　今回両社は、IoT（モノのインターネット）機器のセンサーで取得した複雑な時系列の振動データから幾何学的特徴を抽出し、富士通研究所独自のディープラーニング技術を拡張してこれを学習させた。ディープラーニングによって構造物や機器などの状態を正常値との差で表す「異常度」や状態の急変を表す「変化度」を数値化し、異常の発生や変化を検知する技術を開発した。

　同技術を、モニタリングシステム技術研究組合が実施した橋の疲労劣化の実証実験で得られたデータに適用したところ、その有効性が立証された。

　この技術を活用することで、橋表面に取り付けた1カ所の加速度センサーのデータ解析結果から、広範囲にわたる橋内部の損傷度合いが推定できる。また、内部ゆがみの発生を検知するため、損傷を初期段階で推定し、早期に対策を施すことが可能になる。

　今後、実証実験を重ねることで、橋梁内部の損傷度合いを橋梁表面に取り付けたセンサーで遠隔から高精度に推定できるようになるなど、橋の維持管理業務の高度化に貢献する。

同技術による振動データ分析

実証実験の結果

関連キーワード

富士通 | 富士通研究所 | 実証実験 | ディープラーニング | IoT | 人工知能 | 製造ITニュース

世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
品質保証の体制をIoTでカイゼンする
日本型モノづくりの象徴ともいうべき「トヨタ生産方式」。本連載では多くの製造業が取り入れるトヨタ生産方式の利点を生かしつつ、IoTを活用してモノづくりを強化するポイントについて解説していきます。第3回となる今回は、品質保証体制へのIoT活用のポイントについて紹介します。
品質管理に必須の統計的手法「X-R管理図」「P管理図」の作り方
生産現場の品質管理に使われる「X-R管理図」「P管理図」は、実際にはどうやって作ればいい？サンプルを基に手を動かして覚えよう。
あなたが品質管理で果たすべき役割は何か
製造現場で実施する製品管理を中心とした品質管理の基本を解説する。組織における品質管理の在り方から先人の教訓まで、筆者の経験とノウハウを紹介。
第4次産業革命って結局何なの？
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。しかし、そこで語られることは抽象的で、いまいちピンと来ません。本連載では、そうした疑問を解消するため、第4次産業革命で起こることや、必要となることについて分かりやすくお伝えするつもりです。第1回目はそもそもの「第4次産業革命とは何か」を紹介します。