予知保全(FDD)とは?ビル設備の故障を事前に検知する仕組み・導入手順

更新日

予知保全(FDD)は、ビルの空調や熱源設備の運転データから異常を検知し、原因の候補を絞り込んで保全につなげる仕組みです。故障を必ず予測するものではありません。設備データの集め方、導入手順、費用、誤報や運用体制の注意点を、公的資料と公開事例から整理します。

この記事の要点

  • FDDは設備やシステムの正常・期待状態からの逸脱を検知し、原因や箇所の診断を支援する仕組みで、故障の発生や削減効果を保証するものではない。
  • 空調機、VAV、チラー、ポンプなどの運転データを使い、ルールベース、モデルベース、データ駆動型を単独または組み合わせて分析します。
  • 導入前に対象設備、計測点、正常状態の基準、警報の優先順位、現場の対応手順、手動切替と責任分界を決める。
  • 新築は試運転・竣工時のデータとデータ連携要件を残し、既存ビルは設備台帳と計測可能な範囲を確認して小さく検証します。
  • 費用はセンサー・通信、データ連携、ソフトウェア、初期設定、保守、現場対応などで変わるため一律の相場は示せない。

予知保全(Predictive Maintenance)をビル設備に取り入れると、故障してから対応するのではなく、運転データの変化を手がかりに点検や設定確認の優先順位を考えられます。その中心的な技術の一つが、異常検知・故障診断(Fault Detection and Diagnostics、FDD)です。

ただし、FDDは「故障を必ず事前に当てる」仕組みではありません。正常または期待される状態からの逸脱を見つけ、原因の候補を絞り込み、保全担当者の判断を支援するものです。この記事では、ビルオーナー、デベロッパー、設計事務所、管理会社が導入を検討するときに確認したい範囲と進め方を整理します。

予知保全とFDDの違い

用語主な目的代表的な判断材料出力の例
事後保全故障後に復旧する故障アラーム、現場確認修理・部品交換の依頼
予防保全時間や使用回数を基準に点検・交換するカレンダー、稼働時間、メーカー基準定期点検、計画交換
状態監視保全現在の状態を把握する振動、電流、温度、圧力など劣化傾向、しきい値超過
FDD異常を検知し、原因や箇所の診断を支援するBAS・BEMS・メーターなどの時系列データ警報、原因候補、優先順位

FDDは状態監視保全をデータ分析で補助する関係にあり、FDDの結果だけで修繕の要否を自動決定するものではありません。米国エネルギー省(DOE)は、AFDDを「正常または期待される運転からの逸脱を検知し、問題の種類や場所を診断するプロセス」と説明しています。連続的にデータを収集して分析することで、トレンドグラフを人が確認する方法より大規模なデータを扱いやすくなるとしています。[1]

FDDがビル設備を診断する仕組み

1. 運転データを集める

対象設備の運転状態、温度、圧力、流量、電力、設定値、バルブやダンパーの開度などを、BAS・BEMS・個別センサー・メーターから取得します。設備の仕様や系統図、運転スケジュールも、原因候補を絞り込むための情報になります。

2. 正常または期待される状態を定める

単純な上下限だけでなく、外気温、負荷、運転モード、時間帯などの条件を踏まえて「その条件ならどう動くか」を定めます。新築では試運転・竣工時の記録を基準データとして残し、既存ビルでは現在の運転が正常とは限らないため、設備台帳や保全履歴と照らし合わせて基準を設定します。

3. 異常を検知し、原因候補を示す

たとえば、冷房時に暖房弁も開いている、設定温度と室温の差が長時間縮まらない、ポンプの運転状態に対して流量が合わない、といった状態を検知します。検知方法には、ルールベース、物理モデルや性能曲線を使う方法、正常時のデータから外れを見つける方法があります。DOEの研究プロジェクトでも、FDDには物理モデル、ブラックボックス、ルールベースなど複数の手法があると整理されています。[2]

4. 警報を優先順位付けする

FDDを導入すると、設備や建物の数に応じて多数の警報が出る可能性があります。エネルギーへの影響、室内環境、安全性、設備の損傷リスク、継続時間、対応のしやすさなどを組み合わせ、今日確認するもの、定期点検で確認するもの、経過を見るものに分けます。

対象にしやすい設備と検知例

対象取得したいデータの例検知・診断の例
空調機・AHU給気・還気温度、風量、ファン状態、弁開度給気温度の追従不良、センサー異常、弁やダンパーの不整合
VAV・末端室温、設定値、風量、ダンパー開度風量不足、過剰風量、設定値との乖離
チラー・冷温水系冷水・冷却水温度、流量、電力、運転台数効率低下、台数制御の不整合、センサー値の異常
ポンプ・ファン電流、周波数、圧力、流量、運転時間過負荷、空運転の兆候、必要以上の運転
計測・制御系センサー値、通信状態、設定値、アラーム履歴欠測、値の張り付き、通信断、設定変更の影響

