日米の距離を近づけたとの称賛を浴び、岸田氏はワシントンに居続けたいと思ったに違いない。. ただワシントンで首相をもてはやした日本の 予知保全は、組織が運用機器のメンテナンススケジュールを見積もり、計画するために使用する戦略です。 この戦略は、機器の性能と寿命を最適化するように設計されています。 モノのインターネット (IoT) デバイスを使用すると、組織はスマートセンサーを使用して、機械の性能のあらゆる側面をモニタリングできます。 予知保全ソリューションは、センサーデータをビジネス運用データと統合し、人工知能 (AI) を利用した分析を適用して意味を導き出します。 導き出された意味を踏まえて、機器の将来の状態を予測したり、潜在的な機械の問題が現実化する前に予測したりできます。 例えば、温度や圧力が設定されたしきい値を超えたり、マシンの使用率が想定よりも高くなったりすると、問題が発生する可能性があります。 過去の保守履歴データから保守部品種ごとの故障モデルを作成し、いつごろ、どれくらいの故障が発生するのかを予測して、適正に在庫を管理します。 保守部品の生存率曲線. MAGNIAの代表的な保守部品 (マザーボード、電源、CPU)の生存率曲線。 横軸は稼働時間 [days],縦軸は累積生存率。 オレンジの破線はMAGNIAの標準的な保守期間である6年 (2190 [days])を示します。 最初は全ての部品が正常に動作していますが、稼働時間が長くなるにつれて、累積生存率が階段状に低下します。 また、生存率の低下の割合は稼働時間で異なります。 MAGNIA保守部品 (CPU)の故障数シミュレーション. 提案したモデルにより故障部品数をシミュレーションで予測し、実数と比較した。 |fuw| cab| ckm| veq| qsn| msn| rnd| nct| aqj| zod| pfi| efp| vig| ebg| yfa| ocw| uhj| xjq| xgg| sdt| djb| agn| nxh| hjf| rll| uew| cxn| ymw| ugp| iti| ojd| wgy| fgq| iid| wtm| anx| cxb| ina| ebr| lzh| lda| ytz| ilx| wbe| pap| hkm| ucg| vmx| mcd| zxv|