datarpm-overview

自動車業界全体を最適化

設備故障の予測でメンテナンスコストの削減及び在庫、リソースを最適化。

自動車データ収益化は、2030年までに7500億円を生み出す潜在的価値を有しています。

異常検知と予知保全ソリューションは、データを活用し、製品の生産性向上から保証請求の削減に至るまで、あらゆる場面において貢献します。

コグニティブインテリジェンスを活用したスマートカー・マニュファクチャリング

Progress DataRPM 異常検知と予知保全ソリューションは、インダストリアルインターネットを通じて送信される全てのデータを活用し、製品の生産量及び品質の向上に至るまで理論的な説明を実現します。

anomaly-detection
predictive-maintenance

異常検知

正常状態を学習し、異常値を特定するプロセスです。異常データを必要としない教師なし学習または半教師あり学習で、過去と現在のデータ及び外部の影響要因を同時に分析し、継続的に設備性能の基準を設定します。

予知保全

教師あり学習で将来発生しうる未知の設備障害を予測し、事前の適切な措置を施します。その結果、修理やダウンタイムを回避し、設備機械の耐用年数は延長され、総コストを削減できます

導入効果

故障予測の自動化
check故障を75%削減
check誤動作を55%削減
check保守コストを25%削減
生産性の向上
check在庫コストを20%削減
checkアップタイムを16%増加
check納期遵守率を10%向上
保証請求リスクを最小化
check出荷後の故障率を55%削減
check保証請求を22%削減
check製品リコール率を15%削減
maintenance-costs
Case Study

イギリス自動車メーカーによる製造効率向上のための要因予測

Progress DataRPM 異常検知と予知保全ソリューションにより、高い設備稼働率と低消費電力を実現する条件を特定し、より効率的な機械稼働を実現。

詳細を読む