設備保全にAIを入れて失敗する典型は、精度不足ではない。現場が信じないことである。「来週このコンプレッサが壊れます」とだけ表示する画面を、保全課長は止める判断の根拠にできない。今回の論文は、ポルトガル・ポルト地下鉄の実運用データを使い、故障を99.6%の精度で当てたうえで、なぜそう判断したかを文章とグラフで返す仕組みまで作り込んでいる。しかも査読を通り、Scientific Reports に掲載されている。証拠の階層が一段違う研究だ。
1. なぜ今、この研究なのか
理由1：査読誌に掲載され、かつ実在する交通事業者の実運用データを使っている。 本シリーズで扱う論文の多くはプレプリントだが、本研究は査読を経て Scientific Reports に掲載済みである。データはポルト地下鉄の車両から実際に取得されたもので、実験室の合成データではない。
理由2：「説明」が後付けではなく、処理パイプラインの一部として設計されている。 分類して終わりではなく、判定に効いた特徴量を決定経路から抽出し、定型文に流し込んで自然言語の説明とダッシュボードを生成する。保全現場が必要とする形式で出てくる。
理由3：オンライン学習であり、データを溜め込んでから学習する方式ではない。 1秒ごとに流れてくるセンサ値を逐次処理する。単一スレッドで毎秒58サンプル、20スレッドで毎秒1,160サンプルを捌く。特別なGPU設備を前提としない規模感で成立している。
この記事で持ち帰れる3つのこと
- 予知保全AIに「説明機能」を要件として書き込むときの、具体的な仕様の中身
- 精度99.6%という数字が、そのまま保全コスト削減を意味しない理由
- 工場のユーティリティ設備に置き換えたときの費用感と回収期間
2. 論文を読む：ポルト地下鉄の圧縮空気ユニットで何を測ったか
2-1. 対象と課題
対象は地下鉄車両の空気供給ユニット（コンプレッサ系統）である。ブレーキやドア開閉に使う圧縮空気を作る装置で、止まれば運行が止まる。故障の兆候はセンサ値の微妙な変化として現れるが、熟練の保全員でなければ読み取れない。
2-2. データ
- 事業者：Metro do Porto（ポルトガル・ポルト市の地下鉄事業者）
- 期間：2022年1月〜6月
- センサ：16系統（アナログ8＝圧力・流量・温度・電流、デジタル8＝制御信号・状態信号）
- サンプリング：1秒間隔、総サンプル数 606,424件
- 実故障：3件（エアドライヤの空気漏れ／配管側の空気漏れ／コンプレッサのオイル漏れ）
実故障が3件しかない、という点は重要だ。予知保全の現実は「壊れた事例がほとんど無い」ところから始まる。第12号で扱った半導体検査の「不良サンプル不足」と、構造がまったく同じである。
2-3. 手法
センサ1系統ごとに4種類のFIRフィルタをかけ、平均・標準偏差・四分位・周波数変換など24個の特徴量を自動生成する。そこから分散に基づき選別し、オンライン学習の分類器4種を比較した。
| モデル | 種別 |
|---|---|
| Gaussian Naive Bayes | 確率的分類器 |
| Hoeffding Tree | ストリーム対応の決定木 |
| Hoeffding Adaptive Tree | 変化適応型の決定木 |
| Adaptive Random Forest（採用） | 適応型ランダムフォレスト |
説明生成は、決定木の判定経路をたどって「判定に効いた特徴量」を頻度順に抽出し、定型文へ流し込む方式である。あわせて、異常が出ているセンサの波形と特徴量の寄与度をダッシュボードに描画する。
2-4. 結果
特徴量を336個まで広げた条件（シナリオ2）で、Adaptive Random Forest が最良だった。
| 指標 | 値 |
|---|---|
| 精度 | 99.62% |
| F値（マクロ平均） | 98.90% |
| F値：正常 | 99.69% |
| F値：オイル漏れ | 99.72% |
| F値：エアドライヤ漏れ | 98.17% |
| F値：配管漏れ | 98.03% |
| 処理時間（全データ） | 209.65秒 |
同一データセットを使った先行研究（2021年）と比較して、F値で194%の改善だと報告されている。特徴量12個に絞った軽量条件（シナリオ1）でも精度97.53%を確保しており、計算資源と精度のトレードオフを事前に選べる構成になっている。
2-5. 誠実な限界
査読誌掲載という点で証拠の階層は高いが、論文自身が挙げる限界を正確に伝えておく。
- ハイパーパラメータは初期設定のまま固定で、運転条件が変化した際（コンセプトドリフト）に自動更新されない
- 異常検知はセンサ単位で、隣接センサへの異常の伝播を考慮していない
- 説明は「上位5特徴量」に限定される
- 事業者側の生産性指標による効果検証は今後の課題とされており、保全コストがいくら下がったかは論文では実証されていない
最後の1点は、導入判断で最も重要な留保である。99.62%という精度は「当てられた」ことの証明であって、「儲かった」ことの証明ではない。
2-6. シリーズの地図
第1号『AnomalyR1』は画像の異常に理由を付けさせる研究、第2号『TS-Reasoner』は時系列の異常を言葉にする研究だった。本号はその系譜の実運用版にあたる。第13号で扱った電力予測が「未来の値を当てる」問題だったのに対し、本号は「異常の種類を見分けて理由を返す」問題である。時間軸の使い方が異なる。
3. 日本のビジネスに置き換えると何が起きるか
