AIによる設備故障の早期発見と、警報後の原因診断

海外の製紙メーカーが公表した事例です（GAMATCHの支援事例ではありません）。

課題

設備の稼働を確保・向上するため、保全部門が故障を早期に予測する手段を求めていました。

灰色の文字は、公表されていない項目です。

「製品の仕様」は提供企業の製品の説明で、この事例での設定は公表されていません。

工場・製品: Monte Alegre 工場（ブラジル）：板紙・クラフトライナー
始めた時期: 2019年3月に試行を開始し、2019年7月に稼働
試行の範囲: センサーと履歴データのそろった発電機・ポンプ計10台
展開: 展望：予測モデル30件の追加と、他工場への展開
提供元: AVEVA（PI System・PI Vision・Predictive Analytics）、Bently Nevada（Baker Hughes）（System 1）、RDI Technologies（Iris M）、Valmet（Sensodec）
使ったAI・DX: 複数の変数の相関から予測モデルを作り、予測値と実測値のずれを早期警報として通知する機械学習

成果の出所：Klabin の発表資料と AVEVA の発表の概要（推定値を含む）

集中監視拠点が通知を受けます。

警報を受けて詳しく調べ、振動のスペクトル解析や油分析、メーカーとの共同診断で原因を特定します。

2019年3月: 10台で試行を開始
2019年7月: 稼働（Go Live、開始から4か月）
体制: 導入の技術責任者は Monte Alegre 工場の保全信頼性エンジニア
発表者: 同エンジニアと、Puma 工場の信頼性・計画のコーディネーターの2名
2022年5月の発表の時点: 目標：警報を担当者の役職の階層に応じて送り分け、業務時間外にも通知し、通知から該当の監視画面（PI Vision）を直接開ける仕組み
2022年5月の発表の時点: 展望：初期の拡大分として予測モデルを30件追加（リファイナー・電動機・排出装置・空気圧縮機、品質のずれに着目した工程モデル）、クラウドへの移行、他工場への展開
2022年5月の発表の時点: 展望：流量計への付着（紙の品質の問題の原因）を、ポンプ回転数と質量流量計のデータから早期に識別するモデル

各社の公表資料に基づく整理です（2026年10月に確認）。

導入後も運用を続けているかは公表されていません。