予知保全とは何か：振動・電流データで設備故障を予測する

「また突発停止か」——その繰り返しを断ち切るために

点検で異常が見つからなかったことだけでは、次の点検まで故障しないとは保証できない。軸受の摩耗など、監視で捉えられる兆候がある故障について、測定と保全をどう組み合わせるかを考える。

突発停止の影響を評価するときは、停止設備だけでなく、生産計画、後工程の手待ち、緊急部品の手配、復旧後の増産に必要な費用も調べる。発生回数と損失は、自工場の記録に基づいて見積もる。

では、異常を見つけてから故障するまでに対応の余裕があれば何が変わるか。状態の確認や部品手配、計画停止を検討できる。ただし、故障時期を必ず予測できるわけではなく、必要な予備品も調達期間や欠品時の影響を踏まえて決める。

この記事では、予知保全の概念・代表的なセンサーデータと故障の関係・導入ステップ・コストと効果の現実を、製造現場の視点で整理する。

---

保全の4種類と使い分け

予知保全を理解するために、よく使う4つの考え方を整理しよう。唯一の排他的な分類ではなく、資料や社内規程での用語の範囲を確認して使う。

重要なのは「予知保全がすべての答え」ではないという点だ。設備の重要度・故障頻度・修理コストに応じて4種類を組み合わせるのが現実的な保全戦略になる。

たとえば、重要なモータでも、狙う故障の予兆が測れ、保全の段取りが間に合うかを先に確認する。交換に10分もかからない補助ポンプを事後保全とする案も、安全・品質への影響が許容され、予備品と復旧手順が整っている場合の選択肢だ。短い交換時間だけでは決めない。メーカー指定などでオーバーホール周期に根拠がある設備では、時間基準の保全を継続する判断もある。

⚠️ 呼び名は資料によって違う。 「予防保全（PM）」を時間基準と状態基準の両方を含む上位の言葉として使う資料もあれば、時間基準だけを指す資料もあります。事後保全にも、壊れてから直すと決めたうえでそうしている計画的なものと、想定外の突発があり、前者は「放置」ではありません。社内で話す前に、どの言葉をどの意味で使っているかを揃えておくこと。

⚠️ 予知保全は「壊れる前に必ず気づける」方式ではない。 効くのは次の2つがそろったときだけです。

• 前兆が測れる故障モードであること（摩耗・劣化のように、進行が信号に出るもの）
• 気づいてから手を打つ余裕があること（部品の手配と停止の段取りが間に合う）

急に割れる・異物で一気に詰まるような故障は、監視していても止まります。どの故障モードを狙うのかを先に決めてから、測るものを選ぶのが順番です。

---

予知保全とは何か：「異常の予兆」を捉える考え方

予知保全（PdM：Predictive Maintenance）は、対象設備の状態を測り、劣化や異常の兆候を評価して保全時期・内容の判断につなげる考え方だ。検知できる故障と対応可能な時間には限界がある。

徐々に進む劣化では振動・電流・温度などが変化することがある。一方、急な破損や異物の噛み込みなど、監視信号から十分な予告時間を得られない故障もある。値の変化は運転条件の違いでも起こるので、変化しただけで故障とは断定しない。

比較する相手を時間基準保全（TBM）に限定すれば、TBMは設定した時間・回数などを契機とし、状態を使う保全は観測した状態を判断材料にする。周期や閾値はメーカーの指示、故障の影響、点検結果などで検討する。状態監視を採用しても、必要な定期点検がなくなるわけでも、部品寿命を使い切れるわけでもない。

---

代表的なセンサーデータと故障の関係

予知保全で実際に何を測るのか。主要な3種類のセンサーと、対象にできる兆候と測定条件を整理する。

振動センサー：軸受・ギア・アンバランスの検知

振動センサー（加速度センサー）では、測りたい周波数帯域に応じてセンサー・固定方法・収録装置を選ぶ。波形の標本化周期、装置内で計算したRMSなどの特徴量の更新周期、クラウドへの保存周期は別物だ。波形を一律に「ミリ秒ごと」「100 msごと」でよいとは決められない。対象帯域と標本化周波数、折り返しを抑えるフィルターを収録装置の仕様で確認する。NIの加速度計測資料も帯域とフィルターに合わせた収録条件を説明している。

