Products

製品ラインナップ

製造現場のエッジ診断から、既存システムへのAPI統合、 データサイエンティストの探索的分析まで。toorPIAの技術を用途に応じた最適な形で提供します。 価格・ライセンスについてはお問い合わせください。

vibeCheck 紹介動画 — 収録から予兆検知までの運用フロー

製造ライン
コンベア設備

低速で回る設備が主な対象 — コンベア、減速機の低速段、撹拌機、冷却塔ファンなど

vibeCheck 運用ワークフロー：現場での測定 → 居室でデータ転送 → 自動解析・結果表示

3ステップの運用イメージ：現場での測定（1〜2分・防爆対策不要） → 居室のvibeCheck本体へ転送 → 自動解析で結果表示

vibeCheck ダッシュボード

vibeCheckのデータ管理画面：設備ごとの録音データ・パイプライン設定・診断結果を一元管理

Edge Device

vibeCheck

低速回転でも、予兆は音に出る。

コンベア、減速機の低速段、撹拌機、冷却塔ファン、回転乾燥機 —回転が遅い設備ほど、従来の振動診断は効きにくくなります。 vibeCheckは特定の周波数のピークを追いません。正常時に作ったベースマップからの隔たりで「いつもと違う」を捉えるため、 どの周波数に異常が出るかを事前に知っておく必要がありません。

なぜ低速回転機器は診断が難しいのか

従来の振動診断

  • •信号そのものが小さい — 設備を揺らす力は回転が速いほど大きくなります。不釣り合いによる力は回転数の2乗に比例しますし、軸受の傷を転動体が叩く勢いも、通過速度が下がれば弱くなります。一方で周囲のポンプやモーターが出す暗騒音は変わらないため、弱い信号が埋もれます
  • •欠陥の繰り返しが毎秒数回まで下がる — 傷が当たる周期は回転数に比例して遅くなります。周波数の見分けやすさは窓の長さの逆数で決まるため、0.1ヘルツ刻みで分けようとすれば10秒以上の窓が必要。しかし窓を長くとるほど時間の分解能は落ち、一瞬の衝撃はならされて消えます（前処理のトレードオフ）
  • •回転数が揺れるとピークがぼやける — 負荷変動やベルト・チェーンのすべりで回転数が動くと、探すべき周波数も一緒に動きます。長く平均するほどピークは広がり、背景に沈みます。回転計を使って追従する方法はありますが、対象設備すべてに回転計を付けることになります
  • •包絡線解析は「答え」を先に必要とする — 取り出す帯域に加えて、軸受の転動体の数と寸法、歯車の歯数、段ごとの回転数が分かっていないと、探すべき周波数を計算できません。多段の減速機やコンベアの駆動系、撹拌機では、その情報自体が現場に残っていないことが少なくありません
  • •振動速度の判定基準には回転数の下限がある — ISO 10816／ISO 20816の振動速度による評価区分は、適用範囲がおおむね毎分120回転までと定められています。それより遅い設備に判定表をそのまま当てはめることはできません。振動速度は変位と周波数の積なので、同じ傷でも回転が遅いほど小さな値として現れます

vibeCheckの見方

  • •遅い繰り返しを数えるのではなく、衝撃が構造を叩いた響きを見る — 傷が当たる周期は毎秒数回でも、一回一回の衝撃は構造を励起し、はるかに高い帯域まで広がった音・振動として現れます。vibeCheckが捉えるのは、この帯域に現れる変化です
  • •スペクトル全体を1つの形として扱う — STFTで得た周波数スペクトルを高次元のベクトルのまま扱い、toorPIAが2次元に射影します。どのピークを見るかを人が指定しません
  • •正常時のベースマップからの隔たりで判定する — 正常領域の内側か外側か、そして重心からの距離が基準値Rgの2倍を超えるか。この2段階でNORMAL／WARNING／DANGERを判定します。異常がどの周波数に出るかを、事前に知る必要がありません

