製造現場の「いつもと何か違う」を、リアルタイムで捉える。東大・東工大の研究から生まれた異常検知技術を、あなたの工場に実装します。
異常に気づくのはラインが止まってから。計画外のダウンタイムが利益を削り、修理コストが積み上がる。
クラウド型のAI検知を導入したが、誤検知が多すぎて現場が信用しない。通信障害で止まることもある。結局、ベテランの巡回に戻っている。
熟練者は音や振動の微妙な変化に気づく。でもその感覚は言語化できない。人が変われば、検知力も消える。
同じモーターでも、設置環境・稼働パターン・経年度合いで「正常」の基準は全く違います。汎用モデルを押し付けても精度は出ない。だから我々は、あなたの設備の正常稼働データから、その現場だけの検知モデルを構築します。
すべてエッジデバイス上で完結。製造データを外部に出さないから、セキュリティリスクがない。ネットワーク環境のない現場にも導入可能。
正常データのみで短時間にモデルを構築。大量の学習データを集める必要がない。
季節変動、設備の経年劣化、生産条件の変更にも常時再学習で対応。誤報の増加やモデルの陳腐化を防ぐ。
どのセンサー値が異常を示したか明確に表示。現場が納得して動ける。
ZetaXの異常検知は、時系列データの特徴抽出に特化した独自の軽量AIアルゴリズムに基づいています。ディープラーニングとは異なるアプローチで、低消費電力・高速処理・少量データ学習を同時に実現。専用ハードウェアも開発・検証済みで、設備に直接組み込む形での導入が可能です。
東証プライム上場企業との実証実験を実施中。複数の町工場への導入が決定済み。大規模製造拠点から中小規模の工場まで、幅広い現場環境での実績があります。
具体的な事例ストーリーは準備中です。
ZetaXが対応できる設備領域