異常検知・寿命予測への
デジタルツイン導入と活用のポイント

大阪公立大学 都市科学・防災研究センター 特任教授　川合 忠雄 氏

【アーカイブ（録画）配信】 ２０２６年１０月１６日まで受付（視聴期間：１０月１６日〜１０月２６日まで）
※２０２６年１０月６日（火）　１３：００〜１６：００ Live配信セミナーの録画配信です

1名につき ４９,５００円（消費税込、資料付）
〔１社２名以上同時申込の場合のみ１名につき ４４,０００円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

【講演趣旨】
設備保全の高度化に向けて、異常検知や寿命予測にデジタルツインをどう導入し、現場で活用するかを解説する。特に、物理モデルを核とした状態理解・異常診断・余寿命予測の考え方を軸に、回転軸系、ジャーナル軸受、電磁ブレーキ、3Dプリンターなどの研究事例を交えて具体的に示す。さらに、生成AIを知識接続層、AIエージェントを業務実行層、Physical AIを現場閉ループ層として位置付け、今後の設備保全の在り方と導入の勘所を展望する。


【講演項目】
1.設備保全の高度化とデジタルツイン
　1.1 設備保全に求められる価値
　1.2 保全高度化の方向性
　1.3 デジタルツインの意義

2.デジタルツインの基本構造と設計思想
　2.1 デジタルツインとは何か
　2.2 デジタルツインを構成する要素
　2.3 製造業における対象範囲
　2.4 スケーラブルなデジタルツイン設計

3.異常検知・寿命予測を支える計測とデータ処理
　3.1 センシング技術
　3.2 センサ実装の要点
　3.3 信号処理の基礎
　3.4 edgeとcloudの役割分担

4.異常検知の方法論とデジタルツイン活用
　4.1 異常検知の位置付け
　4.2 異常検知手法の体系
　4.3 デジタルツインによる異常検知
　4.4 現場実装上の論点
　4.5 研究事例：回転軸系診断

5.寿命予測・余寿命予測の方法論とデジタルツイン活用
　5.1 寿命予測の基本
　5.2 RUL推定に必要な情報
　5.3 寿命予測モデルの体系
　5.4 デジタルツインによる寿命予測
　5.5 研究事例：ジャーナル軸受、電磁ブレーキ、3Dプリンター

6.生成AIをどう組み込むか
　6.1 生成AIの位置付け
　6.2 デジタルツイン内での役割
　6.3 具体的ユースケース
　6.4 活用上の注意点

7.AIエージェントをどう組み込むか
　7.1 AIエージェントの基本
　7.2 保全向けAIエージェントの構成
　7.3 保全業務フローへの組込み
　7.4 現実的な導入ステップ
　7.5 留意点

8.Physical AIをどう組み込むか
　8.1 Physical AIとは何か
　8.2 デジタルツイン・AIエージェント・Physical AIの関係
　8.3 保全ユースケース
　8.4 導入ロードマップ

9.導入の進め方と実装上の勘所
　9.1 どこから始めるか
　9.2 実装ステップ
　9.3 失敗しやすいポイント
　9.4 成功条件

【質疑応答】