26/7/15

鉄道用空気処理装置の状態診断

Machbase Neoを使って、MetroPT-3の鉄道用空気処理装置（APU）データを可視化するデモです。

🎬動画 |

🔗ソース |

このデモでは、UCI Machine Learning RepositoryのMetroPT-3データセットをMachbase Neoに保存し、鉄道車両の空気処理装置（APU）の状態をインタラクティブなダッシュボードで探索できます。

公式データで示された空気漏れ（Failure）区間、センサーの変化、説明可能な健全性指標（Health Score）を併せて確認し、時間軸に沿ってデータを分析できます。

主な機能

このデモのHealth Scoreとイベントは、機械学習モデルではなく、プロジェクトで定義した説明可能なルールに基づく指標です。

公式データセットの故障（Failure）区間と、プロジェクトで算出したイベントを明確に区別して表示するため、実際のセンサーデータに基づく分析過程を確認できます。

Industrial AIとPredictive Maintenanceでは、異常の有無を予測するだけでなく、センサーデータを時間軸とともに分析し、結果を説明できることが重要です。

Machbase Neoは大量の時系列データを保存し、JSON Rollupで必要な区間を高速に取得して、Webベースの監視・分析画面につなげることができます。

このデモでは、 「鉄道車両APUの時系列データが、リアルタイム分析と説明可能な状態診断画面にどのようにつながるか」を例示します。