Reliability Engineering上級編：残存寿命推定—「いつ壊れるか」をデータで予測する
rosutami
はじめに：「あと何ヶ月持ちますか？」に答えられるか
工場長からの質問。
「来月の計画停止でチラーのコンプレッサーをオーバーホールするか、半年後の大型停止まで引っ張るか。どっちだ？」
入門編では「まず測ってみる」、中級編では「FMEAで何を測るか設計する」を解説しました。しかし、工場長が求めているのは、その先です。
「この設備は、あとどのくらい持つのか」
「たぶん大丈夫だと思います」では通用しません。「データに基づくと、現在の劣化速度では3ヶ月後に交換基準に達する見込みです。したがって、来月の計画停止での対応を推奨します」——これが、Reliability Engineeringの最終到達点です。
35年間の現場経験の中で、この「残存寿命推定（RUL：Remaining Useful Life）」の能力が、保全部門の評価を決定的に変える瞬間を何度も見てきました。「壊れたら直す部門」から「生産の安定を保証する部門」へ。保全が「コストセンター」から「バリューセンター」に変わる瞬間です。
シリーズ最終回の今日は、CBMデータから残存寿命を推定し、保全計画に統合する実践手法を解説します。特別な分析ソフトは不要です。Excelで始められます。
結論（先に3行で）
- 残存寿命推定に必要なのは高価なシステムではなく、Excelと3回分の測定データ——線形回帰だけで「あと何ヶ月持つか」は計算できる
- 推定の「不確実性」を隠さず幅で伝えることで、保全部門は「たぶん大丈夫」から「データに基づく経営判断の支援」へ変わる
- 残存寿命推定が計画停止・在庫管理・予算策定に統合された時、保全は「コストセンター」から「バリューセンター」に転換する
残存寿命推定の基本原理
劣化にはパターンがある——だから予測できる
設備は突然壊れるわけではありません。必ず劣化のプロセスを経ています。
線形劣化： 一定速度で劣化が進行。HEPAフィルターの圧力損失増加が典型例。予測が最も容易。
加速劣化： 初期は緩やかだが、ある時点から急速に進行。ベアリング摩耗の「ホッケースティック」パターン。振動値が緩やかに上昇した後、急激に悪化する。
段階的劣化： 長期間安定した後、急激に性能低下。制御バルブのダイアフラムなど。材質劣化がある閾値を超えると、急速にリーク量が増大する。
ランダム劣化： 外的要因（温度変動、湿度、電圧変動）の影響が大きく、パターンが見えにくい。電子基板の故障が典型例。
推定の基本フレームワーク
どのパターンでも、基本は同じです。
状態指標の時系列データを取得する（CBM）。データから劣化の傾向を抽出する。傾向を外挿し、交換基準に到達する時期を推定する。推定の不確実性を評価する。推定結果を保全計画に統合する。
シンプルに言えば、「今の劣化ペースが続いたら、いつ限界に達するか」を計算する。それだけです。
Excelで実践する4つの推定手法
手法1：線形回帰（最も基本的）
線形劣化パターンに適用。HEPAフィルター差圧、コイル効率低下など。
実例： あるAHUのHEPAフィルター差圧データ。9ヶ月間の月次測定で、155 Pa → 162 → 170 → 176 → 185 → 191 → 200 → 207 → 215 Pa。
Excelで散布図を作成し、「近似曲線の追加」→「線形」→「数式を表示」。結果の数式：y = 7.5x + 147（月あたり7.5 Paずつ増加）。
交換基準250 Paに対して：(250 - 147) ÷ 7.5 = 13.7ヶ月。現時点（9ヶ月目）からあと約5ヶ月で到達。
R²値（決定係数） を必ず確認。0.9以上なら信頼性が高い。0.8未満なら他のモデルを検討。
手法2：移動平均＋傾き分析（ノイズの多いデータ向け）
振動データなど、測定ごとのバラつきが大きいデータに適用。
3点移動平均でノイズを除去してから回帰分析。Excelで「=AVERAGE(B2:B4)」を使うだけ。移動平均データの方がトレンドが明確になり、推定精度が向上する。
注意点として、移動平均は直近データの反映が遅れる。最新の測定値が移動平均から大きく乖離している場合は、測定頻度を上げて確認する。
手法3：指数回帰（加速劣化向け）
ベアリング摩耗など、加速するパターンに適用。
Excelの散布図で「近似曲線の追加」→「指数」。線形推定よりも「早めに交換基準に達する」結果になる。
線形と指数の両方のR²値を比較し、高い方を採用。迷ったら保守的な方（早く到達する方）を選ぶ。製薬施設では「過少保全」のリスク（GMP逸脱）は「過剰保全」のリスク（コスト増）より深刻だからです。
手法4：P-Fインターバルの活用
