スマートメンテナンスの実現に向けて ①人口予測と当社の鉄道運輸収入・サービス品質・安定性の向上設備の 120,000強化・増強・品質の向上・最小コストで資産価値を長期にわたって最大化 140,000 今ここにいる 100,000 人口(千人) －背景－ 80,000 60,000 40,000 20,000 新幹線開業 (1964) JR発足 (1987) 20 30 40 50 60 70 80 90 00 10 20 30 40 50 60 70 80 90 00 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20 20 20 20 21 ②当社の経費構造とメンテナンス経費西暦西暦 20,000 18,000 これからのメンテナンスに求められること当社単体の営業費 16,000 ・保有設備量 12,000 横ばい？ 10,000 8,000 メンテナンス経費・保守レベル 6,000 レベルアップ 4,000 営業費の１/３～１/４を占める 2,000 ・メンテ経費約4,400億円削減・抑制 20 11 年 20 09 年 20 07 年 20 05 年 20 03 年 20 01 年 19 99 年 19 97 年 19 95 年 19 93 年 19 91 年 19 89 年 0 19 87 年金額(億円) 14,000 年度西暦 Technical Center 1 スマートメンテナンスの実現に向けて ①多種多様な情報端末の普及とネットワークの進化 ②コンピュータの発達（人工知能化）利用者が時と場所を選ばずに情報サービスを利用できる対話形式で人間の考え方のアルゴリズムを学習高速ネットワークの進化顧客データ画像・映像多種多様な情報端末の普及スマートＴＶ－背景－タブレット端末ログファイルインターネット計測データ音声プログラム ➡ 人間と同じような思考回路 SNS データをインプットスマートフォン ③ビッグデータが新しいサービスを生むビッグデータ（Volume Variety Velocity）大量の形式の異なるデータをリアルタイムで処理することができる顧客データﾛｸﾞﾌｧｲﾙｲﾝﾀｰﾈｯﾄ画像・映像 SNS 計測データ音声ペタバイト級の巨大データ＋高速な判断アラーム発信近未来を予測今を描き出す今まで存在しなかった新しい付加価値、サービスを生んでいる Technical Center 2 20世紀型ビジネスモデル（モノ中心の工業経済）ユーザーは製品の受け手ユーザーは提供された製品を選択するユーザー一方的自動車製品技術電化製品価値は製品の中にある。その価値の決定者は企業電話鉄道・大企業が中心となり、製品を製造し、業界が形成される・製品仕様、数年ごとに行われるスペックアップの時期等は企業が決める。・技術は自前主義 ◆工業的発明蒸気機関内燃機関電力システム画期的なイノベーションが起こりにくい仕組み Technical Center 21世紀型ビジネスモデル（サービス中心のサイエンス経済）ユーザーユーザーと企業はモノから得られるサービスの共同生産者インタラクティブしくみを提供・ユーザーと企業が共同で創造する amazon：レコメンデーション機能 iPod,iTunes：iTunes store (音楽配信システム) 製品 Facebook：（SNS：ソーシャルネットワーキングサービス） KOMTRAX：・オープンイノベーションにより創造可能・技術自前主義、製品改良からはイノベーションは起きない（コマツ：建設機械管理システム）技術 ◆科学的発明バイオ、ナノテクノロジーＩＴ（情報通信）オープンイノベーションによる新しいしくみ・プラットフォームの提案 Technical Center スマートメンテナンスの実現に向けて－スマートメンテナンス構想－スマートメンテナンスの四本柱 CBMの実現アセットマネジメント導入 AＩによる業務サポート統合データベース Technical Center 5 ＣＢＭの実現に向けて変化を捉えるため多くのデータを収集結果をトレース・施工後の劣化の推移から施工時期、施工方法、検査頻度等から評価、次のサイクルに生かす次回の検査時期施工方法の評価は・・・施工実績から賢く施工・過去の施工実績から施工に必要な情報を施工担当者に提示評価データ取得データ分析施工意思決定設備の劣化を捉える・取得データから劣化予測、変化、原因を提案する劣化度測定時期・メンテナンスにおける最適なマネジメントの実現(こわれる前に直す) ・事故の予兆を捉える。・予測結果に加え、メンテナンスの制約条件（気象等部外条件も含む）、及び過去の施工実績等から施工時期、施工方法別のメンテナンス効果、コスト推移を提示、最適なメンテナンス時期、方法をマネジメントする Technical Center 6 TBM（Time Bsaed Maintenance)から（TimeBsaed BsaedMaintenance) Maintenance) へ CBMCBM （Condition へ現在今後高頻度ﾃﾞｰﾀの活用・専用の軌道検測車が年4回運行・目視による材料状態検査・営業車による軌道検測と画像データによる材料状態検査を毎日実施個々の状態から意志決定支援システムを活用して実施画一的なルールに基づき実施変位量変位量 1月 4月検査データ 1月 7月技術者規程 4月高頻度データ 7月技術者意思決定支援システム 7/36 Technical Center 7 Condition Based Maintenance Find ＆ Repair から Predict ＆ Prevent へ CBM 修繕結果を評価変化率をとらえてアラームリアルタイムデータを発信し、最適なタイミンに基づくグで修繕検査の実施データ収集限度値修繕施工予防保全検査データを分析意思決定パラメー意思決定のタ根拠が変わる個々の場所によって変化率も様々 TBM 過去のデータに基づく時間画一的なルール Technical Center メンテナンスにおけるスマートメンテナンススマートメンテナンスプラットフォーム判断計画 CBM（アセットマネジメント含）設備の劣化状況を見ながら合理的、計画的にメンテナンスを実施する。 