本章以降の適用シナリオは、論文が直接検証した範囲（地下鉄車両の圧縮空気ユニット）を超えた、当社の応用解釈である。工場設備での成立は実測による確認が必要になる。
| 論点 | 論文が示したこと | 当社の解釈（日本の現場に置くと） |
|---|---|---|
| 証拠の階層 | 査読誌掲載＋実事業者データ | 稟議で「実証済み」と書ける数少ない事例に該当する |
| データ量 | 6ヶ月・60万件・実故障3件 | 故障事例が少ない設備でも着手できる |
| 学習方式 | オンライン学習、GPU前提でない | 既存の監視システムへの後付けが現実的 |
| 説明機能 | 文章＋寄与度グラフを自動生成 | 保全員が納得して止める判断ができる |
| 効果実証 | 生産性指標での検証は今後の課題 | 効果測定は自社で設計する必要がある |
日本の製造業で最も近いのは、ユーティリティ設備である。コンプレッサ、冷凍機、ポンプ、送風機。どの工場にもあり、止まればライン全体が止まり、しかも生産設備ほど保全予算が付かない。センサ16系統・1秒間隔という条件は、既設の監視盤にデータロガーを足せば届く水準だ。
4. 導入シナリオ：PoC → 拡大 → 展開
フェーズ1：PoC（4ヶ月）
コンプレッサ1台を対象に、既設センサからの収集経路を確保する。過去の故障記録と保全報告書を突き合わせ、実故障が2〜3件でも着手する。この段階のゴールは精度ではなく、保全員が説明画面を見て納得できるかの確認である。
フェーズ2：拡大（6ヶ月）
対象をユーティリティ設備10〜20台へ広げ、CMMS（保全管理システム）と接続する。警報の閾値を保全課が自分で調整できる画面を必ず用意する。ここを外注に握らせると運用が止まる。
フェーズ3：展開（以降）
全設備適用と、四半期ごとのモデル再学習を定常運用に載せる。論文が限界として挙げたコンセプトドリフトへの対応は、この再学習の運用ルールで人為的に補う。
5. 残っている課題3点
課題1：精度の高さを効果と取り違える。 論文自身が、事業者の生産性指標での検証を今後の課題としている。導入時には「予知できた件数」ではなく「計画外停止時間の削減」を効果指標に置くこと。
課題2：運転条件が変わった瞬間に劣化する。 ハイパーパラメータが固定である以上、生産品目や季節で運転条件が変われば精度は落ちる。再学習の頻度と担当者を、導入時点で業務手順に書き込んでおく必要がある。
課題3：説明が「上位5特徴量」で止まることを軽く見る。 複合要因の故障では、5個の特徴量だけでは現場の腑に落ちない場合がある。説明を鵜呑みにせず、保全員の一次判断を上書きしない運用境界を最初に決めること。
6. 稟議で使えるキーワードと自己診断
キーワード1：説明責任のあるAI。 判定理由を文章と寄与度で残せること。品質保証・安全管理の監査で説明を求められたときに、記録として提出できる。
キーワード2：既設活用。 新規のセンサ敷設ではなく、既にある監視盤のデータを使う構成であること。設備投資ではなく情報化投資として起案できる。
キーワード3：効果測定の設計。 精度ではなく計画外停止時間を効果指標に置くこと。この一文を稟議書に入れておくと、1年後の評価で揉めない。
自己診断チェックリスト
- ユーティリティ設備のセンサ値は、何秒間隔で・何ヶ月分残っているか
- 過去3年の計画外停止について、原因と復旧時間の記録が残っているか
- 停止1時間あたりの逸失利益を、金額で即答できるか
- 保全員は現在、どの数値を見て「異常」と判断しているか
- その判断根拠は文書化されているか
- 生産品目や運転条件が変わったとき、監視の閾値を誰が見直しているか
上記の自己診断と稟議キーワードは、社内で最初の一歩を決めるための叩き台にしてほしい。
7. まとめ
キーメッセージ1：予知保全AIの価値は、当てることではなく納得させることにある。 説明が返らないシステムは、現場が使わないという形で失敗する。
キーメッセージ2：査読誌に載った研究でさえ、業務効果までは実証していない。 精度と効果は別の指標である。効果測定は導入側の宿題として残る。
キーメッセージ3：故障事例が3件しかなくても着手できる。 「データが溜まってから」は、多くの場合ただの先送りである。
一次ソース
- Silvia García-Méndez, Francisco de Arriba-Pérez, Fátima Leal, Bruno Veloso, Benedita Malheiro, Juan Carlos Burguillo-Rial. “An Explainable Machine Learning Framework for Railway Predictive Maintenance using Data Streams from the Metro Operator of Portugal.” Scientific Reports（査読済・掲載）, DOI: 10.1038/s41598-025-08084-1 ／ プレプリント版 arXiv:2508.05388
- 所属：ビーゴ大学（スペイン）、ポルトゥカレンセ大学、ポルト大学、INESC TEC、ISEP（いずれもポルトガル）
- データ：Metro do Porto、MetroPT、2022年1〜6月、606,424サンプル
- 掲載状況：査読を経て Scientific Reports に掲載
次号予告
第15号は、化学プラントを取り上げる。連続プロセスという、部品を組み立てる製造業とはまったく異なる時間の流れの中で、AIが品質と安全にどこまで踏み込めているかを扱う。
