予知保全センサーの選び方とアラート設計｜失敗しない始め方
設備の突発停止をなくしたいと予知保全に取り組んだものの、「センサーは付けたがアラートが多すぎて誰も見なくなった」という現場は少なくありません。本記事では、故障モードから逆算するセンサー選定、段階的な判定ロジック、現場が信頼して動けるアラート設計までを、実務の手順と数値感で整理します。読み終えたときに、自社の設備1台で明日から始められる状態になることがゴールです。
「センサーを付けたのに使われない」予知保全が生まれる理由
予知保全プロジェクトの相談で最も多いのは、実は技術的な失敗ではありません。「振動センサーを主要設備に付けてダッシュボードも作ったが、半年後には誰も見ていない」というケースです。原因を分解すると、ほぼ次の3つに集約されます。
- 検知したい故障モードを決めずにセンサーを選んだため、肝心の予兆がデータに現れない
- しきい値が甘すぎるか厳しすぎて、誤報の多さに現場が通知を無視するようになった
- アラートが出たあとに「誰が何をするか」が決まっておらず、通知が行動につながらない
つまり予知保全の成否は、AIモデルの精度よりも前に、センサー選定・判定ロジック・アラート運用の3点を故障モードから逆算して設計できているかで決まります。本記事はこの3点を順に扱います。
予知保全センサーの選定：故障モードから逆算する
「どのセンサーが良いか」から考え始めると失敗します。正しい順序は次の通りです。
- 対象設備の過去1〜2年の故障・修理記録を集め、停止時間の長い故障モードを特定する
- その故障モードの「予兆が物理的にどこに現れるか」を保全担当者と洗い出す
- 予兆が現れる物理量を測れるセンサーを選ぶ
代表的な故障モードとセンサーの対応は次の表が目安になります。
| 故障モード | 主な予兆 | 第一候補のセンサー | サンプリング周期の目安 |
|---|---|---|---|
| 軸受（ベアリング）劣化 | 特定周波数帯の振動増加 | 加速度センサー（振動） | 10kHz以上、1回/時間の間欠計測でも可 |
| モーター絶縁劣化・過負荷 | 電流波形の変化、消費電力増 | 電流センサー（CT） | 1kHz程度、または1分値の実効値 |
| 潤滑不良・冷却不良 | 局所温度の上昇 | 熱電対・サーモカメラ | 1回/分〜1回/10分 |
| 配管詰まり・シール劣化 | 圧力・流量の低下傾向 | 圧力センサー・流量計 | 1回/秒〜1回/分 |
| エア漏れ・異音を伴う摩耗 | 特定帯域の音の変化 | マイク・超音波センサー | 常時収録＋帯域別特徴量化 |
選定時の実務的な判断基準を2つ補足します。
既設の計装データを先に使い切る
PLCやインバーターには、電流値・回転数・温度などがすでに載っていることが多く、これらは追加コストゼロで取得できます。新規センサーの検討は「既設データで予兆が見えないことを確認してから」で十分です。実際、モーター系の異常の多くは1分値の電流実効値の傾向監視だけでも捉えられます。
常時監視か間欠計測かを分ける
振動の生波形を24時間収集すると、1点あたり日に数GBのデータになり、ネットワークと保存コストが先に破綻します。軸受劣化のように週〜月単位で進行する故障なら、「1時間に1回、10秒間だけ計測して特徴量（RMS値やピーク値）に変換して送る」設計で十分です。エッジ側で特徴量化してから送るこの構成は、通信量を1/1000以下に圧縮できます。
判定ロジックは「固定しきい値→傾向監視→AI」の順で育てる
最初からAIによる異常検知を目指す必要はありません。むしろ段階を踏むほうが早く成果が出ます。
ステップ1：固定しきい値（導入初日から）
ISO 10816（回転機械の振動評価）のような規格値や、メーカー推奨値、正常時実測値の2〜3倍を初期しきい値として設定します。粗くても「明らかな異常」は拾えます。
ステップ2：傾向監視（データ蓄積1〜3か月後）
移動平均や週次の変化率を見て、「絶対値はまだ正常範囲だが、上昇トレンドに入った」状態を検知します。軸受劣化はこの段階で捉えられることが多く、予知保全の実用上の主戦場です。実際の振動RMS値は、故障の数週間前から次のような推移を示すことが典型的です。