AIと統合データベースを活用した業務サポート優れた現場技術者の判断を随時提供するトラブル対応、検査履歴経験に基づいた知見ベテラン技術者各種研究開発の取組が進む暗黙知の見える化 Technical Center 線路設備モニタリング装置効率的なデータ収集 Mue-Trainに搭載していた装置を E233系京浜東北線に搭載し、慣性正矢軌道検測装置＆軌道材料モニタリング装置営業車に搭載可能なように、搭載装置を小型化し、一昨年5月よりモニターランを実施中 Technical Center 10 取得した線路データを活用したデータ分析・意思決定取得した線路データの劣化予測結果から、・メンテナンスの制約条件（予算、機械の運用等）・意思決定者の考え方（例：軌道変位12㎜以上は必ず補修）等を考慮して最適なメンテナンスの計画を策定意思決定支援システムイメージ ④施工計画案・ｼﾐｭﾚｰｼｮﾝ施工計画案 ①検測軌道測定データ ○○線 ○○km～○○km ②劣化予測 ③制約条件や責任者の意思軌道補修シミュレーション ⑤意思決定 ⑥施工計画！ Technical Center 11 取得した線路データを活用したデータ分析・意思決定軌道状態表示意思決定・評価支援システムは自らのデータで日々進化劣化予測及び制約条件（施工能力、予算等）を考慮した修繕計画を提案し、結果をトレース MTT施工計画を軌道変位進み入力すると・・・予測を表示日々の劣化や修繕効果のデータが蓄積される予測精度が精緻化し、より「賢い」システムになる。改善予測値を更に高度なCBM、アセットマネジメントが可能に提示 Technical Center 12 12 スマートメンテナンスの実現に向けてデータ取得の項目や頻度の見直しなど－評価ー故障の未然防止、効果的な予防保全を行うためにテータを継続的に活用して、設備状況の変化を捉える。データの蓄積、新たな分析手法の適用により分析の精度を高めるサイクル全体を評価し、見直すことで常に進化させていく最適なタイミングでの修繕や施工方法の高度化 JR-EAST Innovation 2013 意思決定の根拠となる情報内容の高度化、現場社員が分かりやすいＩ/Ｆ 13 Technical Center 13 アセットマネジメントの実現に向けてサービスレベルとコストを数値化し、長期的視点での経営判断を可能に道路業界で検討されている手法に土技セの検査データを適用した試算例ＡＢＣＳ確率統計論的にモデル化年数健全度構造物の状態措置等Ａ運転保安、旅客および公衆などの安全ならびに列車の正常運行の確保を脅かす、またはその恐れのある変状等がある早急に措置Ｂ将来、健全度Ａになるおそれのある変状等があるもの必要に応じて監視等の措置Ｃ軽微な変状等があるもの次回点検時に必要に応じて重点的に調査Ｓ健全なものなし Technical Center 14 アセットマネジメントの実現に向けて状態 S case３ C case2 case1 B A 劣化 case3：設備のレベルがＣﾗﾝｸになったら計画的に修繕実施 case2：設備のレベルがＢﾗﾝｸになったら計画的に修繕実施 case１：設備のレベルがAﾗﾝｸになったら計画的に修繕実施 case０：緊急修繕のみを実施する場合コスト(千円) case0 修繕レベル腐食損傷沈下Ａ⇒Ｓ 460 700 1,750 Ｂ⇒Ｓ 250 410 660 Ｃ⇒Ｓ 140 250 250 Technical Center 15/46 15 アセットマネジメントの実現に向けてサービスレベルとコストを数値化し、長期的視点での経営判断を可能にサービスレベルを一定に保つことを条件に、修繕方法による長期的コストの違いを試算沈下に関する検討結果沈下に関しては、手厚い予防保全が50年間のメンテにおいてトータルコストが最も低い Technical Center 16 コストシミュレーション１シミュレーション２毎年同額投資では、、初期に集中投資すると、、後々低予算で、、年度年度悪化傾向に・・・良化傾向に・・・設備レベル年度年度 Technical Center 17 ＡＩ（人工知能）による業務サポートの意義ＡＩで何をやりたいのか？メンテナンス技術者の役割現場技術者の判断をＡＩがベテラン技術者のように強力にサポートを行う ○設備の特情に応じた適切なメンテナンス業務 ○異常時等における適切な判断（メンテナンス業務の核心部分）期待される・異常時のトラブルシューティング・特情箇所等のメンテナンス時のポイント提示効果早期復旧やトラブルの未然防止に効果ベテラン社員の暗黙知を形式知に置き換え、現場技術者の判断をサポートキーテクノロジー：テキストマイニング、機械学習 Technical Center 18 ＡＩ（人工知能）による業務サポートたくさんの報告書（テキストデータ）からキーワードを入力絞込を行い、類似の文書を検索事象発生！信号機が赤現示（100件） ○月（40件） ○○駅１番線（12件）あおり（4件）絞り込んだ文書報告書 Technical Center 19 スマートメンテナンスの今後の進め方 ■研究開発（R＆D）の推進のために… スマートメンテナンス実現にはオープンイノベーションが不可欠！！データベースの構築、意思決定のアルゴリズム、データマイニング、信頼性理論、統計学、確率論など ■日本の社会構造の変化に備え… 「（特に地方部の）人口減少」「ICTの進展」といった社会構造の変化に対応した新しいメンテナンス手法の構築が必要！！ Technical Center 20