AI活用で転がり軸受の余寿命を高精度予測、より正確な交換時期を把握：製造現場向けAI技術

NTNは複数のAI手法を組み合わせた転がり軸受の高精度な余寿命予測技術を開発した。

[長沢正博，MONOist]

　NTNは2023年8月21日、複数のAI（人工知能）手法を組み合わせて、転がり軸受の高精度な余寿命予測技術を開発したことを発表した。2017年に大阪大学大学院工学研究科に設立した「NTN次世代協働研究所」との共同研究により実現した。

転がり軸受［クリックで拡大］出所：NTN

　機械設備に組み込まれた軸受は、使用条件によっては軽微なはく離が発生し、進行すると最悪の場合は破損につながる。ただ、はく離が発生後も機器の構造や設置場所などにより交換などのメンテナンスが難しいと、運転に支障がない範囲において軸受が使用され続けるケースもあるという。

　軸受の状態は振動データなどから把握することができる。しかし、はく離などの異常が発生後、どのぐらいの期間、使用できるのか（余寿命）を精度良く把握する方法はなかった。そのため、軸受がまだ使用可能な状態でも早めに交換したり、軸受が破損してから交換したりしなければならなかった。

　NTNでは今回、深層学習とベイズ学習を組み合わせて、軸受のはく離が発生してから破損するまでの余寿命の推定精度を向上させた。画像認識に用いられる畳み込みニューラルネットワークと呼ばれる深層学習を、軸受の振動データを画像データに変換して利用することで、軸受の損傷状態や余寿命の予測を可能にした。

　さらに、軸受の損傷の進行度合いにおける個体差や測定データのばらつき（誤差）を考慮して予測値の信頼性を評価する階層ベイズ回帰を組み合わせて、信頼性の高い予測モデルを確立した。従来の技術と比較して余寿命の予測精度を約30％向上しているという。

⇒その他の「製造現場向けAI技術」の記事はこちら