供給圧・バルブ状態・警報履歴・点検記録を横断し、確認すべき設備を優先順位付きで提示。
病院の医療ガス設備では、中央供給設備から配管を通じて各エリアへガスを供給しています。供給圧の低下や警報が発生した場合、保守担当者は供給源、マニホールド、減圧弁、区域バルブ、配管系統などを順に確認し、どこで異常が起きているかを切り分けます。 しかし、警報が出た箇所と実際の原因箇所が一致するとは限りません。例えば、上流側の切替不良や減圧弁の不調が、下流側の圧力低下として現れることもあります。現場では圧力計の値、設備状態、直前の警報、過去の修理履歴を見ながら判断していましたが、その順番や着眼点はベテランの経験に大きく依存していました。 そこで、異常時に見るべき情報を一か所へ集約し、過去の故障パターンと照らして原因候補を提示する保守支援システムを開発しました。
供給圧、マニホールドの切替状態、減圧弁前後の圧力、区域バルブの状態、警報発生時刻を設備ID単位で時系列化。異常が起きた前後で、どの設備の値や状態が先に変化したかを追えるようにしました。
過去の圧力低下事例、交換した部品、点検所見、復旧作業を構造化し、現在の症状と近い事例を検索。単なる警報コード検索ではなく、設備構成と時系列変化まで含めて類似性を判断します。
AIが『供給源側』『マニホールド切替』『減圧弁』『区域バルブ・配管系統』などの原因候補を整理し、確認優先度と根拠を提示。担当者は候補を上から確認しながら現地切り分けを進められます。
実際に確認した箇所、原因、交換部品、復旧内容を案件終了時に記録し、次回以降の類似異常に再利用。ベテランの判断を案件ごとの履歴として蓄積する運用にしました。
異常が起きるたびにベテランへ確認するのではなく、原因候補と確認順を共通化。経験の浅い担当者でも、どこから見ればよいか迷いにくい運用になりました。
紙や報告書に散在していた故障・点検履歴を設備IDと症状で紐付け、次回の異常対応に使えるデータへ変換。過去に似た故障がなかったかを短時間で確認できるようになりました。
基本的な切り分けをシステムが支援することで、熟練者は複数要因が絡む案件や原因が特定しづらい異常に集中しやすくなりました。
設備IDと時刻を軸に各データを統合し、異常前後の状態変化を抽出。過去の故障事例と照合して原因候補を順位付けし、候補ごとの確認根拠と現地点検の優先順を生成します。
4カ月
400万円