空調機の予兆保全モデルを構築するためのデータ設計

この記事で分かること
目次
結論：予兆保全データ設計は要求から整理する
対象範囲を明確にする
要求・故障モード・確認ポイント
SysMLで表すモデル構成
設計レビューで使う確認表
AI・データ活用時の注意点
実務への落とし込み手順
よくある失敗
次に読むなら
関連記事
まとめ

この記事で分かること

故障モードと診断データのつなげ方
誤検知・見逃しを減らすレビュー観点
保守アクションへ落とすためのデータ設計

空調機の予兆保全モデルを構築するためのデータ設計を考えるとき、最初に押さえたいのは「どの部品が悪いか」だけではありません。空調機では、冷媒回路、熱交換器、ファン、センサ、制御、据付、保守がつながっており、一つの現象が複数の要因から見えることがあります。

特に予兆保全データ設計では、予兆保全はデータ量だけでは成立せず、何の兆候をどの時点で検出したいかを設計する必要があります。そのため、要求、機能、構造、状態、データ、検証条件を分けて整理し、設計レビューで同じ前提を見られるようにすることが重要です。

予兆保全データ設計は、故障や品質を後工程で処理するテーマではなく、設計上流から要求と検証へ接続して扱うテーマです。

結論：予兆保全データ設計は要求から整理する

予兆保全データ設計を扱うときは、まず対象を故障モード、センサ、運転条件、保守記録、ラベル、判定しきい値として分解します。次に、空調機、BEMS、保守管理、診断AI、設計FMEAのどこに影響するかを確認します。最後に、時系列ログ、点検記録、故障コード、交換履歴、運転モードを証拠として残せるかを見ます。

この順序にすると、設計レビューの議論が「経験的に怪しい」「AIで見れば分かるはず」といった曖昧な言い方で止まりにくくなります。要求、故障モード、検出方法、対策、検証条件を同じ表へ置けるからです。

観点	確認すること	成果物
要求	何を守るか	性能、信頼性、騒音、安全、保守要求
故障モード	どう悪くなるか	FMEA、DRBFM、異常コード定義
データ	何で検出するか	センサ仕様、ログ、点検記録
状態	いつ現れるか	起動、定常、低外気、異常、復帰
検証	どう確認するか	試験条件、合否基準、再現手順

対象範囲を明確にする

対象範囲を曖昧にしたままレビューを始めると、原因候補が広がりすぎます。故障モード、センサ、運転条件、保守記録、ラベル、判定しきい値のうち、今回の設計変更や診断対象で本当に扱う範囲を決め、対象外の条件も明記します。

対象外を明記することは、逃げではありません。むしろ、設計判断の責任範囲を明確にするために必要です。たとえば市場環境、施工ばらつき、保守状態、センサ交換後の校正などは、設計部門だけで完結しない場合があります。だからこそ、どの部門がどの証拠を持つかを最初に決めます。

要求・故障モード・確認ポイント

項目	設計での意味	確認ポイント
対象故障	何を予測するか	FMEAから選ぶ
兆候	故障前に何が変わるか	温度、電流、圧力、振動を定義する
時間軸	いつ検出したいか	即時、数日、数か月を分ける
ラベル	故障・正常の根拠	保守結果と対応させる
アクション	検出後に何をするか	点検、部品手配、停止判断を決める

この表は、FMEAやDRBFMの前段として使えます。項目ごとに「影響を受ける要求」「検出に使うデータ」「現場で確認する手順」を足していくと、設計レビューと保守運用がつながります。

SysMLで表すモデル構成

SysMLでは、すべてを一枚の図に入れない方が実務的です。要求図では守るべき要求と制約を置きます。BDDでは関係する部品や外部システムを整理します。IBDでは冷媒、空気、電力、信号、データの流れを分けます。状態機械図では、通常、疑い、異常、停止、復帰を分けます。

図	使いどころ	入れる内容
要求図	上位要求と制約の整理	性能、信頼性、安全、保守、検証要求
BDD	構成要素と責務の整理	部品、センサ、制御機能、外部システム
IBD	流れとインターフェースの整理	冷媒、空気、電力、信号、診断データ
状態機械図	条件で動作が変わる箇所	通常、疑い、異常、停止、復帰
トレース表	影響範囲の追跡	要求ID、故障モード、試験、対策

図を作る目的は、記法をきれいに使うことではありません。設計判断の根拠を残し、変更時に影響範囲を追えるようにすることです。レビューでは、図の正しさだけでなく、要求ID、未決事項、試験条件、ログ項目がつながっているかを確認します。

設計レビューで使う確認表

確認項目	質問	証拠として見るもの
目的	何を防ぎ、何を対象外にするか	要求図、FMEA、過去不具合
影響	どの性能や品質へ波及するか	機能分解、IBD、試験計画
検出	何を見れば兆候が分かるか	センサ仕様、ログ、点検記録
判定	正常、疑い、異常をどう分けるか	しきい値、AI信頼度、レビュー基準
対策	設計・制御・保守へどう戻すか	対策表、制御仕様、保守手順
検証	効果と副作用をどう確認するか	試験条件、再現手順、運用ログ

