日立のフィジカルAIで設備異常音を自然言語診断
元記事公開日: -
出典: https://it.impress.co.jp/articles/-/29756
日立製作所の設備保全向けフィジカルAI技術は、設備音と騒音を学習して異常音を検知し、正常音との違いを自然言語で説明する。自然言語から過去の類似波形を検索し、学習データも生成することで、現場の診断と原因分析を支援する。PoCで有効性を検証し、設備診断サービスの実用化を目指す。
背景
設備異常の兆候把握や原因分析では、装置が発する音、温度、振動などのデータを読み解く必要がある。音の確認は現場環境の影響を受けるため難しく、センサーデータの中から必要な情報を探す負荷も高い。
要望・目的
設備から得られる情報をAIで解析し、自然言語処理を介して診断できるようにする。正常音と異常音の違いを自然言語で説明し、自然言語で伝えた波形を時系列センサーデータベースから検索できる状態を目指した。設備保全の診断業務を支援することが目的である。
実装・実施内容
日立製作所は2026年9月1日、設備保全の診断業務を支援する技術を開発した。設備音と騒音の特徴を捉えるよう学習する異常音検知と、正常音と異常音の微細な違いを説明する音響差分キャプショニングを開発した。さらに、自然言語表現から過去の類似波形を検索する技術と、指示に従いモデル学習用データを生成する技術を組み合わせた。
AIサービス・システム
設備保全向けフィジカルAI技術は、設備音、温度、振動などの情報を解析する。異常音検知は現場ごとの騒音環境や設備の違いがあっても異常音を検知しやすくし、音響差分キャプショニングは正常音との違いを自然言語で示す。自然言語から類似波形を時系列センサーデータベースで検索し、異常データが少ない設備向けのモデル学習用データも生成する。
結果・効果
開発済みの技術により、現場で異常の有無を確認しやすくなり、判断の根拠となる音の違いを把握しやすくなるとしている。熟練作業員が着目するポイントを言葉で共有しやすくなり、技能伝承の支援につながる。波形の形や変化条件を事前に詳細設定していなくても過去事例を参照しやすくなり、原因分析を進めやすくなる。今後はPoCで有効性を検証し、設備診断サービスの実用化を目指す。