KNIMEの活用事例

ライフサイエンス、金融サービス、出版社、小売業者、インターネット小売業者、
製造、コンサルティング会社、政府、研究など幅広い業界での事例をご紹介します。

生産工場での異常検出

2019.9.23

機器故障やダウンタイムを防ぐために、重要な機器や部品がいつ故障するかを予測します。

イノベーションノートをダウンロード >

 

 

生産者は市場シェアを守るためにますます競争力をつけなければなりません。
競争が激しいということは、機械はできる限り長い間、そして中断することなく、最高性能で運転しなければならないということです。
製造プラントは、機器や部品の複雑な配列であり、それらが連携して機能するように調整された自動化システムです。
重要な部品が正常に機能しているかどうかを監視し、センサーが定期的にデータを提供します。
企業が適切なタイミングでメンテナンスを実施するためには、差し迫った問題について十分に事前に把握しておく必要があります。

 

「KNIME」活用例

部品が正常に機能している間にセンサーから取得した読み取り値に基づいて、異常データを検出するようにモデルを構築し、それによって差し迫った故障を予測します。
このデータは、KNIMEワークフローに読み込まれ、KNIME Server上で毎日自動的に実行されます。
異常が発生した場合、このモデルは第1レベルまたは第2レベルのアラートをアクティブにするかどうかを決定します。

 

「KNIME」を選ぶメリット

KNIMEワークフローをGuided Analytics ApplicationとしてKNIME Serverで利用できるようにすると、センサーデータの予測分析をするために膨大な計算リソースを利用できるようになり、最大10週間先までの機器故障を予測して、適切なアラートを発信します。
これにより、機器故障やダウンタイムを防ぎ、生産工場の稼働効率を最大限まで引き上げることができます。

 

KNIME は無料でダウンロードが可能です。
ぜひお試しください。

このサイトでは、クッキー (cookie)などの技術を使用して取得したアクセス情報等のユーザ情報を取得しております。
この表示を閉じる場合、プライバシーポリシーに同意いただきますよう、お願いいたします。