超早期機械故障予兆検知システム『アーリーオブザーバー MEL-E』

振動センサでは実現できない 超早期の機械故障予兆を可能にする検知システム

超早期機械故障予兆検知システム『アーリーオブザーバー MEL-E』

『アーリーオブザーバー MEL-E』は振動センサーでは実現できないギヤやシャフトの早期の機械故障予兆を可能にする超早期機械故障予兆検知システムです。
三菱電機製シーケンサMELSECシリーズにスマート接続でき、現場のシーケンサで「超早期予兆&QA」を実現します。

【機械故障の予兆事例】
●ギアの健全性評価
●ギアの突発故障予兆検知
●シャフト/フレーム等亀裂確認
●圧力容器亀裂確認
●リニアガイドの状態数値化

【QA事例】
●ドリル加工良否判別
●切削加工良否判別
●刃具健全性確認
●アーク溶接良否判別
●薄板プレスワーク/型割れ監視
●各種クラック監視

こちらの製品は4コマ漫画でもご紹介しています。

型名

アーリーオブザーバー
超早期機械故障予兆検知システム

おすすめ製品

AI異常検知ソリューション『Impulse』
ブレインズテクノロジー株式会社

AI異常検知ソリューション『Impulse』

『Impulse(インパルス)』は、AI異常検知ソリューションです 。生産設備から出力される膨大で複雑なセンサーデータ、静止画、動画を活用し、AI技術によって**「いつもと違う」**状態を見つけるプラットフォームです 。 製造業のAI活用を加速させ、生産設備や品質の高度な監視はもちろん、将来の労働力不足を見据えた、属人的な知見やスキルに頼らない生産ライン作りを実現することができます 。 AIの専門知識がなくても、特許取得済み(特許第6315528号)のAutoML機能により、データの整理・加工からモデル運用までAI分析の全プロセスをサポートします 。 【特徴】 ● 機械から人まで、ものづくり現場が抱える課題を解決する幅広い適用領域 ● 設備の故障予兆、製造プロセスの傾向監視、不良要因分析などをデータから検知 ● 画像・動画解析を活用した製品外観検査の高度化や人の作業分析・ミス検出 【用途・事例】 ● 各種機械設備の温度や振動データ等を用いた故障・障害予兆検知(予知保全) ● 制御データに着目した製造プロセスの傾向監視による品質影響不具合の未然防止 ● 作業動画データ解析による人の作業パフォーマンス自動計測や作業ミス・漏れの検出

ワイヤー型センサー『ロボセンサー』
ロボセンサー技研株式会社

ワイヤー型センサー『ロボセンサー』

『ロボセンサー』は、従来のセラミックス製センサーと一線を画すワイヤー型センサーです。 ノイズに強い構造でノイズを除去、高感度を実現しました。 加速度センサーでは原理的に慣性モーメント由来のノイズの発生を阻止できませんが、 ロボセンサーでは慣性モーメントを利用していないので慣性モーメント由来のノイズの発生がありません。 また「予防保全:定期点検(TBM)」から「予兆保全:故障予知(CBM)」へと移行する際の振動センサーとして最適です。 ●電源不要  自己発電型なので電源も要らず、高価な電源を買う必要もありません。 ●様々な場所で使用可能 「微細」「柔軟」「軽量」な作りで、使用する場所を選びません。 ●ドリルに取り付け刃先の振動を検知 予防保全、不良品削減に  従来の振動センサーに比べ省スペースで取り付けられるため、ドリルなどの切削工具への取り付けが可能で、 刃先の振動を検知することによって、刃具の劣化、刃具の交換時期を知ることができます。 ●柔軟性を活かし、ロボットアームへの設置も可能  柔軟性が高いロボセンサーは、ロボットアームなどの複雑な動きにも対応可能です。

「当社は、より良いサービス・利便性の向上を目的に、お取引先様の利用状況の分析と把握をするためCookieを利用します。
本ウェブサイトを利用することで、Cookieの使用に同意するものとします。個人情報の適正な取扱いに関する基本方針