Smart EAM ソリューション

株式会社ウェーブフロント
代表取締役 柴田　一美

会社設立当初から熱流体解析システムの開発、コンサルティング業務、設備保全システムの開発に携わっており、同業他社では対応が難しい問題の解決や製品を世の中に出してきました。
そのため、ポンプの熱流動解析およびプラズマ解析、故障解析、機能安全に関する当社の知識・技術力は、競合他社に比べて非常に高く評価されています。
また、当社の設備保全システムに関するコンサルティング能力は、国の組織から民間企業に至るまで、高い評価を頂いており、それに伴い、当社の開発する保全システムも数多く導入されています。
近年では機械学習やIoT、サイバーセキュリティといった新しい分野への進出を進めており、外観検査や自然言語処理の関連では成果が出てきています。

大手企業やベンチャー企業のような華々しい形でスポットが当たる事はありませんが、日本の製造業を土台から支える企業です。

25年以上にわたる設備管理業務支援のノウハウと科学的根拠に基づいた手法を融合し、お客様の状況、段階に沿った実践的なソリューションを提供します。

設備管理業務は業界、業種、組織構成、ビジネスモデルに影響を受けるため、同業他社であっても管理項目や業務の進め方が異なり、各社で課題が大きく異なる事も珍しくありません。今求められている事は普遍的なフレームワークを参考にしつつも企業の状況、業務の段階に応じた課題の把握と適した製品と運用方法を見つける事にあります。

コンサルティングとプロトタイプ作成を同時並行で行い、運用も踏まえた改善を行います。

稼働監視や故障予測を行うには事前に電子化され、整理されたデータが揃っている事が必要ですが、現在の業務に忙殺されてしまい、そこまで手が回っていないお客様もいらっしゃいます。そのため、データの収集方法検討、電子化、見える化といった前段階での作業からプロトタイプ作成を行いつつ、取得するべきデータの確認や閾値の検討を支援しております。

お客様の目的、お持ちの資産を元に状態監視、故障予測の提案をいたします。

一口に設備の状態監視、故障予測といっても利用可能な手法は非常に多くあります。代表的な事例としてはセンサーから取得したデータを統計処理や機械学習を活用する事で予測する帰納的な方法とデジタルツイン、シミュレーションを活用した演繹的方法です。どちらにも一長一短があり、片方が優れているという事は言えません。そのため、ご相談、検討を通じてお客様にあった方法を提案させて頂きます。

Q：今までの実績を教えてください。

原子力発電所、化学系プラント、石油化学、自動車工場、自動車部品工場、半導体製造プロセス、鉄道設備、下水道所施設、航空宇宙関連、ビルメンテナンス等、幅広い業界でソリューションを提供しております。

Q：そもそもどの設備に対して状態監視を行うべきかが明確になっていませんが、そういった事も相談できるのでしょうか。

保全方式を決定される際に利用される判断指標を簡易版、詳細版と2パターン持っておりますので、目的、状況に併せて検討を支援させて頂きます。

Q：上層部への説明に苦慮しているのですが、良い方法はありますか？

設備管理業務は専門用語が多く、活動が管理部門やトップマネジメントに伝わりにくいのが実情ですが、そういった説明の際に有用なツールがございますので、まずはご相談ください。

Q：プロトタイプ作成を行う場合どの程度の期間で実施しますか？

多くの場合3ヶ月程度の期間で作成および修正を繰り返し行います。

Q：資料には無い、画像解析や自然言語処理を行いたいのですが、対応は可能でしょうか。

画像解析技術を用いた異常検知や自然言語処理を用いた故障原因の把握といった内容は機密情報が多くご紹介は難しいのですが、機械学習が黎明期の頃より実績がございます。