目次|IoT・AIを利活用したヘルスモニタリング

総目次

第1章 ヘルスモニタリング技術の動向と今後の展望

第1節 最新音響診断装置システムによる高精度・高効率なヘルスモニタリング
1. 診断装置システムとは
1.1 音響診断装置システム
1.2 合成波形分離法
2. 音響診断装置システムの実機への適用事例
2.1 循環ポンプの転がり軸受音源同定結果
2.2 循環ポンプの転がり軸受の合成波形分離とヘルスモニタリングの結果

第2節 ヘルスモニタリングのためのビッグデータの活用とIoTの課題
1. CPSとDigital Twin
2. センサネットワークと構造ヘルスモニタリング
3. IoT,ビッグデータ,AIと構造ヘルスモニタリング
4. IoT自律型時刻同期センシングシステム
5. IoTとBIM/CIMのクラウド連携
6. まとめ

第3節 ヘルスモニタリングの活用を支える「エッジコンピューティング」
1. 注目を集める「エッジコンピューティング」
2. 「エッジコンピューティング」とは何か
3. 「エッジコンピューティング」の活用例
4. 「エッジコンピューティング」の課題
5. 「エッジコンピューティング」の今後の展望

第4節 法面変位センシングシステムの開発
1. 法面における変位計測
2. 電波位相差を用いた法面変位センシング技術
2.1 法面変位センシングシステムの概要
2.2 電波位相差による変位センシングの原理
3. 実証実験
3.1 実験器材
3.2 実験結果

第5節 センサ端末時刻同期用小型低消費電力原子時計の研究開発
1. ヘルスモニタリングと時刻同期
1.1 インフラモニタリングにおける時刻同期
1.2 現状の時刻同期技術と課題
2. 小型低消費電力原子時計の開発
2.1 小型低消費電力タイプ原子時計の原理
2.2 ULPACの開発目標仕様
2.3 主な技術課題
2.4 開発結果
3. 将来の高度情報化社会での時刻同期の重要性

第6節 ライフラインコアモニタリングシステムの研究開発
1. 傾向管理の自動化
2. 無線振動センサ端末
2.1 鹿威し方式
2.2 圧電MEMS
2.2.1 振動発電センサ素子
2.2.2 振動センサ素子
2.2.3 パッケージング技術
2.3 センサ端末
3. ネットワーク
3.1 時刻同期の高精度化
3.2 平滑化による衝突回避制御
3.3 ネットワーク経路の自動最適化技術
3.4 省電力化効果の検証
4. コアモニタリングシステム
5. 実証実験
5.1 振動センサ
5.2 破壊試験

第7節 イベントドリブン型AEセンサエッジ端末によるインフラヘルスモニタリング
1. IoTエッジコンピューティングデバイスの開発
2. AEエッジによるモニタリングシステム
2.1 AEエッジ
2.1.1 ハードウェア
2.1.2 信号処理
2.1.3 イベントドリブンアーキテクチャ
3. AEエッジ端末による橋梁AEモニタリング
4. AE法による橋梁の健全性評価手法
5. まとめ

第8節 設備異常を早期発見するAI「インバリアント分析技術」
1. システム全体の挙動を把握
2. インバリアント分析技術について
2.1 概要
2.2 インバリアントモデルの構築
2.3 いつもと違う状態の検知
3. 想定ソリューション
3.1 設備故障の予兆検知ソリューション
3.2 保守点検プロセス効率化ソリューション
4. 適用事例
4.1 発電プラント
4.2 石油プラント
4.3 衛星・宇宙航空
5. 製品紹介
6. まとめ

第9節 エッジコンピューティング計算基盤の研究開発
1. 粗粒度再構成可能アーキテクチャ(CGRA)の概要
2. エッジコンピューティング計算基盤
3. IMAXの基本構造と対応するメモリ参照
4. エッジコンピューティング向け課題の解決
4.1 省面積化のための列方向マルチスレッディング
4.2 起動オーバヘッド削減のための多重ループ一括実行と動的命令写像位置シフト機能
4.3 メモリとしてのカスケード接続機能
5. アプリおよびコンパイラのマルチチップ対応
6. マルチチップ構成シミュレータ
7. FPGAによるマルチチッププロトタイプ
8. 総合評価

