予知保全とは｜予防保全との違いとIoT中級の要点

予知保全とは、設備の振動・温度・電流などをセンサで測り続け、そのデータから劣化の進み方や故障の兆候をとらえて、故障する前のちょうどよい時期に点検・交換を行う保全の考え方です。英語では predictive maintenance と呼ばれます。

故障してから直すと、ラインが突然止まって損失が大きくなります。反対に、まだ使える部品を決まった周期で早めに交換し続けると、部品代と作業の手間がかさみます。予知保全は、その間の「必要なときに、必要な分だけ」を目指します。

そのためには、状態を途切れなく測る IoT のセンサと通信、データから兆候を見つける分析の両方が必要です。設備を仮想空間に写して寿命を試算する使い方はデジタルツインとはで扱っています。

保全の用語は、日本産業規格 JIS Z 8115:2019「ディペンダビリティ（総合信頼性）用語」で定義されています。JIS では、予防保全を「アイテムの劣化の影響を緩和し、かつ、故障の発生確率を低減するために行う保全」とし、その中に時間計画保全と状態基準保全（状態監視保全）があるとしています。事後保全は、フォールトを検出した後に、要求どおりの状態に修復するための保全です（2026年9月27日確認）。

「予知保全」という言葉の位置づけは資料によって少し違いますが、状態基準保全の考え方をさらに進め、データから故障の時期を予測して保全の時期を決めるものとして説明されることが多い言葉です。

どの方式が常に正しいわけではありません。安価で止まっても困らない機器は事後保全、法令や安全のために周期が決まっている点検は時間計画保全、というように、設備の重要度と費用で使い分けます。

回転する機械（モーター・ポンプ・ファンなど）では、軸受の傷や軸のずれが振動の変化として現れることが多いため、振動データがよく使われます。流れを段階に分けます（当サイトの説明用の整理です）。

1. 1計測：加速度センサを設備に取り付け、振動を測る。温度や電流も合わせて測ることがある。
2. 2A/D 変換：アナログの信号をデジタルの値にする。見たい振動の周波数の2倍より高い周波数で標本化（サンプリング）しないと、その成分を正しくとらえられない（サンプリング定理）。
3. 3特徴量の取り出し：振動の大きさ（実効値など）や、周波数ごとの成分（周波数分析）を計算し、データを小さくする。エッジで行えば通信量も減らせる。
4. 4異常の検知：正常なときのデータの範囲を学習し、そこから外れたものを異常の候補とする。しきい値を決める方法と、機械学習を使う方法がある。
5. 5寿命の予測：劣化の進み方から、あとどれくらい使えるか（残存寿命）を見積もり、保全の時期を決める。
6. 6保全と検証：予測にもとづいて保全を行い、実際の部品の状態と比べて予測の精度を見直す。

予知保全のデータ分析で注意したいのは、故障のデータがとても少ないことです。設備はほとんどの時間正常に動いているため、「故障」のラベルがついたデータを大量に集めて学習させるのは難しいことがあります。そのため、正常時のデータから外れたものを見つける異常検知（ラベルのないデータから学ぶ、教師なし学習の考え方）がよく組み合わされます。

加速度センサの仕組みは加速度・ジャイロ・地磁気センサの違い、サンプリング定理はA/D変換とサンプリング定理、教師あり・教師なし学習の違いは機械学習の種類で扱っています。

IoTシステム技術検定 中級の公式ページに示された出題カテゴリのうち、「IoTデータ活用技術（AI、ビッグデータ分析、活用事例）」25〜30% に当たります（2026年9月27日確認）。センサやサンプリングの部分は「センサ／アクチュエータ技術と通信方式」（25〜30%）とも重なります。

公式テキスト『IoT技術テキスト 第4版』では、第3章「IoTデータ活用技術」に当たる範囲です。章とカテゴリの対応は当サイトの推定で、使っているのは目次の章名だけです。

4択の形としては、当サイトの作問の観点で次のようなものが考えられます（出題の傾向や頻度を示すものではありません）。

• 事後保全・予防保全・予知保全の説明として適切なものを選ぶ
• 予知保全に使うデータやセンサとして適切なものを選ぶ
• 故障データが少ないときの分析の方法を選ぶ
• 予知保全の効果や導入の課題として当てはまらないものを選ぶ

試験の形式はIoTシステム技術検定 中級とはへ。合格基準は公式に非公開です。

保全の方式に関する記述として、最も適切なものはどれか。

1. 1時間計画保全は、振動の値が基準を超えたときに部品を交換する方式である。
2. 2事後保全は、故障の兆候を予測し、壊れる前の時期に保全する方式である。
3. 3予知保全は、測定データから故障の時期を予測し、保全の時期を決める方式である。
4. 4状態基準保全は、稼働時間に関係なく、年に1回決まった日に行う方式である。

正解：3。予知保全は、継続的な測定データから故障の兆候や時期を予測し、それにもとづいて保全の時期を決めます。

1 は、測った状態にもとづく状態基準保全の説明です。2 は予知保全の説明を事後保全にすり替えています。事後保全は、フォールトを検出した後に修復する方式です。4 は、決まった間隔で行う時間計画保全の説明です。

ある工場のポンプは故障がまれで、過去の故障時のデータはほとんど残っていないが、正常に動いているときの振動データは大量にある。予知保全のための分析の進め方として、最も適切なものはどれか。

1. 1故障データが十分にたまるまで、分析は始めずに待つことにする
2. 2正常時のデータの範囲を学習し、そこから外れた状態を検知する
3. 3正常時のデータをすべて削除し、故障時のデータだけで学習する
4. 4振動データは使わず、ポンプの購入価格だけで交換の時期を決める

正解：2。故障データが少ない場合は、豊富にある正常時のデータから「正常の範囲」を学び、そこから外れたものを異常の候補として見つける異常検知の考え方が有効です。

1 は故障がまれな設備では、いつまでも分析を始められません。3 は数少ない故障データだけでは学習できず、豊富な正常データを捨てる理由もありません。4 は設備の状態を見ておらず、予知保全になりません。

モーターの軸受の異常で現れる、最大 2kHz までの振動の成分を正しくとらえたい。加速度センサの信号を A/D 変換するときのサンプリング周波数として、最も適切なものはどれか。

1. 1見たい成分と同じ 2kHz にそろえて標本化する
2. 2見たい成分の半分の 1kHz にして通信量を減らす
3. 3見たい成分の2倍を超える 5kHz で標本化する
4. 4見たい成分と関係なく 100Hz に固定して測る

正解：3。サンプリング定理により、とらえたい信号の最大の周波数の2倍（ここでは 4kHz）より高い周波数で標本化する必要があります。5kHz はこの条件を満たします。

1 の 2kHz と 2 の 1kHz、4 の 100Hz は、いずれも 4kHz 以下なので、2kHz の成分を正しく再現できず、別の周波数の成分と区別できなくなる（エイリアシング）おそれがあります。

保全の方式の問題は、選択肢の中の「いつ保全するか」の語（故障の後・一定の間隔・状態が基準を超えたとき・予測した時期）に印をつけると、すり替えを見つけやすくなります。

本番と同じ4択で、ほかのカテゴリと混ぜて解くなら、登録不要のIoT中級の無料お試し20問で全問の解説まで確認できます。