LASSIC Media らしくメディア

工場やプラント、ビルの設備は、故障の前に「いつもと違う音」を出すことがよくあります。ベテランの保全担当者が耳で異音を聞き分け、大きな故障を未然に防いできた——という現場も多いでしょう。しかし、熟練者の耳に頼る点検は、人の経験に左右され、担い手の高齢化とともに引き継ぎが難しくなっています。そこで検討されるのが、設備の音をマイクで拾い、異音から異常の兆候を捉える、設備の異音検知AIです。

ただ、設備の異音検知AIは「異常検知AI」や「予兆保全」としばしば同じ文脈で語られますが、担う範囲は別物です。役割を取り違えたまま要件を固めると、狙いがぶれてしまいます。本記事では、製造業や設備を扱う企業でシステム化を検討する発注担当者に向けて、設備の異音検知AIの位置づけ・できること・扱うデータ・進め方の勘所を整理します。

設備の異音検知AIとは——異常検知・予兆保全との違い

設備の異音検知AIとは、モーターやポンプ、回転機器などが出す音をマイクで拾い、ふだんの正常な音と比べて外れた音（異音）を見分けることで、故障の兆候に気づく手がかりを与える仕組みを指します。似た文脈で語られる2つの言葉と並べると、位置づけがはっきりします。

まず異常検知AIは、データ全般から「いつもと違う」外れ値を見つける技術の総称で、対象は音に限りません。次に予兆保全は、設備の状態を監視して故障の予兆を捉える取り組みで、振動や温度、電流といったセンサーのデータを使うのが一般的です。これらに対して設備の異音検知AIは、「音」という入力に絞って異常を捉える部分を担います。異常検知の考え方を音に応用したものであり、予兆保全の一つの手段として、振動や温度のセンサーと並んで使われる、と捉えると位置づけを理解しやすくなります。

音に絞る利点は、マイクを近くに置くだけで済み、機器に手を加えずに始めやすい点にあります。人が耳で聞き分けてきた異音を、機械で捉え直すイメージです。自社が設備の何を、どの入力で捉えたいのかを見極めておくと、要件を絞り込みやすくなります。

どのような場面で使われるか

設備の異音検知AIは、音に故障の兆候が表れやすい機器で活用が進んでいます。対象や設置のしやすさが場面ごとに変わるため、自社の設備がどこに当てはまるかを整理しておくのが近道です。代表的な場面を次の表にまとめました。

いずれの場面でも、AIが示すのは「異音の疑い」であって「確定した故障診断」ではありません。同じ設備でも設置場所や負荷で音は変わり、周囲の騒音が紛れ込むのも難しさです。どこまでを自動で拾い、どこからを担当者が確かめるかの線引きが、実務では重要になります。

仕組み——音から何を捉えるか

設備の異音検知AIは、正常に動いているときの音を集めて学習し、そこから外れた音を「ふだんと違う」と見分けます。人が異音を聞き分けるのと同じ発想ですが、機械は音の高さ（周波数）や大きさ、リズムといった特徴を数値として捉え、微妙な変化も拾えるのが強みです。故障ごとに音のパターンが分かっていれば、どの種類の異常かを見分ける使い方もあります。

押さえておきたいのは、AIが出すのは「いつもと違う音がする」という気づきであって、その原因まで言い当てるとは限らないことです。確からしさが高い設備は自動で通知し、判断に迷うものは担当者が現物で確かめる、といった運用にすると、誤った通知を抑えやすくなります。処理の流れを図にすると次のとおりです。設備の音を集め、正常な音からの逸脱を見分け、異常の疑いを通知し、保全担当が点検して、その結果を学習に戻す——この流れが基本になります。

精度と運用の難しさ

設備の異音検知AIを機能させるうえで、想定しておきたい論点がいくつかあります。着手前に押さえておくと、導入後のつまずきを避けやすくなります。

一つ目は、現場の騒音です。工場には多くの機器の音が混ざり合い、狙った設備の音だけを拾うのが難しい場面があります。マイクの置き方や、周囲の音をどう扱うかの設計が、精度を左右します。二つ目は、正常音のばらつきです。同じ設備でも、負荷や季節、経年で音は変わります。何をもって正常とするかを決めておかないと、正常な変化まで異常と拾ってしまいます。三つ目は、異常データの少なさです。故障はめったに起きないため、異常時の音のデータは集まりにくく、正常な音を基準に「外れ」を見つける作り方が中心になります。四つ目は、気づいた後の運用です。異音の通知を受けた保全担当が点検し、対応につなげる流れまで整えないと、現場では使われません。AIは気づきを与える役割で、最終的な点検と判断は人が担う、という線引きをはっきりさせておくことが求められます。

導入で扱うデータと前提

設備の異音検知AIの精度は、学習に使う音のデータの質と量に大きく左右されます。着手前に、次のようなデータや前提がどこまで整っているかを確認しておくと見通しが立てやすくなります。

基本になるのは、対象の設備が正常に動いているときの音を、十分な期間・さまざまな条件で集めた記録です。負荷の高い時間帯や季節ごとの音を含めておくと、正常のばらつきを踏まえた基準を作りやすくなります。異常時の音があれば役立ちますが、めったに起きないため、無理に集めるより正常音を軸に据えるのが現実的です。加えて、どの設備を対象にするか、どこにマイクを置くか、既存の点検の仕組みとどうつなぐかを整理しておくことが欠かせません。自社の設備で集めた音で学習・検証することも大切で、他の環境の音だけで作ったものは、自社の現場では精度が出にくいことがあります。

外注時に確認しておきたい点

設備の異音検知AIの開発や導入を外部に委託する場合は、次の点を事前にすり合わせておくと、認識のずれを防ぎやすくなります。まず、対象とする設備と、捉えたい異音。回転機器なのか、打音検査の補助なのかによって、必要なデータも作り方も変わります。次に、集音の方法と現場の騒音への対処。どこにマイクを置き、周囲の音をどう扱うかは、成果を大きく左右する前提です。

さらに、既存の予兆保全や点検の仕組みとどうつなぐか、そしてAIの通知を保全担当がどう確かめて対応につなげるかという運用の流れも、あらかじめ整理しておきたい点です。設備の異音検知AIは、一度作って終わりではなく、設備の状態の変化に合わせて基準を保ち続ける取り組みになります。開発までを切り出すのか、運用や見直しまで含めて依頼するのかを明確にしておくと、導入後のつまずきを抑えやすくなります。

まとめ：設備の異音検知AIで押さえる3つの視点

設備の異音検知AIは、汎用の異常検知やセンサー主体の予兆保全とは、扱う入力の異なる「音に絞った異常の検知」を担う仕組みです。検討するうえで押さえたい視点は3つに整理できます。第一に、データ全般を扱う異常検知、状態監視全体を担う予兆保全、音に絞る異音検知を切り分け、自社が捉えたいのがどの入力なのかを見極めること。第二に、現場の騒音や正常音のばらつきを前提に、何をもって正常とするかを決めてから始めること。第三に、AIの通知は気づきと捉え、点検と判断は保全担当が行う運用を組むこと。この3点を踏まえておけば、「通知は出るが現場で使われない」というつまずきを避けやすくなります。集音の設計や既存の仕組みとの連携に不安があれば、要件整理の段階から外部の知見を借りるのも一つの選択肢です。

よくある質問

著者：テレリモ総研編集部　鈴木 亮佑

ご不明な点はお問い合わせフォームからもご連絡いただけます。

1. *1　出典：経済産業省「製造業のDX・スマート保安」関連情報（https://www.meti.go.jp/）

Tweet