- moneo：IIoTプラットフォーム
- 製品
- moneo DataScience Toolbox
moneo DataScience Toolbox
製品とプロセスに留まらず、製造プロセス全体に対してもさまざまな高いレベルの要求が課されています。こうした要求に対して、センサが収集したプロセス値や情報のデータを活用して、しきい値を基準に製品とプロセスの異常を、できるだけ迅速に自動的に検出・排除することが重要です。
moneo DataScience Toolboxは、データサイエンスの専門知識やプログラミングスキルがなくても、AIによる製造プロセスの監視を簡単に実現し、最適化を可能にするソフトウェアキットです。
このAIアルゴリズムは、センサが記録したデータを利用します。これを高度な機械学習等に用いて、精度の予測と確実な状態監視プロセスを実現します。
インテリジェントなアルゴリズムが異常パターンを検出し、ただちにこれを知らせ、複雑な相関を発見して信頼性の高い予測を行います。
つまり、moneo DataScience Toolboxは、製造プロセスの手軽な監視と最適化を実現するツールです。さらに、製造プロセス全体の持続的な品質改善にも貢献します。これにより、製造の効率化を実現し、エラー発生を大幅に抑制します。
moneo DataScience Toolboxができること
データサイエンスの専門知識がなくても、ウィザードに従って独自の
AI/機械学習モデルを簡単に構築してトレーニングできます。カスタマイズしたAIソリューションを用いて、製造プロセスに現れる異常や
望ましくない兆候を自動検出します。設定可能な
警告・アラームにより、想定外の損失や設備の停止を最小限に抑制。設備の稼働効率を全体的に向上させます。moneo DataScience Toolbox
moneo SmartLimitWatcher：
製造プロセスのスマート監視と最適化
moneo SmartLimitWatcherは、対象プロセスの状態の動的なしきい値を生成して監視を行います。状態を表す変数の変化から重要プロセスの異常の兆候を捉え、自動でアラームを送り早期に警告します。
moneo PatternMonitor：
プロセスの異常をスマート検出
moneo PatternMonitorは、重要プロセスの変数に現れる構造的な変化を識別します。設定に応じて傾向や変動パターンの異常、レベルの変化を検出して自動でアラームを送ります。それにより早期に適切な是正措置を取ることができます。
条件や機能に応じた使い分け
moneo SmartLimitWatcherが適しているケース
- 複数の製造ステージや制御プロセス
- 機械設備および工場全体が対象
機能原理
- システム全体をモデリングしてターゲット変数の異常を検出
moneo PatternMonitorが適しているケース
- 各製造ステージや連続するプロセス、工場内の監視
- 機械設備および工場の各パラメータが対象
機能原理
- 重要プロセス値の構造的な変化の識別
一般的なデータサイエンスプロジェクトと
moneo DataScience Toolboxの比較
| 導入方法： moneo DataScience Toolbox |
vs | 導入方法： 独自のデータサイエンスプロジェクト |
||
|---|---|---|---|---|
 |
データサイエンスのスキルが不要なので保全など専門外の部門でも使いやすい |
 |
データサイエンスの専門家が必要（人件費が高額） |
|
|
自動でデータを収集し、メニューに従いAIをトレーニング |
|
社内でプロジェクトを構築 |
|
|
他のmoneoモジュールと組み合わせて統合できるスケーラブルなソリューション |
|
マニュアルでデータを収集・整理 |
|
|
幅広いアプリケーションに適合し、ソリューションをすぐに適用できる |
|
最短で約3～6か月のプロジェクト期間 |
|
|
初心者レベルから専門レベルまでカスタマイズと拡張が可能 |
|
独自のソリューションのため流用・応用が利かない場合が多い |
|
|
優れた費用対効果 |
|
拡張範囲が限られるために追加投資のリスクがある |
