予兆検知技術

インフラ企業等では、AIを導入して、予兆検知技術を活かそうとする動きが見られます。

インフラの性質上、その動きは当然のものと思えます。

予兆保全はセンサーを用いることで、機械の状態を監視し、故障の予兆を検知するための体制を指します。予兆保全を万全にすれば、適宜機械を交換し、修理することが出来ます。

ただ、あくまでも予兆に過ぎない情報を、どこまで信用できるのかという問題もあります。人間には到底捉えられないレベルの差異でしかないからです。ただインフラは安全志向が強いため、この問題は不問に付される可能性が高いと考えられます。

予兆検知はAIの機械学習を用います。

例えばタービンを稼働させていると、故障し始めた時、僅かに振動形態が変化します。この変化を捉え、それが故障によるものなのか判断するのがAIの役割です。故障するかどうかだけでなく、故障発生の日時まで予測できるAIもあります。AIは教師データに頼るところも大きいため、故障時のデータは欠かせません。

つまり元々故障しにくい機器には向いていないと言えます。

インフラ設備は特に故障の許されないものですから、この予兆検知技術は欠かせません。最近は火力発電所においても、運営のベースにAIが導入されています。海外の電力会社と提携し、運営の最適化モデルを開発しているのです。つまり単に故障に備えた導入を意味するだけでなく、運営体制を変革するための導入をも意味するのです。

発電所が効率的に運営されるようになれば、経済は間違いなく活性化されます。環境負荷も低減されます。実際、某火力発電所に調査によれば、AIの助けを借りて装置の角度を変えただけで、発電効率が飛躍的に高まり、結果的に大幅なコスト削減を実現したようです。