軸受の傷を調べる際は、軸受の形状・回転速度に関係する周波数や高調波などを、同じ運転条件の基準データと比較する。ギアの噛み合い周波数は歯数と回転周波数で決まり、同じ速度・歯数なら、摩耗だけでその基本周波数が変わるとはいえない。振幅、高調波、側帯波なども判断材料になる。回転周波数（1X）の振動はアンバランス以外でも増えるため、それだけで原因を確定しない。SKFの振動診断解説が示すように、周波数成分と運転条件を合わせて調べる。

振動の変化を捉えてから対処できるまでの余裕は、故障モード、進行速度、運転条件、測定方法で変わる。一定の週数・月数前に検知できるとは限らない。取り付け位置・方向・固定方法をそろえ、対象の故障兆候を捉えられるか、警報後に対処する時間を確保できるかを確認する。

電流センサー：モータ負荷変化の検知

電流センサーが測るのは電流であり、電流値だけが消費電力を表すわけではない。有効電力を測るには電圧と電流の関係も必要になる。電流は負荷変化を調べる手掛かりになるが、モータ形式・電源・インバーター制御・速度・運転状態の影響を受ける。HIOKIの測定項目でも電流と有効電力は別の項目だ。

ポンプやコンベアの異常を狙う場合も、「詰まれば必ず電流が上がる」とは決めない。対象機械の特性と運転条件を確認し、既知の点検結果や他の信号と照合する。同じ速度・負荷などでの基準と比較し、運転指令の変更による変動と区別する。

クランプ式は導体を切断せず測れる製品があるが、計測方式の利点と、通電中に取り付けてよいかは別だ。型式ごとの取扱説明書、定格・測定カテゴリ、設置場所と配線の条件を確認し、担当できる作業者が所定の停止・電源遮断などの安全措置を計画する。例えばOMRON K6CMの安全上の注意には専用CT・ZCT接続時の電源OFFなどが指定されている。後付け工事や停止時間を含めて適否と費用を確認し、全機種で無停止設置・低コストと一般化しない。

温度センサー：過熱・冷却不足の検知

接触式温度センサーは取付け部の温度を、サーモカメラは観測面からの放射をもとに温度分布を調べる。負荷・速度・起動後の時間・周囲温度・測定位置などをそろえて比較する。熱画像では放射率、周囲の反射、距離などの設定・条件も影響する。FLIRの測定技術資料で測定条件を確認できる。

軸受の摩擦、電気接続部の抵抗、冷却不足などが温度変化として現れる場合がある。ただし、表面温度だけで内部の原因を確定したり、温度上昇がないことを健全の証明にしたりしない。他の測定や点検と組み合わせ、対象故障に有効な信号か確かめる。

サーモカメラを使った定期的な巡回点検は、人手をかけながらも広い範囲の設備を素早くスキャンできるため、センサーを取り付けていない設備にも適用しやすい。ただし、連続監視ではなくスポット点検になるため、急速に進行する故障には対応しにくい面もある。

---

予知保全の導入ステップ

「何から始めればいいか分からない」という担当者に向けて、現実的な導入ステップを整理する。

ステップ3では保全担当者の経験も仮説に使えるが、それだけを正しい閾値の証明にしない。正常な変動範囲、測定誤差、対象故障と対応時間を考え、学習や設定に使っていないデータで確認する。誤警報・見逃しと点検結果を記録し、変更理由・版・承認者を残す。監視通知を安全保護の代わりにしたり、性能確認のために危険な故障を実設備で起こしたりしない。

異常検知・故障分類・寿命予測を分ける

「AIで予測」とひとまとめにせず、必要な出力を選ぶ。

MathWorksの異常検知、故障検出・診断、RUL推定でも、必要なデータと出力は異なる。これらは方式の説明であり、自社設備での性能を示すものではない。

予防的な交換日は実際の故障日ではない。点検で確認した状態、交換理由、未故障で観測を終えたことを区別して残す。データが増えただけで精度が上がるとは限らず、欠測やラベルの誤り、運転条件の変化を確認する。

---

導入コストと効果の現実

コストの目安

予知保全の導入コストは、センサーの種類・台数・データ基盤の規模によって大きく異なる。

小さく始める場合も、対象設備・測定項目・接続台数を決め、センサー、通信機器、設置・設定、試験、保守、利用料の見積もりを取る。費用は方式や契約条件で異なるため、同じ期間の総費用で比較する。

