異常検知

①電子部品メーカ様の異常検知

時系列データを用いて製品製造過程での異常検知を実施。生産性の大幅な向上を実現しました。

製造業

時系列データ 

異常検知

お客様の課題

AI導入前は独自の判定式による時系列データによる異常検知を行っていたが、異常検知の精度が出にくく、
さらにサーバ上で判定を行う必要があった為リアルタイムでの検知が難しかった。

グレーゾーンの発生

手作りの判定式としきい値の検査では
正常品と異常品の間に大きなグレーゾーンが存在していた。

サンプリング周期の低下

製造装置が多数配置されている事によるネットワークの限界により、1秒から1分の周期と荒い粒度でプロセスデータを監視していた。

Our Solution

プロセスデータ波形の形状をニューラルネットワークに学習させ、一次元的な閾値判定ではなく波形の形そのものを複合判定。広く発生していたグレーゾーンは大幅に縮小され、生産性の向上と品質の向上に貢献。

波形の形状を複合的に判断

波形の特徴を覚えるAIソリューションにより、閾値以下の‛想定外’の異常も見逃さず検知。

サンプリング周期の高速化

クロスコンパスのAIソリューションならクラウドにデータを上げることなくエッジコンピュー上でAI判定が出来るため、サンプリング周期の約20倍の高速化に成功。