2024年0月
今回のテストは、フィルムメーカー様の製造装置で行いました。製造装置のベアリングに問題があり、修理前後の音をAIで判定しました。その結果、修理前後の音の違いを検知することに成功しました。
詳細は下記をご覧ください。
「エスカレイド」でベアリングの音の違いを検知できました
今回のテストは、フィルムメーカー様の製造装置で行いました。製造装置のベアリングに問題があり、修理前後の音をAIで判定しました。その結果、修理前後の音の違いを検知することに成功しました。
判定条件
・ベアリングの修理前後の音を学習・判定させました。
・「修理後の音」を正常音として、AIに学習をさせました。
・出来上がったAIで、「修理前の音」と「修理後の音」を判定させました。
判定結果
・「修理後の音」に対して、AIは全て正常と判定しました。
・「修理前の音」に対して、AIは高い値を示し、学習した音とは違うことを検知しました。
AI判定についての詳細は下記をご覧ください。
「エスカレイド」による音監視とは
初めまして、今年の4月に入社した新卒です。
早いもので、もう入社して1ヶ月経とうとしています。
まだ環境の変化などに慣れず、覚えなければならないことも多いため、日々大変さを実感しております。
もう少し心に余裕ができたら、私の趣味の一つである模写をしたいと思っています。
私は、好きなアニメキャラやシーンを色鉛筆で模写しています。
白い画用紙を色鉛筆で少しずつ彩っていくのはなんとも言えない充実感があります。
というのも、色塗りにはリラックス効果や自律神経を整えるといった、アートセラピーの効果があるそうです。
皆さんもストレス等が溜まったときは、一度色塗りや模写などやってみてはどうでしょう。
いろいろなアニメキャラを何枚も描いていると、自分の絵の上達ぶりがわかって、とても楽しいものです。
また、趣味も楽しみつつ、業務にも力を入れたいと考えています。
具体的には、仕事を通していろいろなことを学び、プログラミング技術を向上させたいです。
様々な面から成長していくことで、彩りのある人生にしていきたいと思います。
これからよろしくお願いいたします。
（担当：ヤシの木）
はじめまして。４月に入社した新卒です。
早いもので入社から１か月が経過しようとしています。
少しずつ社会人としての生活習慣が身に馴染んできたこの頃です。
さて、４月からは新生活がスタートしました。
大学で地方に出ていた私は、数年ぶりに札幌に戻ってくることになりました。
生活環境が大きく変わりましたが、特に地方とのギャップで、札幌への驚きをたくさん感じております。
交通機関でいうと、時刻表を確認するまでもなくいつでもすぐ地下鉄が来るのはとても便利ですね。
僕が利用する駅では、朝の８時台は５分に１回ほどのペースで地下鉄が来ているらしいです。札幌、すごい。。
大学生のころは地方なのでもちろん地下鉄はなく、バスも１時間に１本ほどだったので、移動は基本徒歩でした。
アルバイトをしていたコンビニまで片道約１時間の道を週２、３と通っていたのですが、今考えると結構歩いてますね。
今となっては通勤での十数分しか歩くこともなくなりました。運動不足に悩まされます。
満員電車も今はまだ新鮮で楽しいです。予想以上に満員で、そこでも驚かされました。
札幌での生活を楽しみつつ、仕事にも精を出せるよう改めて気を引き締めて頑張ります。
これからよろしくお願いいたします。
（担当：ははそそ）
今回新たに、「ネットワークカメラ」と「音監視」を合わせた構成をご用意致しました。
「映像だけ」「音だけ」では分からなかった設備の異常を検知し、設備の状況を会社の自席から確認できるようになります。異常検知だけではなく、点検の省力化や現場対応の事前準備などにも活用頂けます。
最近は工場内にネットワークカメラが多く設置されるようになりましたが、そのカメラにマイクを繋ぐだけで音監視が行えますので、追加の工事費用を抑えることが可能です。
ネットワークカメラにマイクを接続
イメージ図
全体写真
扇風機の異音検知と映像
※ネットワークカメラのONVIF機能を使用しています。お使いのネットワークカメラによっては、上記構成が取れない場合があります。
※ネットワークカメラ経由により、音質が低下する可能性があります。
今回新たに、「ネットワークカメラ」と「音監視」を合わせた構成をご用意致しました。
詳細は下記をご覧ください。
ネットワークカメラで音監視を合わせた構成ができました
製造業では、未だに多くの工程が作業者による手組作業で行われています。作業者はパーツをはめ込む際の「パチッ」という音や触覚を頼りに作業を行います。特に工場内の騒音の中での作業は、非常に労力を要するものです。
今回のテストは、このような騒がしい工場内で手組作業が行われる製造業のお客様より、実際の部品をお借りして行いました。実際の環境を模擬したテストでは、わずか1時間の作業音の学習だけで、パーツの嵌合成功時の音とその他の音を区別することができました。
測定及び判定条件
・実環境を再現するため、騒音計で75㏈以上の騒音下で測定をしました。
・スナップフィットとマイクの距離は10㎝程度としました。
・スナップフィット嵌合に近ければ、100%に近い判定結果を示します。
判定結果
・80回の嵌合音に対して、80%以上の判定結果は78回でした（検知率97.5%）。
・600回のその他の音に対しては、60%以上の判定結果は0回でした（誤検知率 0.0%）。
表１ 判定結果一覧
図１ 各判定結果のバラツキ
この度、2024年4月より風車ナセル内の異音検知のため、リアルタイム音監視システム「エスカレイド」の試験運用を開始致しました。
詳細は下記をご覧ください。
風車に「エスカレイド」を設置しました
この度、2024年4月より風車ナセル内の異音検知のため、リアルタイム音監視システム「エスカレイド」の試験運用を開始致しました。
2023年7月からナセル内での実証実験を開始し、異音判定が可能であると認められました。ナセル内は、比較的安定した音であるものの、ブレードの回転や発電量により音が変化します。そうした環境下において異音を検知することが確認できました。異常を検知した場合は速やかに通報、異音状況は遠隔で確認可能なため、早急に対処が可能です。
今後の設備点検保守や故障対応の省力化、省人化に効果が期待されています。
