- 自動車
- 予知保全
自動車塗装工程の換気パネル異常検知：予測精度を20%向上
AIに基づいて自動車塗装工程内の換気扇（ベンチレーションファン）に使用されるモーターの異常を検知し、生産ラインのダウンタイムを短縮。
もっと知るMakinaRocks Use Cases
自動車、半導体、エネルギーなどの活用事例をより詳しく知りたいときは？
MakinaRocksのAI専門家にご相談ください
専門家に相談する
- 製造業
- AIプラットフォーム
データラベリングからHPCリソース最適化までAIワークフローを効率化
オートアノテーションを活用したデータ構築からHPCインフラのリソース最適化まで、一つのAIプラットフォーム（Runway）で実現し、電子産業でのAI運用効率を向上。
もっと知る
- 金融
- AIプラットフォーム
Runway：自動車事故イメージ分析モデル運用プロセスの自動化
AIプラットフォーム（Runway）で様々なイメージ分析モデルを複合的に適用し、再学習から再デプロイなど運用プロセスを自動化。
もっと知る
- 製造業
- AIプラットフォーム
- 予知保全
Runway：PLCリアルタイムデータに基づいた製造業特化AIシステムの構築
製造現場のPLCリアルタイムデータを活用したAIシステムを構築し、多様な製造データの特徴量を反映、高い解像度のデータを使用して持続可能なAIプロセスを構築。
もっと知る
- 流通
- AIプラットフォーム
- 予測分析
生鮮食品の割引価格最適化：店舗別の利益3%増
AIで生鮮食品の割引価格を最適化し、AIプラットフォーム活用して実店舗で検証されたモデルを多店舗に拡張展開。
もっと知る
- 製造業
- 最適化
ファーネス設備の最適温度制御：LNG使用量を2%効率化
AIベースのモデル予測制御（MPC: Model Predictive Control）を通じて鉄鋼ファーネス設備の温度を制御する最適なロジックを導き出し、一貫した目標品質を達成しながらエネルギー消費を最小化。
もっと知る
- 半導体
- 予知保全
CO2レーザードリルの異常検知：異常発生の1か月前に異常兆候を予測・精度93%
CO2レーザードリルに特化したディープラーニング異常検知モデルで異常兆候を事前検知し、半導体後工程におけるダウンタイムを短縮。
もっと知る
- 製造業
- 予知保全
産業用モーター異常探知：7日以内でデータシステムを構築
安定したデータ収集システムと多数の設備に対応できるAI運用システム（MLOps）を構築し、モーター故障による生産ラインのダウンタイムを短縮。
もっと知る
- 製造業
- 最適化
パラメータチューニングの自動化：52%時間短縮・20%精度向上
データに基づいたシミュレータと強化学習を活用してパラメータチューニングを自動化し、ソフトウェアにおけるモーションコントロールの制御値と実際の制御値のずれを最小限に抑制。
もっと知る
- 製造業
- 最適化
SMTマウントシーケンス最適化：8週間で既存アルゴリズム性能を達成
強化学習を利用してPCB上での効率的な電子部品の装着順序をプランニング。表面実装の技術工程にかかる所要時間を最小化。
もっと知る
- 製造業
- 最適化
マルチロボットのプログラミング自動化：所要時間を6週間から3日間に短縮
AIとロボティクス技術を融合し、マルチロボットで構成された車体溶接工程を迅速かつ安全に行うロボットプログラムを作成するためのパスプランニングを実施。作業時間を短縮し、製品の生産スピードを向上。
もっと知る
- 最適化
HVACの制御最適化：エネルギー消費を10%削減
電気自動車の実データを活用してリアルに最も近いAIシミュレーターを開発。演算速度を大幅改善した軽量化モデルを搭載することで車両エネルギー制御を最適化。
もっと知る
- 予知保全
産業用ロボットの異常探知：5日前の故障予測・400台のロボットに適用
独自開発した教師なし学習ベースの異常探知アルゴリズムを活用。生産工程・環境に特化したカスタマイズモデルの開発を通じて、設備の異常を少なくとも5日前までに探知。また、400台余りの多様なロボットアームを統合された環境でモニタリングおよび管理することで、ダウンタイムによるコスト損失を最小限に抑制し、生産性を向上。
もっと知る
- 半導体
- 最適化
チップ設計の自動化：設計時間を85%短縮し・性能を49%改善
AIベースのシミュレーターと強化学習エージェントを活用して、ASICに存在する数百万のコンポーネントの最適配置を自動化し、作業時間と性能を向上。
もっと知る
- エネルギー
- 予測分析
太陽光発電量の予測：787の発電所で3,000以上のモデル運用
様々なアンサンブルモデルを活用して予測精度を高めることで、787の発電所を統合運用し、3,000以上のモデルを素早く再学習してデプロイするAI運用環境（MLOps）を構築。
もっと知る
- 化学
- 予知保全
PP工程の緊急シャットダウン（ESD）早期探知：7日前に早期予測
ポリプロピレン（PP）製造工程の反応炉にディープラーニングによる異常探知モデルを適用してESD（Emergency Shut Down）を事前に察知し、異常特性に対するインサイトを提供。
もっと知る
- バッテリー
- 予測分析
EVバッテリー寿命予測：2,700台以上に適用・モデル性能を4.6倍まで改善
バッテリー管理システムのデータと電気自動車（EV）運行パターンの分析を通じて、車両用リチウムイオンバッテリーの残存寿命予測とライフサイクルモニタリングを可能に。
もっと知る
- エネルギー
- 予測分析
- 予知保全
エネルギー貯蔵システム（ESS）の異常探知：12時間前に異常を予知
エネルギー貯蔵システム（ESS）の熱暴走を探知できるモデルを開発し、安全性分析における指標を提供することで、火災発生前の異常兆候を予測・モニタリング。
もっと知る
- 半導体
- 予知保全
半導体生産設備の異常探知：確率90%以上で最大24時間前に探知
半導体生産設備から出る最小限のデータを活用してレシピ変更にも迅速に対応できる異常探知モデルで、設備異常の兆候および故障までにかかる時間を推定。
もっと知る
