近年、IoT・AIなどのデジタル技術を活用した製造現場の課題解決に向けた取り組みが活発である。筆者らはこれまでに、アームロボットやプリンタに代表される、多様な動作パターンを有する機器を対象とした振動異常検知技術の研究開発に取り組んできた。筆者らは振動データ切出の前処理作業を行わずに観測対象の動作異常度を定量的に表すことができる手法を提案している。しかしながら、この手法は正常及び異常データを前提とした教師あり学習であるため、異常時の振動データが十分に取得できない場合に高精度の判別モデルが学習できないという課題があった。この課題に対し、本稿では前述の手法を教師なし学習に改良した振動異常検知手法を提案する。また、提案手法の有効性に関する実機を用いた評価実験結果についても報告する。