第10節 非破壊検査(AE試験)へのAI適用
1. はじめに
2. AIの定義とAIの分類
3. アコースティック・エミッション(AE)試験
3.1 AE試験とは
3.2 実験方法
3.3 実験結果
4. ニューラルネットワークの基礎
4.1 ニューラルネットワークの概略
4.2 畳み込みニューラルネットワーク の概略
4.3 Neural Network Consoleについて
5. AE試験へのAI適用
5.1 データの準備
5.2 ネットワーク構造の構築
5.3 学習の条件と結果
5.4 独自フィルタを取り入れたニューラルネットワークの適用
5.5 評価結果の比較
6. 非破壊検査とAIに対する考察
6.1 AIを導入する利点
6.2 AIを導入する上で非破壊検査技術者がサポートすべき事項
7. まとめ

第11節 状態監視保全への機械学習の適用
1. 機械学習
2. 解析データの説明
3. 解析方法
3.1 機械学習
3.2 PCA(主成分分析)
3.3 ペアプロット図
3.4 LOF(Local Outlier Factor)法
4. 状態監視への適用
4.1 使用するセンサの種類,個数,配置の決定
4.2 使用するデータの前処理と使用する特徴量の検討
4.3 異常検知への適用
5. まとめ

第12節 ブロックチェーン技術に基づく分散型健康記録管理システムの開発
1. ブロックチェーン(BC)技術
2. 分散型健康記録管理(D-HRM)システムの開発
2.1 D-HRMの課題
(1) データの共有の困難性
(2) データのセキュリティ
2.2 D-HRM研究の目的
(1) 自動操作
(2) データ共有性
(3) 高度セキュリティ
(4) データの所有者は患者
2.3 研究方法
3. D-HRMシステムの操作プロトコル
3.1 システムの概要
3.2 システム操作プロトコル
3.3  AES-RSA二重暗号化
4. D-HRMシステムの実装
5.  D-HRMシステムの評価
5.1 システムの機能評価
(1) 自動操作
(2) データ共有性
(3) 高度セキュリティ
(4) データの所有者は患者
5.2 システム運用コストの評価

