ベアリング単体もしくは周辺部品をセンシングについて話せます

■背景
ファンのブレードの欠損など、モータなどの回転機に接続された負荷に異常が起こりはじめると、負荷のバランスが崩れて徐々に偏心が起こる。また、ポンプの目詰まりなどが起こった場合も、ポンプを動かすモータの負荷が上昇する。このようなケースでは、正常時と異常時のデータを比べることで、設備の故障を事前に検知できる。
　具体的には、モータやインバータの電流波形を取得して正常時のデータを類似波形認識で学習し、設備を運用する際に同じモータやインバータの電流波形を常時診断し、正常時との類似度を計算する。類似度が徐々に低下しはじめた場合、負荷の異常が起こりつつあることを診断できる。これによって、故障が生じる前のタイミングで問題を把握し、適切な設備保守を行うことができる。

■話せること
作機械では、安価な治具から高価な治具まで様々な治具が使用されている。特に高価な治具の場合、早く交換すると治具費用の増加につながり、交換が遅れるとロット不良による品質ロスが増加してしまうため、より適切なタイミングで交換する必要がある。生産現場によっては、治具交換時期の判断は熟練工の経験に基づく定性的な判断が必要であり、未熟練工には交換時期の判断が難しいという課題がある。もし熟練工の判断をデータ分析によって形式知化することができれば、適切な治具交換時期を誰でも定量的に判断することが可能になる。
　このようなケースでは、治具の使用中に得られたデータとして、加工回数、トルク、電流値、回転速度、加工時間などのデータ、及び熟練工が判断した治具の劣化度合いを数値化して収集する。そして、重回帰分析によって、加工回数やトルクなどのデータから治具の劣化度合いを予測する予測式を作成する。この予測式に基づいて、センサから取得できる加工回数やトルクなどのデータから治具の劣化度合いが予測でき、適切な交換時期を定量的に判断できる。