通过传感器数据×数据解析进行的设备维护DX
第2篇 在预估性维护中进行数据解析的方法
预估性维护需要检测到传感器数据中出现的设备劣化迹象，选择合适的数据解析方法对实现这一要求非常重要。本文以预估性维护的数据解析为重点，对常用的数据解析方法及其选择流程进行介绍。
搜索到 8 篇文章。 1 - 8 篇 / 8 篇
通过传感器数据×数据解析进行的设备维护DX
第1篇 通过传感器数据×数据解析进行的预估性维护及其要点
预估性维护（Predictive Maintenance；PdM）是一种有望帮助实现维护的高阶化和省力化的维护形式。在本文中，我们将对预估性维护的定义、其中使用的技术的概要以及引进前应该注意的要点进行介绍。
设备保养的理想形式——实现预见性保养的技术
预见性保养被认为是设备保养方法从事后保养进化到预防性保养后的理想形式。然而，目前还没有实现预见性保养的既定方法也是事实。因此，此次我们将基于设备保养的基础知识，对实现预预见保养的要点进行说明，其中包括传感器融合、AI和边缘AI的使用方法。
让制造业DX成为现实的智能工厂
维护大变革，通过利用人工智能和物联网将故障防患于未然的预测性保养
下面说明智慧工厂的入口——维护业务的变革。从稼动时的振动等的变化感知生产线上的装置和设备的故障，在发生故障之前的适当时机进行处理的预测性保养正在不断得到推广使用。其高级版本已经可以事先处理产品正品率和质量的劣化问题。
向“工厂管理专家”询问摆脱维护工作中依赖“经验和技能”的问题。（后篇）－维护工作IoT化小规模起始的意义－
IoT是摆脱维护工作中的经验和技能依赖的关键所在。下篇将围绕维护工作中的IoT具体引进方法和要点，深入采访JEMCO日本经营顾问古谷贤一。
向“工厂管理专家”询问摆脱维护工作中依赖“经验和技能”的问题。（前篇）－为何维护工作中应用IoT非常重要？－
在提高工厂竞争力和生产率方面，维护工作的标准化是一个重要因素。关于如何通过IoT摆脱维护工作中的经验和技能依赖，采访了JEMCO日本经营顾问古谷贤一。
智能工厂案例研究
制造车间的IoT化将提高的生产率。而实现这一点的必要条件又是什么呢？（后篇）——深入了解福井村田制作所的理想车间的“最终形态”及“活人化”理念
自IoT一词普及以来，各个领域都指出了实现IoT化的必要性。我们将介绍在福井村田制作所实施的维修业务IoT化的效果和背景，以及推进制造车间IoT化的关键要素。
智能工厂案例研究
制造车间的IoT化将提高的生产率。而实现这一点的必要条件又是什么呢？（前篇）——揭示福井村田制作所引进的运用传感器的“预测性维护”的目的
在前篇中，我们询问了福井村田制作所推行的通过IoT化实现预测性维护的具体系统和成果。在后篇中，我们将回顾制造车间实现IoT化的过程。