第13節 AI・IoTの利活用の在り方米メジャーリーグの「データ革命」に学ぶ
1. AIを活用した未来社会の在り方を決めるのは人間自身
2. 米メジャーリーグの「データ革命」の概要
2.1 IoTに基づくデータ革命は選手の意識を変えた
2.1.1 スタットキャストの導入を契機としたデータ革命
2.1.2 選手の意識改革につながったデータ革命
2.2 フライボール革命~従来のセオリーを覆す打撃理論の台頭
2.2.1 バレルゾーンの導出・発見
2.2.2 バッターの潜在能力を引き出し能力を拡張させたフライボール革命
2.3 イチロー引退会見に学ぶ
3. MLBのデータ革命から得られるインプリケーション
3.1 理念・原理原則・目的の在り方
3.1.1 AI・IoTは人間の潜在能力を引き出し能力を拡張させるために利活用すべき
3.1.2 AI・IoTの利活用により国の産業競争力の抜本的底上げを図るべき
3.1.3 AI・IoTの利活用の目的はイノベーション創出を通じた社会的価値の創出にこそあるべき
3.2 人材・組織の在り方
3.2.1 データ利活用を自分事として捉え業務に活かす創意工夫を凝らす努力が不可欠
3.2.2 AI・IoTによる分析結果を鵜呑みにせずに吟味して施策・戦略に落とし込むべき
3.2.3 組織を挙げた意識改革によるデータ利活用と改革を牽引するキーパーソンの存在が重要
3.2.4 データ革命による競争ルールの抜本的変化に対応する組織の柔軟性が必要
3.2.5 データ分析から導かれた戦略の最適解は変化し得ることに留意すべき
3.2.6 従来のセオリーと異なり得るAIの分析結果にはデザイン思考で臨むべき
3.3 協調領域と競争領域の切り分けの重要性
3.3.1 切磋琢磨すべき本来の競争領域はイノベーションによる社会的価値創出であるべき
3.3.2 データの協調領域と競争領域の切り分けが重要
3.3.3 データを競争領域とする自動運転でも世界展開を図るならデータ共有の選択肢も
3.3.4 競争領域と捉えられることが多い工場稼働データでも一部で「つながる工場」の実現に向けて共有化の動きも
3.3.5 データの共有と占有を切り分ける最適な判断・意思決定が重要
3.3.6 重篤な疾病の診断,老朽化した社会インフラや工場設備の点検・診断など社会的要請の高い分野ではデータの共有・共用を急ぐべき
3.4 ITインフラの見極め・選択の重要性
3.4.1 事業特性や財務状況に応じたクラウドとオンプレミスの合理的な選択が必要
3.4.2 クラウドコンピューティングとエッジコンピューティングの役割分担が重要
3.4.3 シェアードサービスとしてのIT戦略がITシステムの選択など経営の意思決定を支えるべき
4. 自動運転とAIのフレーム問題
4.1 AIのフレーム問題と社会実装
4.1.1 AIのフレーム問題とは
4.1.2 AIの社会実装には「限定された閉じた世界」を作る人間の役割が極めて重要
4.2 AIのフレーム問題から見た自動運転の技術的課題の考察
4.2.1 大変革の時代に入る自動車産業と自動運転
4.2.2 AIのフレーム問題の影響が大きい自動運転の社会実装の難しさ
(1) 市街地・都市部の一般道がフレーム問題の影響を最も受けやすい
(2) 無限の交通シーンの再現・学習=完璧なアルゴリズムの作成の難しさ
4.2.3 自動運転の社会実装におけるAIのフレーム問題への対処
(1) 狭いODD(限定領域)での実用化の先行
(2) 狭いODD(限定領域)の具体例
①過疎地などの地方エリアでの低速走行
②高速道路での走行
③都市部・市街地の一般道の優先・専用レーンでの走行
④先進的スマートシティでの先行的な社会実装
4.2.4 狭いODD(限定領域)での完全自動運転へシフトする米国の主要企業
4.2.5 完全自動運転システムと運転支援システムの「二刀流」に挑むトヨタ自動車
(1) 運転支援システム「ガーディアン」と完全自動運転システム「ショーファー」の同時並行開発
(2) 「ショーファー」の開発によりレベル5という究極の目標に果敢にチャレンジ
(3) 運転支援システム「ガーディアン」の開発に同時並行で取り組む背景
4.2.6 自動運転の社会実装における世界展開の視点
4.2.7 AIのフレーム問題の視点から見た自動運転に関わる考察のまとめ
4.3 AIの社会実装の在り方へのインプリケーション
5. 「日本発のデータ共有・共用モデル」を示せ!

第2章 プラント・構造物のヘルスモニタリング事例

第1節 インフラ構造物を対象にした測定システム・装置の紹介
1. インフラ構造物モニタリングシステムの紹介
1.1 目視点検の現状
1.2 無線計測システム
1.2.1 FBGセンサの優位性
1.2.2 計測系機器の検討
1.2.3 通信系機器の検討
1.2.4 無線計測システムの構成
1.2.5 装置の消費電力の改善
1.3 無線計測システムの実証試験
1.4 橋梁支承への適用
2. AI機能を搭載した携帯型渦流探傷装置の紹介
2.1 表面き裂検査方法の現状
2.2 本検査装置の機能
2.3 本検査装置による探傷例
2.4 AI判定機能
2.5 AI判定結果

第2節 最先端レーザ応用計測技術の各種プラント,プロセス
1. レーザ応用計測技術の進展
2. レーザ誘起ブレークダウン分光法(LIBS)
2.1 原理
2.2 応用展開例
3.CT波長可変半導体レーザ吸収法(CT-TDLAS)
3.1 原理
3.2 応用展開例
4. レーザ応用計測技術におけるAI活用

第3節 道路構造物ひび割れモニタリングシステムの研究開発への適用
1. ひび割れ自動検出システムの開発の背景
2. 開発技術の概要
2.1 ひび割れ自動検出
2.2 教師データ
2.2.1 発生原因別ひび割れ画像の取得
2.2.2 教師データの作成
2.3 パノラマ合成
2.4 経年変化比較のための定量化
3. 開発技術を用いた点検ワークフロー
4. まとめ

