラム(横軸は時間、縦軸は周波数)です。
このように正常と異常のわずかな音の違いをAI検査による異常スコアを用いて良否判定を行います。
生産設備装置などの稼働状況を加速度センサによりモニタリングし、正常性をAI検査します。
下図は、ある装置の異なる2つの部品(ベアリングA、ベアリングB)が連続稼働した際の経過日数に対する異常スコアの推移です。
ベアリングAは異常が発生することなく稼働しましたが、ベアリングBはBの時点で破損していることが確認されました。
装置の稼働状況の正常性を異常スコアとして見える化することにより、破損前の異常の早期発見をすることができます。
下図は、上の@、A、Bの時点のベアリングBのスペクトログラム(横軸は時間、縦軸は周波数)です。
このように少しずつ劣化しやがて破損につながる日々の変化では気付かない音や振動の違いをAIによってモニタリングします。
ソリューション提供に向けて、フェーズを区切り着実に進めていきます。
Step 1
Step 2
Step 3
Step 4
Step 5
Step 6