進化する状態監視分野への必須インサイト

機械健全性の監視、診断、予測のための新技術が継続的に登場しています。新しいIIoTベンダーが月単位でレーダーに現れます。センサーテクノロジーは頻度が低いものの、一般的な産業測定項目への新たなオプションが活発な投資領域となっています。そしてもちろん、人工知能の世界における新たな主張、プラットフォーム、ツールが、さまざまな形で見逃せません。

本記事は、状態監視と予知保全業界に特化した新製品について、情報提供、明確化、神秘化解除を目指すテクノロジストによる、IoTテクノロジーに関する継続的な議論です。

振動を超えて？

「なぜオイル状態などの一般的な産業センサー向けのワイヤレスセンサーオプションがもっとないのか？」という問いが投げかけられています。

これは公正な質問です。答えの一部は、コアセンサートランスデューサー技術の可用性にあります。ワイヤレス振動センサーオプションの爆発的増加は、ワイヤレスプロトコル（BLE等）の改善だけでなく、低コスト・チップスケールMEMS加速度計の振動測定性能向上によって可能になりました。MEMSは、IoTに強みを持つが従来の振動測定経験が浅い企業が、産業用状態監視市場に参入することを後押ししました。

一方、オイル/潤滑の健全性指標（粒子や水分の有無、酸価、TAN/TBN、粘度など）のセンサーブレークスルーが大学ラボで見つかったとしても、市販のオイル状態監視センサーを調査すると、産業用電源（10〜30 VDC）から電力を消費する大型筐体が多く、ワイヤレス伝送には必ずしも適していません。

それでもIIoTベンダーは、ワイヤレス振動製品ポートフォリオにセンサーハブトポロジーを追加することで、業界のセンシングニーズに対応しようとしています。これらのハブは基本的にワイヤレスブリッジで、市販の産業センサーからの出力を接続・デジタル化するのに適したアナログ入力ポートを備えています。この機能により、状態監視システムで利用可能なセンサー群を拡張できます。

現在利用可能なIIoTハブは、オイル温度・湿度、圧力、温度プローブ、超音波、電流、機械回転に比例するセンサー信号をデジタル化し、ポートフォリオ内の振動センサーと同じネットワークを介してクラウドやモバイルアプリケーションに伝送・表示できます。

図1. KCF Technologiesワイヤレスハブ（左）はIEPEセンサーポートに加え、タコ、超音波、オイル品質/湿度を提供。Petasense WiFiハブ（右）は超音波、電流、圧力、振動（三軸およびIEPE）、RTD温度に対応するポートを提供。

さらに、IIoTベンダーは潤滑メンテナンスツールの提供も見られます。既存ダッシュボード上で振動データと並べて、潤滑データ収集と必要アクションの記録が可能です。

図2. IjsselのUpTimeWorks潤滑指向PdMサービスは、オイルメンテナンスと並べてワイヤレス振動センシングデータを同一ダッシュボードで利用可能に（左）。Schaefflerの新発売OPTIME C1オイルディスペンサーは、レベル監視用ワイヤレス接続、NFCコミッショニング、オイルタイプ情報を備え、振動センサーから送信されるデータと同一ダッシュボードでデータ利用可能（右）。

これらの発展にもかかわらず、オイルサンプルのデータ収集と分析は適格な専門家によってサービスされ続ける一方で、センサーとIIoTツールは効率向上のために開発されていくことが明確です。これは今日の振動状態監視の状況とよく似ています。

AIの役割 ― 我々は到達したか？

今日、ウェブサイトやソーシャルメディアを開けば人工知能（AI）についての見出しが目に入ります。しかし、現時点でそのフレーズが、特に産業メンテナンスコミュニティにとって何を意味するのか？過去5〜10年以内に状態監視市場に参入した複数のIIoTベンダーは、自社振動センシングシステムのAI能力を大々的に宣伝してきました。この能力は、多くが期待していたゲームチェンジャーになったのでしょうか？

まず、一部ベンダーが説明する能力と、データエンジニアリングアプローチが実際に予知保全に適用されたケーススタディを、もう少し深く見てみましょう。

図3. 何らかのAIベース診断を提供するワイヤレスベンダー。左から ― Symphony Industrial、Petasense、Nanoprecise、Augury。

データ駆動アプローチは、古典的振動信号処理といくつかの点で差別化できます。基本統計を振動波形に適用し、機械振る舞いの特定側面に感度を持つ複数の状態「インジケーター」を作成できます。

