ページの本文へ

Hitachi

株式会社 日立システムズ

CYDEEN 劣化要因分析支援サービス

統計分析手法(AI)の活用により施設の点検・補修計画業務の効率化をサポート

劣化要因分析支援サービスは、施設の保全データを活用した施設の損傷状況の予測や可視化により、点検・補修計画業務の改善を支援するサービスです。
統計分析手法(AI)を活用した分析クラウドサービスで、維持管理業務で発生した保全データを分析し、 施設・設備の損傷状況を予測します。
保全データを活用した施設・設備の劣化傾向や、原因の分析により、点検・補修計画業務の改善を支援します。

概要・特長

点検・補修計画策定時間を大幅削減

人による点検・補修の優先順位付けを損傷確率予測により自動化し、点検・補修計画策定業務の効率化(審議資料省略・会議時間短縮・参加者縮小)ができます。

損傷要因の可視化による点検作業の効率化

点検作業時の重点確認(損傷への影響度が高い点検項目を重点確認)や点検作業項目の見直し(損傷への影響度が低い点検項目の削除等)に活用が可能です。

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

地図上に施設の劣化状態を可視化することで、点検・補修優先箇所の見落としを防止することができます。
また点検・補修の優先順位付けにも活用が可能です。

蓄積データの有効活用

日々、蓄積される施設の諸元・点検・補修データの分析を定期的に行うことにより損傷確率予測の精度が向上します。
機械学習からの推定を行う統計的手法を活用しており、分析の繰り返しによる精度向上が可能です。

機能詳細

劣化要因分析支援サービスは、(1) データ調査・加工 (2) データ分析 (3) 業務活用(可視化)まで施設の劣化要因分析に関する機能を提供します。

(1) データ調査・加工

データ調査・加工

  • データの選定
  • データの状態・傾向把握

データ加工(クレンジング)

  • 不要レコードの削除
  • 不要項目の削除
  • 欠損値の補完
  • 値の変換

(2) データ分析

AIを用いた劣化要因分析支援

  • 損傷確率予測(点検・補修優先度)
  • 健全度予測(施設の健全度)
  • 分析モデルの学習
  • 分析モデルの検証(分析結果の精度検証)
  • 分析モデルの再学習・検証(分析結果の精度維持・向上)

(3) 業務活用(可視化)

分析結果の可視化

  • 点検・補修優先順位一覧・グラフ
  • 設備の健全度一覧・グラフ
  • 地理的傾向グラフ(地図)

導入フロー

本サービスでは「PoC(概念実証)」を実施し、AI(機械学習)の分析モデルが目標予測精度を達成できるかを検証します。有効性・実現性をご確認いただいたあとに、本格導入の可否判断を行うことができます。
実現の可能性(目標予測精度の達成)が得られた場合、業務利用(導入開始)を提案いたします。なお、業務利用開始後は、分析モデルの学習を継続的に繰り返し、精度の向上・維持を継続いたします。

関連サービス

維持管理システム
構造物のアセットマネジメントから保守・運用BPOをワンストップで支援する維持管理システムもございます。
  • この商品の専用サイト
  • 商品について詳しく知りたい方は
  • 商品専用サイト

詳しく知りたい方はこちら

日立システムズは、システムのコンサルティングから構築、導入、運用、そして保守まで、ITライフサイクルの全領域をカバーした真のワンストップサービスを提供します。