TOPへ戻る

時系列機械学習システムで早期に異常予兆を検知

Falkonry

詳しくはこちら

Falkonryとは

製造現場における分析ノウハウの不足、システム連携の複雑さに頭を悩ませていませんか?
Falkonryは、産業機械の温度や振動などの時系列データをAIが分析・学習し、従来見落とされていた異常信号を早期に検知するとともに、異常の発生に大きな影響を与えるデータを特定します。 データサイエンティストがいなくても、設備故障の予兆検知や製品不具合の検出、原因特定といった一連の運用が可能になります。

バーチャルアナウンサー 沢村 碧がFalkonryの概要を説明します

(再生時間:7分20秒)

Falkonryの概要図

Falkonryの概要図

こんなお悩みはありませんか?

課題

製造現場の課題
  • ログを出しているものの、異常検知に活かせていない
  • パラメータ同士の相互関係が多すぎて不具合の原因が特定できない
  • データを分析・解析するデータサイエンティストの人材不足
矢印

Falkonryなら

Falkonryなら
  • AI(機械学習)を用いて、異常が出た際の波形を記憶
  • 複数パラメータを自動に読み込むことで、相関関係も自動で解析
  • カテゴリや相関関係を自動で認識するため、データサイエンティストは不要

さまざまな業界/分野に適用

Falkonryは世界中の2,000の企業に対して業務機械学習を提供し、業務改善に貢献しています。

産業設備

設備の予知保全

機械使用の最適化

自動車

ディスクリート製造における逸脱を検出

溶接のリアルタイム品質評価

電子・半導体

設備の予知保全

機械使用の最適化

化学品

バッチプロセスの品質評価

機械の健全性監視

石油・ガス

プレシャットダウンパターンを検出

制御されていない排出のリアルタイムアラート

電力・エネルギー

パワーエレクトロニクスの不具合分類

分散型アセット監視

鉱業

設備のダウンタイムパターンを検出

リアルタイムの生産処理量調節

お問い合わせ・資料請求はこちらから

お問い合わせ

falkonry-infoアットマークml.scsk.jp