実際に必要な計測点は、設備方式、既存のBAS・BEMS、検知したい故障、保全体制によって変わります。計測点を増やすほど精度が上がるとは限らないため、最初から建物全体を対象にせず、影響が大きく、データが取得でき、対応手順を決めやすい設備から始める方法が現実的です。

導入の進め方

1. 目的と対象設備を決める

「故障を早く見つけたい」だけでなく、対象を空調機にするのか、熱源システムにするのか、エネルギーの無駄を見つけたいのか、保全員の巡回を支援したいのかを定義します。目的が違えば必要なデータ、警報の優先順位、効果の測り方も変わります。

2. 既存資料とデータを棚卸しする

設備台帳、系統図、制御シーケンス、BAS・BEMSのタグ、メーター仕様、保全履歴、アラーム履歴、テナントの運用時間を確認します。データがあっても、単位、時刻、タグ名、欠測、更新周期がそろっていなければ診断に使いにくいため、品質も確認します。

3. 検知したい故障と対応を一覧にする

「何を検知できるか」ではなく、「検知したら誰が何を確認し、どの条件で修繕するか」まで決めます。警報ごとに、原因候補、確認する現場情報、緊急度、担当者、対応期限、記録方法を定義します。DOEも、FDDの運用では多数の警報から、エネルギー、費用、快適性、設備状態を踏まえて優先順位を付ける必要があるとしています。[3]

4. 小さな範囲で検証する

1棟全体ではなく、熱源の一系統、空調機数台、特定フロアなどを対象に、検知精度、誤報、見逃し、対応時間、現場の使いやすさを確認します。検証期間は設備の運転モードや季節の違いを含めて設定し、単月の警報数だけで成否を判断しないことが重要です。

5. 警報を調整し、作業フローに組み込む

誤報が多い警報は、しきい値、対象条件、継続時間、除外条件を見直します。警報画面だけで終わらせず、点検依頼、作業指示、修繕履歴、再発確認までつなげます。MENTERUの異常検知・故障診断(FDD)の要素技術解説でも、誤報を減らすことと保全担当者の作業フローへの組み込みを導入時の論点として整理しています。

6. 効果を分けて検証する

FDDそのものの効果、FDDを使って実施した修繕の効果、設備更新や運用変更の効果を分けて記録します。省エネ効果を見る場合は、対象設備、比較期間、外気条件、稼働時間、テナント利用、制御変更をそろえ、電力量と電力、実測値と推計値を区別します。FDDを導入しただけで、必ず省エネや故障削減につながるとはいえません。

7. 対象範囲を広げる

小規模な検証で、データ品質、警報の有効性、担当者の負担、費用、責任分界を確認できたら、対象設備や建物を広げます。建物群に展開する場合は、設備方式やタグ体系が異なる建物を同じ基準で評価できるかを確認します。

新築と既存ビルの違い

観点新築既存ビル
データの基準試運転・竣工時の正常状態を記録しやすい現在の運転が正常かを保全履歴や現場確認で判断する
設備・計測計測点、タグ、通信、データ保持を設計要件にできる既存BAS・BEMS、センサー、通信の接続可否を調べる
導入の起点企画・設計段階で目的と責任分界を定義する取得できるデータと工事制約を確認して対象を絞る
注意点引き渡し時のデータ、制御シーケンス、連動試験の記録を残す古い図面、欠測、手動運転、設備更新履歴の不足を補う

国土交通省の調査でも、建物が設計意図どおりに運転されるには竣工段階と運用段階の継続的な性能確認が重要とされ、空調設備の制御を含む確認手順が検討されています。FDDを新築で使う場合も、運用開始後に診断できるデータを残すことが前提になります。[4]

費用の考え方

FDDの費用は、次の項目の組み合わせで決まります。

  • 既存設備・センサー・メーターの調査
  • 追加センサー、ゲートウェイ、通信回線
  • BAS・BEMS・電力計などとのデータ連携
  • データの正規化、タグ整理、設備モデルの作成
  • FDDソフトウェアの利用料や初期設定
  • 警報ルール・モデルの調整、現場検証
  • 保守、クラウド利用、セキュリティ対策
  • 警報に対応する点検・修繕の人件費

したがって、設備台数やセンサー数だけで一律の相場を示すことはできません。見積もりでは、初期費用と月額費用だけでなく、データ連携の改修、警報調整、現場対応、契約終了時のデータ返却、障害時の手動運転を確認します。

公開資料から見る効果と限界

米国DOEの研究プロジェクトページは、先進的な導入者が自動FDDによって「建物全体・ポートフォリオ単位の中央値7%」の省エネを得ていると報告しています。ただし、これは導入者の報告に基づくプロジェクトページの記述で、FDDだけの効果や日本の建物での効果を保証する数字ではありません。対象設備、改善内容、比較条件を確認して、自社の検証計画とは分けて扱う必要があります。[3]