このグラフのポイントは、固定しきい値（警報）に達する4〜5週間前に、傾向監視なら注意レベルで検知できる点です。この数週間が、部品手配と計画停止の調整に使える時間になります。
ステップ3：AI異常検知（正常データが十分に貯まってから）
複数センサーの組み合わせや、運転条件（負荷・回転数）によって正常範囲が変わる設備では、正常データだけで学習する異常検知モデルが有効です。ただし前提として、運転条件のラベル付きで最低2〜3か月分の正常データが必要です。データが貯まる前にAIから入ると、精度検証ができずに頓挫します。
アラート設計：現場が信頼して動ける通知にする
予知保全が定着するかどうかは、アラート設計でほぼ決まります。設計時に必ず決めるべき項目は次の4つです。
1. 2段階のレベル分け
「注意（Warning）」と「警報（Alarm）」を分けます。注意は日次巡回時の確認対象、警報は当日中の点検対象、という運用上の意味をレベルに紐づけます。レベルと行動が対応していない通知は、必ず無視されるようになります。
2. 誤報を抑える発報条件
瞬間値の1回超過で発報せず、「移動平均が連続3回しきい値を超えたら発報」のような条件にします。目安として、誤報が週に2〜3件を超えると現場は通知を信用しなくなります。導入初期は感度より誤報率を優先し、慣れてから感度を上げるのが定石です。
3. 通知に含める情報
「設備Aで異常」だけの通知は行動につながりません。設備名・センサー種別・現在値としきい値・直近の推移グラフへのリンク・推奨アクション（例：軸受温度を現地確認）までをワンセットにします。
4. 発報後のフィードバックループ
アラートごとに「実際に異常だったか／誤報だったか」を保全担当者が1クリックで記録できるようにします。この記録がしきい値の調整材料になり、将来AIモデルを導入する際の貴重な教師データにもなります。
小さく始める進め方：設備1台・3か月のPoC手順
全設備への一斉展開は避け、次の条件を満たす設備1台から始めることを推奨します。
- 過去に突発停止の実績があり、停止時の損失額が説明できる
- 保全担当者が「この設備は困っている」と実感している
- センサー設置と配線・電源確保が物理的に容易
3か月のPoCは次のような時間配分が現実的です。
- 1か月目：故障モード整理、センサー設置、データ収集開始、固定しきい値で仮運用
- 2か月目：正常データの分布確認、しきい値調整、傾向監視の導入、誤報率の記録
- 3か月目：アラート運用の定着確認、検知実績と誤報率の評価、横展開の判断
PoCの合否基準は事前に数値で決めておきます。例えば「誤報が週2件以下」「注意レベルの検知から実異常確認までの追跡が全件できている」「保全担当者がダッシュボードを週3回以上見ている」といった、精度以外の運用指標を含めるのが重要です。
つまずきやすいポイントと回避策
正常データに「正常でない期間」が混ざる
段取り替えや試運転中のデータを正常として学習・基準化すると、しきい値が無意味になります。運転状態（稼働中／停止中／段取り中）のフラグを最初からデータに付けておくことが、後工程の工数を大きく減らします。
センサーの取り付け位置で結果が変わる
振動センサーは、軸受に近い剛性の高い面にマグネットや接着で固定するのが基本です。カバーの上など柔らかい面に付けると高周波成分が減衰し、予兆が消えます。設置時は必ず正常時の波形を確認し、位置を写真で記録してください。
「見える化」で満足して止まる
ダッシュボードの完成はゴールではなくスタートです。導入後1か月の時点で「アラートを起点に実際の点検が何回行われたか」を数え、ゼロならアラート設計か運用ルールに問題があると判断して見直します。
次の一歩：まず「一番困っている設備」を1台決める
予知保全の始め方をまとめると、(1)故障記録から対象故障モードを決める、(2)予兆が現れる物理量からセンサーを選ぶ（既設データを先に使う）、(3)固定しきい値から始めて傾向監視へ育てる、(4)誤報率を優先したアラート設計と発報後の記録運用をセットにする、という流れです。 最初の一歩として、今週中にできることは2つです。過去1年分の故障・修理記録を1枚の表にまとめること、そして保全担当者に「予兆が分かれば一番助かる設備はどれか」を聞くこと。この2つが揃えば、センサー選定の議論は驚くほど具体的になります。技術選定はその後で十分間に合います。