Layer.6 分析・予測AI
異常検知・故障診断（FDD）
概要
運転データから設備の異常・劣化・非効率運転を検知し、原因を分類する。
仕組み
設備の運転データを、あらかじめ決めたルール（例：冷房と暖房が同時に動いている）や、正常時の運転パターンを学習したモデルと照らし合わせます。外れた動きを検知すると、考えられる原因と影響を示し、点検や設定の見直しにつなげます。
導入・検討のポイント
- 誤った警報が多いと、現場で使われなくなる
- 保全担当の作業の流れに組み込めるかが分かれ目
- 検知した後の対応手順まで決めておく
新築と既存での違い
新築
試運転時のデータを、正常時の基準として残しておきます。
既存
長年の運転で非効率な設定が残っていることが多く、見つかる改善点が多くあります。
実務者メモ
誤報が多いと現場に使われない。保全担当の作業フローに組み込めるかが分かれ目。
この技術が使われている建物用途
建物事例
- Chiller Doctor（AIによるチラー故障診断）シンガポール・既存
- 熱源機器のAI予知保全愛知県名古屋市・既存
- BCA×Microsoft 冷熱源効率の予測パイロットシンガポール・既存
- Al Shera'a（DEWA新本社）UAE・ドバイ・新築