第4節 フレキシブル面パターンセンサによる橋梁センシングシステムの開発
1. フレキシブル面パターンセンサのコンセプト
2. フレキシブル面パターンセンサの開発
2.1 極薄圧電MEMSひずみセンサアレイの開発
2.1.1 極薄圧電MEMSセンサの作製
2.1.2 極薄圧電MEMSひずみセンサの転写・配線プロセスの開発
2.1.3 極薄圧電MEMSひずみセンサの基本特性
2.1.4 耐候性保護層・ひずみセンサシート・粘接着シート一体化作製プロセスの開発
2.1.5 模擬き裂入り試験体によるひずみ分布異常発生の測定
2.2 印刷ひずみセンサアレイの開発
2.2.1 印刷ひずみセンサ用材料の選定
2.2.2 グラファイトペーストの選定
2.2.3 印刷グラファイトひずみセンサアレイシートの作製プロセス
2.2.4 光焼成によるセンサ作製の改善
2.2.5 センサ形状の検討
2.2.6 フルブリッジ構造による温度ドリフトの低減
2.2.7 フルブリッジ印刷ひずみセンサ感度の方位依存性
2.2.8 印刷グラファイトひずみセンサアレイの作製と評価
2.2.9 金属板の破断試験におけるひずみ分布評価
2.2.10 実証試験用ひずみセンサアレイの製造
3. まとめ

第5節 道路付帯構造物モニタリングシステムの開発
1. モニタリングシステムの開発の背景
2. MEMSセンサデバイスの開発
2.1 傾斜と振動を測定する
2.2 MEMSセンサユニット構造
3. 傾斜マルチセンサ端末の開発
3.1 傾斜マルチセンサ端末の目標仕様
3.2 傾斜マルチセンサ端末の評価結果
4. 傾斜マルチセンサシステムの開発
5. 先行フィールド試験による情報板の挙動計測
6. まとめ

第6節 構造ヘルスモニタリングに必要な振動計の性能について
1. これまでの構造ヘルスモニタリングについて
2. 低コスト化と普及の壁
3. 東日本大震災以降の構造ヘルスモニタリング
4. 長周期地震動対応構造ヘルスモニタリングユニットの開発
5. 標準化への取り組み
6. まとめ

第3章 機械・設備のヘルスモニタリング事例

第1節 タービン機器の損傷情報とヘルスモニタリング
1. タービン機器におけるヘルスモニタリング
2. 損傷事象のカテゴリー
3. 蒸気タービンにおける損傷
4. 蒸気タービンのヘルスモニタリング
5. ガスタービンにおける損傷事象
6. ガスタービンのヘルスモニタリング
7. 損傷事象の統計解析
7.1 統計解析手法
7.2 浸食
7.3 き裂・欠陥
7.4 変形および腐食
8. リスクベース保全
9. モニタリングとIoT(Internet of Things)

第2節 機械学習を用いたトライボ要素のヘルスモニタリング
1. IoTで変わるトライボ要素のヘルスモニタリング
2. トライボ要素の保全方式
3. トライボ要素の状態監視パラメータ
4. トライボ要素のヘルスモニタリングに関する先行研究
5. 機械学習を用いたトライボ要素のヘルスモニタリング

第3節 中小型ガスエンジンコージェネレーションシステムの導入事例と運転保守
1. 商品ラインナップ
1.1 マイクロコージェネラインナップ
1.2 中型ガスコージェネラインナップ
2. 導入実績
2.1 マイクロコージェネ導入実績
2.2 中型ガスコージェネ導入実績
3.導入事例
3.1 CPの導入事例
3.2 EP-Gの導入事例(ヤンマー本社ビル)
3.2.1 概要
3.2.2 導入実績
4. 運転保守
5. まとめ

第4節 切削加工の予測・モニタリングとAIの活用
1. 切削加工のモニタリング装置の紹介
1.1 装置の概要
1.2 電力測定
2. 「見える化」の技術
3. 診断装置の開発
4. AIシステム化の取り組み
4.1 無償版の機械学習ソフトによる解析
4.2  AIシステム化の検討
4.2.1 指定サーバへの波形とトレンドデータの保存
4.2.2 異常時にEメール送信
4.2.3 パソコンによる遠隔操作
4.3 既存システムのAIシステム化
4.3.1 機械学習ソフト内製化の検討
4.3.2 Pythonによる機械学習ソフトの開発
5. 今できるIoTとAI診断への展望
6. 今後の展望