できること・できないこと

分かるのは「いつもと違う」までです。どの部品が傷んでいるかを言い当てるものではありません。原因の切り分けと処置の判断は現場の技術者が行い、vibeCheckはその判断を早い段階で始められるようにします。前提として、正常時のデータと、収録位置・当て方をそろえた運用が必要です。

異常の種類を事前に知らなくても、正常から外れたものを外れとして描けるか。この性質は、正解が既知の合成データを使った公開ベンチマークで検証しています。正常データだけでマップを作り、未知の異常を後から投入する、予兆監視と同じ手順です検証結果を見る→

低速で回る設備は、屋外や粉塵の多い場所、可動部の近くなど、常設センサーを置きにくい場所にあることも多くあります。vibeCheckは日常点検の中で音を採るだけで始められます。

常設センサー不要

屋外の冷却塔ファンや粉塵の多いコンベアなど、配線工事や設備停止が難しい場所でも、日常点検で音を採るだけで導入できます

手持ちの機材で収録

iPhoneの本体マイクや有線・無線マイクで収録可能。市販のピエゾピックアップなど、手元の機材で音を採るだけで始められます

PoCに最適

高価な計測器への初期投資なしに、小規模から効果を検証。リスクを抑えた段階的な導入で本格展開へスムーズに移行できます

Raspberry Pi 5ベースのエッジ処理型診断デバイスです。 録音機材は用途に応じて柔軟に選択可能 —iPhoneの本体マイクや有線・無線マイク、 市販のピエゾピックアップ、32bitフロート音声レコーダーなど、 特別な計測器は不要です。日常業務の中で対象機器の音を採るだけで、高度な予兆監視をすぐに始められます。

DSPモジュールによるフィルタリング・ノイズ除去、STFTによる周波数スペクトルへの変換、 toorPIAによる射影、ベースマップとの比較まで、すべての処理がデバイス上で完結します。クラウドへのデータ送信は不要です。

運用イメージ

vibeCheck本体は居室・事務所内にセットアップ。対象設備のある現場では、日常点検の一環として担当者がiPhone／ピックアップセンサー＋オーディオレコーダーなどで音を採取します。収録データは居室のvibeCheck本体へ取り込み、診断結果はダッシュボードで確認。現場への機器常設は不要です。

運用フロー

初回セットアップは5ステップ。2回目以降は自動化され、実質3ステップで完了します。

1設備登録 — 診断対象の設備を登録・管理初回のみ
2データ取り込み — USB/SDカード、スマートフォン、手動コマンドから音声データを収集。重複検出で誤取り込みを防止
3設備割り当て — 収録データを該当設備に関連付け
4パイプライン設定 — DSPモジュールの組み合わせとSTFTパラメータを構成。プリセット管理・プレビュー機能付き。異なる設定のバージョン比較も可能初回のみ
5予兆監視 — ベースマップ作成 → 正常領域からの推移を段階的に追跡。中間領域に変化が現れた段階で早期に検出。ダッシュボードで推移状況を一覧確認

2回目以降は3ステップ — 音声データを取り込んで設備に割り当てるだけで、設定済みパイプラインが自動実行され診断結果が表示されます。予兆を検知した場合はアラートで自動通知。

この運用手法を実際の現場にどう根付かせるか導入アプローチを見る→

🎁
Free Trial・四半期ごとに3社限定

1ヶ月無料お試しプログラム受付中

実際の現場でvibeCheckを1ヶ月評価。技術評価・運用評価の2階建てレポート付き。詳細・ご応募はこちら →

主な特徴

  • •エッジ完結 — クラウド不要。セキュリティ重視の現場に最適
  • •パイプライン比較 — 異なるDSP/STFT設定を比較評価し、最適な解析条件を探索
  • •Webブラウザ操作 — 専用ソフト不要。直感的なダッシュボードUI
  • •遠隔保守 — Soracom回線による安全なリモートアクセス対応
Backend Integration

toorPIA API

toorPIAの次元削減エンジンと予兆監視システムをREST APIとして提供。 お客様の既存システムやデータパイプラインに組み込むことで、 高次元データの可視化・分析、そして中間領域に現れる予兆の早期検出を実現します。

