産業用ロボットの異常探知：5日前の故障予測・400台のロボットに適用

自動化された自動車の製造環境では、多数の産業用ロボットが生産ラインの各段階で組立、塗装、溶接などの重要な工程を担う。ロボットアームが1万台以上稼働する自動化された組立工程では、毎年予想できない故障が発生し、生産が中断。しかし、あまり頻繁に整備すると、追加コストが発生するだけでなく設備寿命をかえって短縮する可能性も存在。そのため、生産性向上には、最適化された予知保全が必要。

独自開発した教師なし学習ベースの異常探知アルゴリズムを活用。ロボットアームが正常稼動している場合のデータ分布特性を学習し、これに基づいて入力データが正常かどうかを判別するディープラーニングによる異常探知モデルを開発し、重大故障をあらかじめ探知。同じ作業を行うロボット間のデータ分布を比較することで、優先点検が必要なロボットを特定。それぞれ異なるメーカーの数百台のロボットを管理できる拡張性のあるAI運用環境（MLOps）を実現。

独自開発した教師なし学習ベースの異常探知アルゴリズムを活用。生産工程・環境に特化したカスタマイズモデルの開発を通じて、設備の異常を少なくとも5日前までに探知。また、400台余りの多様なロボットアームを統合された環境でモニタリングおよび管理することで、ダウンタイムによるコスト損失を最小限に抑制し、生産性を向上。