ページの本文へ

Hitachi
お問い合わせお問い合わせ

劣化要因分析支援サービス公共民間

維持管理業務で発生した保全データをAIで分析し
施設の損傷状況を予測

インフラ施設(道路、鉄道、電力、通信など)や設備(電気設備、通信設備など)に関する既存の維持管理データ(諸元、点検、補修データなど)をAIで分析し、施設や設備の損傷状況、健全度を予測。インフラ施設や設備の点検・補修計画の立案を支援します。

まずはお気軽にお問い合わせください

Point 1

施設の劣化状態の見える化による点検・補修優先箇所の見落とし防止

これまで行なってきた点検や補修業務で蓄積された維持管理データをもとに、AIを活用した独自の分析手法を使って、施設や設備の劣化状態を見える化します。
これにより、社会インフラを管理する団体は、既存の維持管理データを活用してリスクを明確にし、点検・補修が必要な箇所の優先順位を決めたり、見落としを防いだりすることができます。

Point 2

施設や設備を限定せず、さまざまな分野で分析可能

既存の維持管理データがあれば、河川や上下水道、建物など、分野を問わず分析が可能です。
例えば、製造業の機械設備や石油、ガスなどのプラント設備機器、橋梁、トンネル、堤防、ダムなどの土木構造物、そして建築物に付随する設備といった対象も分析することができます。

Point 3

分析のための新たな機器は不要

これまでICTの活用が難しかった施設や設備でも、既存の維持管理データのみで本サービスを利用することができ、分析のために新たな計測機器を導入することなく、従来の運用手順を変えずに、コストを抑えながら点検や補修計画の業務を効率化できます。

その他にも以下のような特長があります!

東京大学大学院情報学環「情報技術によるインフラ高度化」社会連携講座の分析技術を利用

本サービスは株式会社日立製作所が開発したデータ分析技術を基にしており、異常状態を示すデータが少ない場合でも、データ同士の相関性などを見いだすことで、「損傷予測(*1)」、「健全度予測(*2) 」、「影響度予測(*3)」を可能としています。
サービス化にあたっては、社会課題の解決に直結するさまざまなテーマについて、民間企業などとの共同研究を行う東京大学大学院情報学環・学際情報学府の社会連携講座「情報技術によるインフラ高度化」(*4)にて評価されています。

   (*1) 施設や設備の諸元、点検、補修データなどから点検/補修優先度(損傷の確からしさ)を予測
   (*2) 施設や設備の諸元、点検、補修データなどから健全度を予測
   (*3) 損傷予測と健全度予測の分析結果から劣化要因の影響度を予測
   (*4)「情報技術によるインフラ高度化」社会連携講座