状態監視
状態監視は、機械・設備・配管・電気機器などの健全性を計測値から継続的に評価し、劣化や異常の早期兆候を捉える技術体系である。振動、温度、音響、電流・電圧、潤滑油性状、プロセス圧力・流量などをセンサで取得し、正常時の基準と比較して偏差や特徴量の変化を検出する。目的は、突発停止の回避、品質ばらつきの抑制、保全作業の最適化、予備品・人員計画の合理化である。オンライン（常時）とオフライン（定期計測）、機上設置とポータブル計測を組み合わせ、現場制約と経済性に応じて設計する。
目的と位置づけ
状態監視は、時間基準保全（TBM）から状態基準保全（CBM）や予知保全（PdM）へ移行するための基盤である。単に信号を集める行為ではなく、故障モード・影響解析（FMEA）や信頼性中心保全（RCM）と結び付けて「何を、なぜ測るか」を設計する点に本質がある。稼働率、総合設備効率（OEE）、MTBF/MTTRといった事業指標への寄与が評価軸となる。
代表的な計測量とセンサ
- 振動：加速度・速度・変位を測定し、転がり軸受や歯車の欠損、アンバランス、ミスアライメントを検知する。
- 温度・熱画像：摩擦上昇、巻線劣化、冷却不良を把握する。赤外線サーモグラフィも用いる。
- 電流・電圧：モータやインバータの負荷変動、偏磁、巻線短絡の兆候を捉える。
- 音響・AE：超音波域の漏れ・部分放電・微小き裂の検知に有効である。
- 潤滑油：粘度、含水、粒度、磨耗粉スペクトルで潤滑状態と磨耗機構を推定する。
- プロセス値：圧力、流量、pH、導電率などの偏差は配管閉塞や弁不調を示唆する。
データ取得とサンプリング設計
状態監視の有効性はサンプリング設計に依存する。対象の固有振動数や回転数に対してナイキスト条件を満たし、必要帯域だけを適切に収集する。同期（タコ信号）を用いたオーダートラッキングは回転機に有効であり、トリガ取得や窓関数の選択は再現性を左右する。計測点は伝達経路を考慮して機械的に剛な場所に設定する。
信号処理と特徴量
- 時系列：RMS、ピーク、クレストファクタ、カートシスは異常の感度が高い。
- 周波数領域：FFTで共振・軸受周波数やメッシュ周波数を把握する。
- エンベロープ解析：転がり軸受の微小欠陥検出に有効である。
- ケプストラム・オーダー解析：回転不均一や歯車噛合を分離する。
- トレンド・季節性：移動平均や分解により劣化速度を推定する。
しきい値とアラーム設計
状態監視では、固定しきい値だけでなく、運転点・環境を加味した動的しきい値が有効である。アラームは注意・警報・停止の多段階とし、ヒステリシスでチャタリングを抑える。誤警報を抑えるために、異常の一貫性（複数特徴の同時変化）、持続性（一定時間超過）を条件に含める。
機械学習の活用
教師あり学習は既知故障の分類に適し、教師なし学習は正常クラスタからの逸脱で未知異常の検出に有効である。特徴量エンジニアリングとドメイン知識の整合が鍵であり、ドリフト対策としてモデルの定期再学習と基準更新を行う。エッジ実装とクラウド解析を併用し、遅延・帯域・セキュリティを両立させる。用語は半角で表記し、例として「AI」「ML」「IIoT」を用いる。
保全戦略との関係
状態監視の結果はCBM・PdMの意思決定に直結する。軽微な異常は運転継続と観察、劣化進展が速い場合は計画停止、致命的兆候では緊急停止といった処置基準を明文化する。ワークパッケージ化、予備品の前倒し手配、停止時間の確保までを一連の手順として設計する。
規格とドキュメント
適用規格の例としてISO 17359（一般指針）、ISO 13373（回転機械の振動診断）、ISO 13374（データ処理・情報フロー）が知られる。点検記録、トレンド、アラーム履歴、是正処置はトレーサブルに保存し、変更管理とレビューで継続的に改善する。
導入時の注意点
- スコープ明確化：重要設備・故障モード・許容リスクを先に定義する。
- センサ配置：取り付け剛性・ケーブル保護・ノイズ経路を事前に評価する。
- データ品質：校正、同時計測、欠測・外れ値処理を標準化する。
- サイバーセキュリティ：境界、認証、暗号化、権限分離を徹底する。
- 人材育成：現場の感覚知と解析知を接続し、判断基準を共有する。
典型的な適用例
ポンプではキャビテーションやシール摩耗、送風機では羽根汚れとアンバランス、歯車装置ではメッシュ周波数のサイドバンド、回転軸ではミスアライメントやベアリングのスパリングが主要シグナルとなる。電動機は電流解析で負荷や巻線異常を示す。これらの所見を設備台帳・保全計画に紐付け、現場が活用しやすい閾値と運用ルールに落とし込むことが実装の成否を決める。
コメント（β版）