設備保全DX・AI活用
2026年11月8日7分
故障履歴の時刻が合わない｜発生・受信・登録を分けて原因を追う
停止記録と警報履歴の順序が逆に見えるときは、日時欄の意味を確認する。発生・受信・登録時刻を分け、OPC UAの公式仕様を手掛かりに、遅着データや時計のずれ、停止時間の集計を整理する。
記事一覧
設備保全×AIの最新情報とノウハウ
設備保全DX・AI活用10件
フィルタをクリア
設備保全DX・AI活用
2026年11月1日6分
アラームが鳴り続ける｜しきい値を広げる前に見るヒステリシスと遅延
アラームの頻発は、しきい値の変更だけで解決するとは限らない。発生・復帰・再通知を分け、ヒステリシスとオン・オフ遅延の違い、必要な対応を損なわない確認方法を公式仕様と技術資料で整理する。
設備保全DX・AI活用
2026年11月1日7分
振動AIの精度をどう確かめるか｜同じ軸受を学習と評価に混ぜない
振動AIの高い正解率は、軸受交換後の性能を保証しない。同じ軸受の波形を学習と評価に混ぜる問題を論文原文で確認し、個体・設備・期間の分け方と、導入判断に残す評価記録を整理する。
設備保全DX・AI活用
2026年9月14日10分
保全AIの回答をどう検証するか｜根拠・抜け漏れ・現場判断を分けて確かめる
保全AIの回答は、出典があっても正しいとは限らない。架空の保全報告とRAG・故障診断の研究を基に、根拠の照合、情報の抜け漏れ、対象設備への適用を分けて検証し、誤りの原因と人の確認負担まで評価する方法を解説する。
設備保全DX・AI活用
2026年3月14日10分
設備保全AI活用の実装ロードマップ — 導入判断からデータ基盤・体制づくりまで【生成AI×設備保全 #6】
設備保全に生成AIを実装するまでのロードマップ。どこから着手するか、汎用LLMで足りる領域と自社データ統合が必要な領域の見極め、必要なデータ基盤と体制づくりまで、シリーズ全体の要点を整理します。
設備保全DX・AI活用
2026年3月1日13分
設備保全データの構造化とスキーマ設計 — 正規化からSKOS辞書・知識グラフまで【生成AI×設備保全 #5】
保全データをAIで使える形にする実装手順。設備台帳・作業履歴の正規化5ステップ、用語のばらつきをそろえるSKOS辞書化、RDF/OWLによる知識グラフ構築までを実例つきで解説します。
設備保全DX・AI活用
2026年3月1日12分
【生成AI×設備保全 #4】設備保全データの品質管理 — AI精度を左右するデータ基盤の実態
設備保全データをそのままChatGPTに投入しても精度は出ない。非構造化データと構造化＋意味付けデータでは回答精度に4倍以上の差が生じる。AI精度を左右するデータの構造化（スキーマ）と意味付け（セマンティック）の二本柱を分析する。
設備保全DX・AI活用
2026年2月23日23分
設備保全AI導入の3ステップ — 汎用LLMから自社データ統合へ、セキュリティ設計の要点【生成AI×設備保全 #3】
設備保全で生成AIを使うとき、どの段階から始めてどう広げるか。汎用LLM→自社データ統合→業界集合知の3ステップで整理し、自社データを扱う段階で必須になるセキュリティ・ガバナンス（OWASP Top 10 for LLM、IEC 62443）の要件をまとめます。
設備保全DX・AI活用
2026年2月11日19分
【生成AI×設備保全 #2】設備保全AIの導入事例 — Siemens・Honeywell等グローバル5社の実装状況
Siemens、Honeywell、ABB、Schneider Electric、Rockwell Automation――グローバル産業オートメーション主要5社の生成AI実装状況を分析。100社以上の導入実績、年間120万ドルのコスト削減、7日間学習など具体的数字に加え、McKinsey・Deloitte・市場調査データから、設備保全×生成AIが実証を終え本格運用フェーズに入った構造的転換を明らかにする。
設備保全DX・AI活用
2026年2月11日18分
設備保全AI活用の最前線 — 異常検知から「知識統合」へ、生成AIで変わる保全業務【生成AI×設備保全 #1】
大規模言語モデル（LLM）の登場で設備保全のAI活用は何が変わるのか。従来の確率的な異常検知から、過去の保全データを学習し自然言語で扱える「知識統合」へ——パラダイムシフトの全体像を解説します。