僕たちの会社が目指しているのは「水処理施設の未来を、DXの力で一緒に創っていく」こと。最近社内でよく話題に上がるのが、「壊れてから直す」から「予知保全」への転換です。

予知保全とは

施設の重要なポンプやブロワーにIoTセンサーを取り付けて、振動や温度のデータを継続的に計測。蓄積されたデータをAIが分析して、「この波形は過去の故障事例の2週間前のデータと似ています」のように警告を出してくれます。

Pythonで異常検知

scikit-learnのIsolationForestを使えば、基本的な異常検知モデルを作ることができます。

from sklearn.ensemble import IsolationForest
import numpy as np

# 正常時の振動データを生成
normal_data = np.random.randn(100, 1)

# 異常検知モデルを学習
model = IsolationForest(contamination=0.05)
model.fit(normal_data)

# 新しいデータを予測
new_data = np.array([[3.0]])
if model.predict(new_data)[0] == -1:
    print("異常を検知しました！")

予知保全が当たり前になれば、ベテランさんの負担を減らすだけでなく、若手技術者もデータという客観的な根拠に基づいて判断できるようになります。