- その他製造業
- 異常探知
産業用モーター異常探知:7日以内でデータシステムを構築
安定したデータ収集システムと多数の設備に対応できるAI運用システム(MLOps)を構築し、モーター故障による生産ラインのダウンタイムを短縮。
もっと知る安定したデータ収集システムと多数の設備に対応できるAI運用システム(MLOps)を構築し、モーター故障による生産ラインのダウンタイムを短縮。
もっと知るデータに基づいたシミュレータと強化学習を活用してパラメータチューニングを自動化し、ソフトウェアにおけるモーションコントロールの制御値と実際の制御値のずれを最小限に抑制。
もっと知る強化学習を利用してPCB上での効率的な電子部品の装着順序をプランニング。表面実装の技術工程にかかる所要時間を最小化。
もっと知るAIとロボティクス技術を融合し、マルチロボットで構成された車体溶接工程を迅速かつ安全に行うロボットプログラムを作成するためのパスプランニングを実施。作業時間を短縮し、製品の生産スピードを向上。
もっと知る電気自動車の実データを活用してリアルに最も近いAIシミュレーターを開発。演算速度を大幅改善した軽量化モデルを搭載することで車両エネルギー制御を最適化。
もっと知る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。
もっと知るAIベースのシミュレーターと強化学習エージェントを活用して、ASICに存在する数百万のコンポーネントの最適配置を自動化し、作業時間と性能を向上。
もっと知る様々なアンサンブルモデルを活用して予測精度を高めることで、787の発電所を統合運用し、3,000以上のモデルを素早く再学習してデプロイするAI運用環境(MLOps)を構築。
もっと知るポリプロピレン(PP)製造工程の反応炉にディープラーニングによる異常探知モデルを適用してESD(Emergency Shut Down)を事前に察知し、異常特性に対するインサイトを提供。
もっと知るバッテリー管理システムのデータと電気自動車(EV)運行パターンの分析を通じて、車両用リチウムイオンバッテリーの残存寿命予測とライフサイクルモニタリングを可能に。
もっと知るエネルギー貯蔵システム(ESS)の熱暴走を探知できるモデルを開発し、安全性分析における指標を提供することで、火災発生前の異常兆候を予測・モニタリング。
もっと知る半導体生産設備から出る最小限のデータを活用してレシピ変更にも迅速に対応できる異常探知モデルで、設備異常の兆候および故障までにかかる時間を推定。
もっと知る