昨今、AIやIoTという技術が流行し始め、これらを利用した設備故障予兆検知は大規模プラントから工場のラインや生産設備の保全に移りつつあります。また製造現場からの要求は設備故障予兆のみならず品質劣化の予兆検知を求められるようになってきました。しかし、いざ使おうとすると、テレビやAIベンダの営業担当者が話していたこととは大違いで統計や数学の知識が求められることがほとんどです。またそういったことを求められない場合はできることが限定されたり自社の課題に合わないといったことが多く聞かれます。
　本講座では、生産現場や保全現場の作業者が今までの知識だけで活用できるAI技術を紹介するとともに、故障予兆検知および品質劣化予兆検知など生産現場でのAI技術活用事例を紹介します。また社内における実施予算獲得や実行体制の構築のためのポイントやプロジェクトの進め方など、現場のお客様と進めてきた多くの経験をもとに紹介します。

1. 製造業におけるAI/分析技術活用の動向
   1. はじめに
   2. AI活用の業界動向
2. 保全現場での課題と対策の傾向
   1. 保全現場において発生している課題
   2. 技能伝承における課題
   3. コスト削減における課題
3. インバリアント分析技術の概要
   1. 故障予兆/品質劣化予兆監視のニーズ
   2. 現場で使えるAI/分析技術 「インバリアント分析」
      1. インバリアント分析の概要
      2. 異常の発見と場所の特定
      3. インバリアント分析の適用範囲
         • リアルタイム予兆/異常検知
         • 保守/点検プロセスの効率化
         • 品質改善
      4. 非破壊検査への応用
4. 故障予兆検知へのビッグデータ分析技術適用事例
   1. ビッグデータ活用のシナリオ
   2. 仮説設定と活用ステップ
   3. 監視におけるインバリアント分析技術の位置付け
   4. 先進的な事例
5. 現場における進め方の課題と対策
   1. 社内における予算獲得のポイント
   2. 新しいプロジェクトをどう進めるか
6. 新しいセンシングと分析技術紹介
• 質疑応答・名刺交換