工場全体への展開：センサー台数だけでなく、設置工事・停止調整・通信・保存容量・既存SCADAやヒストリアンとの接続・利用料・教育・保守を分けて見積もる。対象設備、期間、接続条件と含まない作業をそろえて比較する。

AI活用・機械学習モデルの導入：方式によって、データ整備・ラベル付け・検証・モデル更新・監視運用の作業が変わる。正常データ中心の異常検知と、故障分類や寿命予測を同じ要件にしない。特定の金額帯や企業規模で必要性を決めず、狙う判断と運用負担から検討する。

効果の現実

予知保全の効果は「突発停止がゼロになる」という夢のような話ではない。現実的な効果を正直に言えば以下のとおりだ。

まず確認すること：測定値と現場の点検結果が対応するか、データが必要な品質で取れるかを確認する。可視化しただけで勘が正しかったと証明されるわけではない。

運用後に検証する効果：計画保全への移行、緊急修理、停止時間、対応工数などを導入前と比較する。運転時間・負荷・生産条件の差も併記し、効果を確認する期間は故障頻度や取得データで決める。在庫を減らす際は手配期間と欠品リスクも評価し、固定の月数で改善すると約束しない。

過信してはいけないこと：センサーを付けただけで自動的に故障が予測されるわけではない。未経験の故障が正常状態からの逸脱として検知される場合はあっても、原因や残り寿命まで分かるとは限らない。監視できない故障や通信断にも備え、必要な点検・保護機能を維持する。

小さく始めるための考え方

まず対象と狙う故障を絞り、設置→計測→判定の検証→対応フローの一連を試行する。1〜3台という規模は一案であり、代表性、点検・対応できる人員、安全な試行条件から決める。

その際、「突発停止を何件減らせたか」「緊急修理コストがどう変わったか」を、生産条件と運転時間を添えて記録する。誤警報・見逃し・欠測、対応工数、追加費用も含めて継続や横展開を判断する。展開先の型式・負荷・故障モード・センサー位置・通信条件が異なれば再検証し、担当者の教育と保全の権限を整える。期待する性能が確認できない場合の見直し・停止条件も先に決めておく。

---

「予知保全ツール」を選ぶときの視点

市場には予知保全をうたうSaaSやIoTプラットフォームが多数存在する。選定の際に確認すべきポイントを整理する。

既存設備への対応：自社の設備にセンサーを安全に後付けできるか、PLCやSCADAとの接続仕様・取得周期に対応しているか。設備の新旧だけで決めず、実際の型式・設定・通信仕様と工事範囲を確認する。

アラートのカスタマイズ性：閾値をどこまで細かく設定できるか。製品・ラインが変わるたびに設定を変える必要があるか。

データの所有権：収集したセンサーデータは誰が保有するか。SaaSを解約したときにデータを取り出せるか。工場のデータが外部に流出するリスクはないか。

サポート体制：センサーの故障・通信断が起きたときに、ベンダーがどの程度サポートしてくれるか。保全担当者が自力で運用できる仕組みになっているか。

---

まとめ

予知保全は「設備が壊れる前に兆候をデータで捉え、計画的に対処する」保全アプローチだ。

• 事後保全・時間基準の予防保全・予知保全・改良保全を、用語の範囲と対象の故障・影響に合わせて組み合わせる
• 振動・電流・温度は運転条件と測定条件をそろえて評価する。取付けの安全、検知できない故障、欠測時の対応も確認する
• 導入は「対象設備を絞る→データ収集→閾値設定→対応フロー整備→横展開」の順番で進める
• 試行結果を条件・費用・誤警報や見逃しも含めて記録し、展開先での再検証と運用体制を判断する

「センサーを付ければ自動で予測してくれる」は過信だ。何を検知し、誰が確認して何を判断するかを先に決める。現場の知識とデータの検証を組み合わせ、対象故障に対して実際に保全へつながるかを確かめることが大切だ。

---

このテーマのより深い内容は以下の記事で解説しています：

• MESとは何か
• PLCとSCADAとヒストリアンの役割分担
• 保全担当者と生産技術担当者の役割分担