特長

現場でも利用可能！蓄積されたデータから健全性評価、故障予測、特性要因分析モデルをマウス操作で構築。

Neural Deisgnerは蓄積されたデータがあれば、特別な操作を行うことなく、設備の状態を予測する様々なモデルを構築する事が可能なソフトウェアです。

モデル構築だけではなく例えば電流値と温度、圧力といった数値が故障に大きな影響を与えている事が予測される場合、事前の前処理工程で電流値と温度、圧力といった運転条件がどの程度故障と相関しているのか、といった分析もワンクリックで行う事が可能です。

従来の分析ソフトウェアでは予測は出来ても説明が出来ないといった事がありがちでしたが、各変数同士がどういった関係性にあるのか、取得している値が設備の状態にどのような影響を与えているのか、といった事を視覚的に確認できます。

各変数が設備の劣化や故障にどの程度寄与しているのかをグラフで確認！

多くの場合、機械学習、統計解析を用いたモデルでは設備の状態や故障に各数値がどの程度関連性があるのか、といった事は示す事は出来ても、各数値が変化した際にどの程度設備の状態に影響を与えているのか、を確認する事は難しい状況でした。Neural Deisgnerでは各数値項目が変化した際に設備状態がどのように変化するか、をグラフで視覚的に確認する事が可能です。

用途例

超音波流量計の故障診断	流量計は、流体の体積や質量の流れを超音波で計測する装置です。しかし、これらの装置には、メーター機能の不具合を生じさせたり、流速の読み取りに誤差を生じさせる深刻な問題が発生します。 この事例では、液体用超音波流量計の特性とその状態（健全または不健全）を記載したデータベースを解析することで、システムに不具合をもたらす関連要因を確認できます。ここでは、プロセスの特性を条件として、超音波流量計が故障する確率をモデル化します。今回は以下のようなデータを用いて予測モデルを作成しています。 フラットネス比 対称性 クロスフロー 各経路それぞれの流速 各経路のそれぞれの音速 各経路の平均音速 各経路の両端のゲイン クラス属性またはメーターの健康状態 予測モデルの精度やより細かいデータに関しては別途詳細な資料がございますのでご希望がございましたらお問い合わせください。