ベースマップの作成、新規データの射影、診断スコアの取得までをAPIコールで完結。 数万点のマップをバックグラウンドで常時監視し、ステータスやタグによるフィルタリング、 API Key発行による外部システムからの自動連携に対応しています。

主要エンドポイント

  • •マップ作成 — 高次元データからベースマップを生成。正常領域の自動学習
  • •データ追加・射影 — 新規データをベースマップに射影し、2次元座標を返却
  • •予兆監視 — 正常領域からの距離スコアと推移段階（NORMAL/WARNING/DANGER）を返却。異常に至る前の予兆を定量化
  • •マップ管理 — ステータス・タグによるフィルタリング、ダッシュボード連携

技術仕様

  • •REST API / JSON形式
  • •バッチ処理・ストリーミング両対応
  • •API Key認証
  • •既存のETL/MLOpsワークフローに統合可能

LLM連携

PythonクライアントtoorpiaにはMCPサーバーが同梱されており、Claude等のLLMからtoorPIAの次元削減・予兆監視を直接実行できます。

  • •pip install でクライアントとMCPサーバーを一括導入
  • •LLMが対話的にデータ分析・予兆監視を実行可能

エンジンの性能の裏付けは公開ベンチマーク→

API workflow
POST /api/v1/maps

ベースマップ作成（高次元データ投入）

↓
POST /api/v1/maps/:id/project

新規データを既存マップに射影

↓
GET /api/v1/maps/:id/diagnose

診断結果を取得

↓
NORMAL
WARNING
DANGER
response example
{
  "map_id": "m-2026-0401-001",
  "status": "warning",
  "score": 0.73,
  "position": { "x": 0.42, "y": -0.18 },
  "distance_from_rg": 1.84,
  "threshold_rg": 1.0,
  "in_normal_area": false
}
JupyterLab上でのtoorPIA分析画面

JupyterLab上でtoorPIAを実行し、MapInspectorでクラスタ分析を行う画面

分析パッケージ システム構成図

システム構成：Webブラウザ → JupyterHub → toorPIAエンジン（Dockerコンテナ内）

For Data Scientists

toorPIA 分析パッケージ

JupyterHub + JupyterLab環境でtoorPIAを利用できるオンプレミス分析基盤です。 お客様のプライベートクラウド上のDockerコンテナにインストールし、 社内のデータサイエンティストがブラウザからJupyterLab環境にアクセスして、 toorPIAによる高次元データの探索・分析を行えます。

JupyterHubがユーザー認証とセッション管理を担当し、各ユーザーは独立したJupyterLab環境で作業。 toorPIAエンジンは解析コマンドとして呼び出され、結果はNotebook上でインタラクティブに可視化されます。 データは社外に出ることなく、セキュアに運用できます。

  • •オンプレミス導入 — データを社外に出さずにセキュアに運用。プライベートクラウド上のDockerコンテナで動作
  • •JupyterHub統合 — マルチユーザー認証・セッション管理。ブラウザから即座にアクセス
  • •MapInspector — 射影されたマップ上でクラスタを選択し、主要属性の差異を即座に比較。ヒートマップ・散布図の切り替え表示
  • •インタラクティブ分析 — Notebook上でコマンドを実行し、マップ作成・クラスタ比較・属性抽出をリアルタイムで探索

高次元データを見分ける仕組みは技術ページ→

価格・ライセンスについて

ご利用規模や導入形態に応じて最適なプランをご提案します。
お気軽にお問い合わせください。

お問い合わせ

次は導入の進め方（アプローチ）を見る→