データエンジニアリングも健全性インジケーターを作成しようとしますが、複数のデータソースからです。診断は、全体的健全性インジケーターの変化に最も寄与した要因を明らかにすることで効果を発揮します。

資産の主題専門家とデータエンジニアの協働により、回転機器に一般的なものを超える異常への故障カバレッジを拡張できます。既存のプロセス制御信号にデータエンジニアリングアプローチを適用し、新たな計装なしで良好な結果が実証されたケースもあります。

経験豊富なアナリストが見る振動スペクトルは、モーターやポンプの最弱コンポーネントについて多くを語りますが、この高度に視覚的な診断プラクティスはスケールしにくいです。対照的に、機械診断へのデータ駆動アプローチは反復可能でスケーラブルです。

一度適切に訓練されれば、さまざまな機械学習アルゴリズムは日々同じように振る舞います [1]。

図4. 振動、圧力、流量から導出された健全性インジケーターモデルでポンプ健全性を監視。主要寄与インジケーターが異なる新たな異常を示唆。

バッテリー寿命、最前線へ

バッテリー寿命に関する文献をウェブ検索すると、EVについての議論は大量に見つかりますが、IIoT用バッテリーの役割と振る舞いについては、貴重なわずかな情報しかありません。

バッテリー自体は、電気化学的に電荷を蓄え供給する複雑なデバイスであり、これは電荷供給能力が温度など環境条件に依存するだけでなく、アプリケーションに関連する他の要因にも依存することを意味します。米国北部の車所有者なら誰でも、バッテリーが寒さを嫌うことを知っています。しかし、負荷電流がバッテリー容量にどう影響するか、またはバッテリーが完全に死ぬまで放置された場合に容量がどうなるかを、どれだけの人が知っているでしょうか？

ワイヤレス振動センサー製品の仕様を見ると、性能が運転条件と特定アプリケーションに依存することは明らかです。しかし、バッテリー寿命仕様に適用されるときどき曖昧な条件の解釈は、容易ではないかもしれません。

図5. バッテリーの電荷供給能力は、温度や平均負荷電流などの運転条件に依存。カットオフ電圧や放電深度（DOD）などのバッテリーテスト測定基準も容量推定の鍵。（画像提供：Saft Batteries）

一般的にIIoTアプリケーションでは、環境変数として期待伝送距離（無線出力）、施設内の多数の金属障害物（受信エラーによる再送信）、無線プロトコル効率、送信データ量が含まれます。振動測定は特に、他の測定項目とは異なる測定項目です。

経験豊富なアナリストは波形を自分で分析したいと考え、回転数の遅い機械では、数秒のサンプル長を持つ高解像度振動測定となり、単なる現在温度よりもはるかに多くのデータ伝送を意味します。

予想通り、ゲートウェイへの接続とデータ伝送により多くのエネルギーを費やすため、伝送距離増加に伴い総電荷消費は増加します。振動センサーは多くの場合、24時間あたりの伝送回数を制限するよう設定されるため、「スリープ」モードがその期間の電流消費を支配します。この最小電流消費には回路リーク電流が含まれ、半導体では温度上昇とともに増加します。

これら両効果により、各伝送期間により多くの電荷供給を要求することで、バッテリー寿命が短縮されます。

ワイヤレス振動センサーのフィールドテストサンプルデータに見られる、ワイヤレスセンサーバッテリー寿命の変動性は以下のデータに示されます。さまざまな条件下での24時間期間の総電荷消費は、距離と運転温度の両方とともに増加することを明らかにしています。

図6. ワイヤレス振動センサー数個のフィールドテストからの予備結果。予想通り、総電荷消費は伝送距離と運転温度の両方とともに増加。

まとめ

PdMツールボックスへのIIoT機能追加は、手動アクセスが危険または困難な機械をより頻繁に測定し、密接に監視するための手段をサービスプロバイダーに提供します。IIoT経由で収集されたデータは、リモートでよりアクセスしやすく便利に分析でき、他のセンサーからのデータと組み合わせるための高度なデータ処理プラットフォームに供給可能で、より包括的な診断ビューをもたらします。

あらゆる複雑なツールと同様、何らかの範囲のパイロットスタディなしでは、これらの技術があなたの環境でどう振る舞うかを理解することは事実上不可能です。特に、新技術の強みと限界にあまり精通していない場合、ギア購入前にシステム仕様のペーパースタディで利用可能なシステムを精査することは、良い投資となり得ます。

[1] 機械の基本運転モードが変わらないことを前提としています。振動状態インジケーターの効果的なトレンド把握にも、一貫した条件が必要です。