また、ローレンス・バークレー国立研究所などによる商用建物の調査では、6万台を超えるHVAC設備と90種類を超える故障タイプを対象に、FDDが報告した故障の発生頻度や継続を分析しています。同研究の概要では、ある日にAHUの40%、空調端末の30%に何らかの故障が報告されたとされています。これは研究データセットにおける報告値であり、すべてのビルにそのまま当てはまる割合ではありません。[5]

FDDの価値は、数字を大きく見せることではなく、見つけにくかった異常を記録し、対応の優先順位を付け、修繕後に再発していないかを確認できる点にあります。効果検証では、警報数ではなく、対応した警報の割合、未対応の理由、復旧までの時間、再発率、快適性、エネルギーの変化を追うと、運用上の判断材料になります。

導入前に確認したい注意点

  • FDDと遠隔制御を混同しない:検知・診断と、設定値を自動で変更する制御は別の機能です。制御する場合は安全条件、手動切替、承認者、通信障害時の動作を追加で決めます。
  • 「異常」と「故障」を分ける:省エネ設定からの逸脱、センサーの欠測、設備の物理的故障は、原因も対応も異なります。
  • 誤報を放置しない:警報が多すぎると、重要な通知が埋もれます。警報の精度だけでなく、現場が対応できる量に調整します。
  • データの所有者と利用範囲を決める:テナント情報、設備ログ、クラウドへの送信、委託先のアクセス権限を契約と運用ルールに反映します。
  • 保全契約との責任分界を確認する:FDDの診断結果を誰が確認し、誰が現場を点検し、修繕の承認を誰が行うかを決めます。
  • 法定点検の代替にしない:FDDは日常の運用・保全を支援するもので、法令やメーカーが求める点検を置き換えるものではありません。

FAQ

FDDはAIですか?

必ずしもAIではありません。しきい値や設備の関係を使うルールベース、性能モデルを使う方法、データから正常パターンを学習する方法などがあります。重要なのはAIという名称ではなく、対象設備に必要なデータがあり、警報を現場で確認して対応できることです。

BEMSがあればFDDも使えますか?

BEMSに計測・分析機能があっても、FDDの検知・診断機能、対象設備、データ保持期間、外部連携の可否は製品や構成によって異なります。BEMSの有無だけで判断せず、必要なデータ項目と検知したい故障を照合してください。

予知保全を始めるにはセンサーを追加すべきですか?

必ずしも最初から追加する必要はありません。既存のBAS・BEMSやメーターに、検証対象の診断に必要なデータがあるかを確認します。不足する場合は、費用、設置場所、計測周期、保守性を考慮して追加します。データが取れても、校正や欠測管理ができなければ判断材料として弱くなります。

導入効果はどのように測ればよいですか?

故障の早期発見、点検・復旧時間、再発率、警報への対応率、エネルギー、室内環境を分けて指標にします。導入前後を比べるときは、対象設備、気象、稼働時間、テナント利用、設備更新の有無を記録します。設計値、試算、実測値を混ぜないことも重要です。

MENTERUの関連ページはありますか?

FDDの仕組みや導入時の論点は、異常検知・故障診断(FDD)の要素技術解説に整理しています。センサー、データ基盤、FDDを組み合わせた考え方は、設備の予知保全と遠隔監視の進め方も参照してください。既存設備を活用した運用改善との違いを確認する場合は、既存ビルのクラウド空調制御の向き不向きが関連します。

まとめ

予知保全におけるFDDは、ビル設備の運転データから異常を検知し、原因候補と対応の優先順位を示す仕組みです。導入を成功させるには、診断アルゴリズムの比較だけでなく、次の点を先に決めます。

  1. 何の設備を、どの故障から守るか
  2. どのデータを、どの品質で取得できるか
  3. 異常と判断する正常状態・期待状態は何か
  4. 警報を誰が確認し、どう対応するか
  5. 実測値と推計値をどう分けて効果検証するか
  6. 手動切替、通信障害、セキュリティ、責任分界をどうするか

新築は計測・データ連携・試運転記録を企画や設計の段階で定義し、既存ビルは現状のデータと設備台帳を確認して小さく始めるのが基本です。故障をなくすことや省エネ効果を保証するのではなく、保全判断を継続的に改善する仕組みとして計画してください。

参考資料

情報時点:2026年11月

課題

関連する情報はまだ登録されていません。

監修

井上 智樹
監修・代表
井上 智樹いのうえ ともき
株式会社メンテル 代表取締役

メンテル代表取締役。2023年に創業。竹中工務店の設計部設備BIM推進室で建築設備の設計、グリッドでスマートシティ領域のPMと事業開発に従事。

スマートビルは、省エネをどこまで担えますか?

省エネの等級とは別の話です。設計で決まること、運用で改善できること、海外で評価されていることを整理しています。