この表は、初期設計だけでなく、設計変更や市場不具合の再発防止にも使えます。要求が変わったときに、どの機能、構造、状態、データ、試験条件へ影響するかを追うことで、手戻りを小さくできます。

AI・データ活用時の注意点

AI診断や予兆保全を含む場合は、データ品質と運用条件を確認します。入力データの有効期限、欠測時動作、外れ値処理、推論周期、説明ログ、手動介入、従来診断への退避は、仕様として書くべき項目です。

AIの出力は、保護ロジックや安全側制約を上書きしない設計にします。診断や最適化の目的があっても、圧力、温度、電流、騒音、快適性、設備保護の境界を破ってはいけません。AIの判断を採用しなかった場合にも、却下理由や退避理由をログに残すと、現場説明と改善に使えます。

また、学習データで良い結果が出ても、実機運用では欠測、通信遅延、センサ交換、設定変更、手動運転、季節差が起きます。モデルの評価は、精度だけでなく、運用条件の範囲、未知条件の扱い、保守時の確認手順まで含めて行います。

実務への落とし込み手順

予兆保全データ設計を現場へ落とす場合は、最初から大きなモデルを作ろうとしない方が定着します。まず、対象機種、対象運転状態、確認したい要求を一つに絞ります。次に、その要求に関係する入力、制御、構造、検証を一枚のレビュー表へ落とします。最後に、試験や運用ログで確認できる項目だけを残し、確認できない項目は未決リスクとして扱います。

手順	実施内容	成果物
1	対象状態を決める	冷房、暖房、低外気、異常、復帰など
2	要求IDを置く	性能、信頼性、騒音、保護、運用
3	関係ブロックを選ぶ	圧縮機、熱交換器、ファン、センサ、BEMS
4	入出力を確認する	センサ値、制御指令、ログ、外部指令
5	検証条件を決める	試験条件、合否基準、副作用の確認
6	未決事項を残す	次試作、追加計測、運用確認へ回す項目

この順序にすると、予兆保全データ設計の議論が抽象論で止まりにくくなります。設計初期では、厳密な数式や完璧なAIモデルよりも、何を判断材料にして、どの制約を守り、どの試験で確認するかをそろえることが重要です。

よくある失敗

1つ目の失敗は、故障モード、センサ、運転条件、保守記録、ラベル、判定しきい値を一つの異常名でまとめてしまい、原因と影響を切り分けられないことです。対策は、要求ID、関係ブロック、状態、ログ項目を同じ表に残し、レビューで根拠を確認できるようにすることです。

2つ目の失敗は、設計レビューで時系列ログ、点検記録、故障コード、交換履歴、運転モードを確認する欄がなく、後から根拠を追えないことです。対策は、要求ID、関係ブロック、状態、ログ項目を同じ表に残し、レビューで根拠を確認できるようにすることです。

3つ目の失敗は、正常範囲、異常範囲、未判定範囲を分けず、現場で過検知や見逃しが起きることです。対策は、要求ID、関係ブロック、状態、ログ項目を同じ表に残し、レビューで根拠を確認できるようにすることです。

4つ目の失敗は、対策を部品交換だけに寄せ、制御、ログ、保守手順、検証条件への反映が弱いことです。対策は、要求ID、関係ブロック、状態、ログ項目を同じ表に残し、レビューで根拠を確認できるようにすることです。

次に読むなら

次に読むなら、空調保守のDX：点検記録をAI診断へ活用する方法がおすすめです。このテーマの全体像を整理する柱記事です。

冷媒漏えいの兆候をセンサデータからどのように検知するか: このテーマの全体像を整理する柱記事です。
ルールベース診断と機械学習診断をどのように組み合わせるべきか: このテーマの全体像を整理する柱記事です。
空調機の故障診断にAIを活用する前に整理すべき事項: 前提を押さえると、この設計判断の位置づけがつかみやすくなります。
サーミスタ異常をAI診断するための故障モード整理: 次に読むと、要求から構造・制御・検証へ論点を進めやすくなります。

まとめ

空調機の予兆保全モデルを構築するためのデータ設計では、個別部品やAIモデルだけでなく、要求、機能、構造、状態、データ、検証条件をつなげて考えることが重要です。空調機は複数部門が関わるシステムであり、上流で前提をそろえないと、試作後や現場導入時に手戻りが発生します。

SysMLは、複雑な設計を抽象化して終わるための道具ではありません。要求と実機評価、制御仕様、保守運用をつなぐための実務ツールです。まずは一つの要求、一つの状態、一つのレビュー表から始め、設計判断を追跡できる形にしていくことが現実的です。