第5節 ポンプの異常診断に向けたモニタリングシステムの開発
1. ポンプモニタリングの必要性
2. ポンプの振動特性
2.1 ポンプの振動基準
2.2 渦巻ポンプの振動
2.3 縦型ラインポンプの振動特性
3. 異常モードと振動特性
3.1 異常原因の実態とその兆候
3.2 故障時の振動
3.2.1 試験装置
3.2.2 異常モードと実験ケース
(1) アンバランスの発生
(2) ミスアライメントの発生
(3)軸受の損傷
3.2.3 故障時の振動特性
(1) アンバランスの発生
(2) ミスアライメントの発生
(3) 軸受の損傷

第6節 IoTとクラウド,AI技術を活用した次世代空調設備最適運用への取組
1. 空調設備最適運用への取組の概要
2. 室内環境の無線センサによるデータ収集・可視化・最適化
2.1 無線センサ
2.2 室内環境のリアルタイム時系列データ収集によるチューニング
2.3 無線センサからの1年間の室内環境データによる課題抽出
3. データ分析・解析・予測
4. IoTを活用した冷凍機運転効率の計測
5. IoTを利用した設備保守の遠隔監視
5.1 IoTカメラ利用による保守作業の効率化
5.2 電磁気センサ角度計測によるアナログメータの遠隔監視
6. ルールエンジンを用いた熱源最適制御
6.1 熱源最適制御の概要
6.2 熱源最適制御の実証試験
6.2.1 実証試験の対象システム
6.2.2 実証試験状況
7. 次世代の空調熱源制御システム

第7節 現場目線で考える食品機械装置におけるIoT導入と今後の展望
1. 近年の展示会から
2. コントロールヘッド
3. コントロールバルブ
4. コントロールバルブ主要機能
(1) X’tune機能(初期調整機能)
(2) PQ’linear機能
(3) P’Control機能
5. AirLINEシリーズ
6. 今後の動向とエッジコンピューティング

第8節 CFRPの非破壊検査に対するAIの適用例
1. はじめに
2. AIを活用するにあたって
3. 複合圧力容器の目視検査へのAIの活用例
4. AE試験の位置標定への活用例
5. まとめ

第9節 CFRP製構造部材のヘルスモニタリングへの機械学習の活用
1. はじめに
2. CFRPの損傷モード
2.1 製造時に発生し得る欠陥
2.2 供用中に発生し得る欠陥
3. 機械学習
4. 分類問題への適用例
4.1 例題の説明
4.2 教師なし学習の適用例
4.3 教師あり学習の適用例
5. 回帰問題への応用
6. まとめ

第10節 航空機整備における不具合予知アプローチ
1. 不具合予知に取り組む目的
2. 不具合予知モデル開発へのアプローチ
2.1 問題定義
(1) 総合的な影響度
(2) データの有無
(3) メーカーの動向
2.2 変数分析と変数選択
2.3 モデル作成
2.4 実データ再評価
3. 実例紹介
3.1 フロー・コントロール・バルブ:FCV (B 737型機)
3.1.1 問題定義
3.1.2 モデル検討
3.1.3 検証結果
3.2 ハイ・プレッシャー・バルブ:HPV (A 320型機)
3.2.1 問題定義
3.2.2 モデル検討
3.2.3 検証結果
4. 課題と今後

第11節 船舶におけるデジタライゼーション
1. 船舶へのICT(情報通信技術)の活用
2. 船舶のIoTの取り組み
2.1 船舶の制御システムからのデータ出力
2.2 船舶のIoTシステムの事例と課題
3. 船陸の通信
4. 船舶データ共有のオープンプラットフォームと標準化
4.1 船舶IoTデータ収集に関するISO標準化の取り組み
4.2 陸側のデータ共有の仕組みづくりShipDCとIoS-OP
4.3 船舶IoTデータの名前付けとデータカタログ
5. 船舶IoTデータの活用に必要な協業
6. 今後の課題