P-Fインターバルとは、故障の兆候が最初に検知可能になる時点（P点）から、機能喪失に至る時点（F点）までの期間です。RCM（Reliability Centered Maintenance）の核心概念です。
主要コンポーネントのP-Fインターバル目安：
ベアリング摩耗：3-6ヶ月。モーター絶縁劣化：1-3年。HEPAフィルター目詰まり：3-12ヶ月。冷却コイルスケール付着：6-18ヶ月。制御バルブ固着：1-6ヶ月。メカニカルシール劣化：1-3ヶ月。
CBM測定頻度の設計原則： P-Fインターバルの1/3以下に設定。ベアリングのP-Fが3-6ヶ月なら、測定は月1回。これにより、兆候検知後に最低2回の追加測定で確認し、保全を計画する時間が確保できる。
推定の不確実性を扱う：「5ヶ月後」ではなく「3-7ヶ月後」
残存寿命推定で最も見落とされがちなポイント。推定には必ず不確実性がある。
不確実性を評価する3つの手法
信頼区間： 簡易的には推定値の±20%。厳密にはExcelのFORECAST関数とCONFIDENCE関数で95%信頼区間を算出。
シナリオ分析： 最善ケース（劣化速度が10%遅い）、基本ケース（現状維持）、最悪ケース（劣化速度が20%速い）の3パターン。「楽観7ヶ月、基本5ヶ月、悲観3ヶ月」という幅を持った予測。
過去データとの照合： 同型設備の過去故障データがあれば精度検証が可能。「過去5年で同型ベアリング8回交換、交換時振動値は平均6.2 mm/s、標準偏差0.8 mm/s」——この実績データが推定の信頼性を裏付ける。データが蓄積されるほど精度が向上する。これがReliability Engineeringを継続運用する最大の価値です。
不確実性を意思決定に活かす
工場長への報告は、不確実性を明示する。
「振動データに基づく残存寿命推定では、基本シナリオで5ヶ月、最悪シナリオで3ヶ月です。来月の計画停止（1ヶ月後）は余裕がありますが、半年後の大型停止まで引っ張ると最悪シナリオでは間に合いません。来月の計画停止でのオーバーホールを推奨します」
推定値と、不確実性と、推奨アクションをセットで提示する。これが保全部門が経営判断を支援する最も効果的な方法です。
残存寿命推定を保全計画に統合する
統合ポイント1：計画停止のスコーピング
RUL統合アプローチ： 「次の計画停止まで持たないコンポーネント」と「次までは持つが、その次は持たないコンポーネント」を識別。「まだ使える部品の無駄な交換」と「計画停止間の突発故障」の両方を削減。
運用フロー： 計画停止2ヶ月前にCBMデータレビューとRUL更新。1ヶ月前に作業範囲を確定し部品手配。1週間前に最終CBM測定で急速劣化の最終確認。停止後に交換部品の実際の劣化状態を記録し、推定精度を検証。
この「推定 vs 実績」の照合が、次回の精度向上に直結します。
統合ポイント2：部品在庫の最適化
「3ヶ月以内に交換が必要になる可能性がある部品」をリストアップし、その分を確保。長期安定しているコンポーネントの安全在庫は削減。ある施設では在庫金額30%削減と緊急発注60%減少を同時に達成しました。
統合ポイント3：予算策定の精度向上
RUL推定に基づき、来年度に交換が見込まれるコンポーネントをリストアップ。「昨年と同額」ではなく、「来年度は主要チラー2台のオーバーホールが見込まれるため前年比15%増。振動データのトレンドに基づく推定です」と言える。経営層への説明力が根本的に変わります。
製薬施設でのRUL推定：GMP上の留意点
文書化の徹底
推定結果と保全判断は記録として残す。対象設備、使用データ、推定手法、推定結果（残存寿命と信頼区間）、判断と根拠。査察時に「保全判断が科学的根拠に基づいている」エビデンスになります。
保守的なマージン設定
推定残存寿命の70-80%を「実効残存寿命」として扱う。クリティカル設備（クリーンルーム空調、用水）は70%、重要設備（チラー、ボイラー）は75%、支援設備は85%。製薬施設では「壊れてからでは遅い」からです。
Change Controlとの連携
重要な区別があります。Change Controlが必要なのは「保全戦略の変更」であり、「個々の保全判断」ではありません。CBMプログラムのSOPで「振動値がX mm/sに達したら交換する」と承認されていれば、実際にXに達した時の交換は通常の保全活動です。
3部作の全体像と実践ロードマップ
シリーズの振り返り
入門編「まず測る」——CBMの基本、主要設備の測定項目、振動計1台とExcelで始める。
中級編「賢く測る」——FMEA×CBMで保全戦略を設計、RPNに基づく優先順位付け、リソースの最適配分。
上級編「いつ壊れるか予測する」——残存寿命推定の手法、不確実性の評価、計画停止・在庫・予算への統合。
実践ロードマップ
1年目（基盤構築）： 重要設備のCBM測定開始。ベースラインデータ蓄積。
1-2年目（戦略設計）： 主要設備のFMEA×CBM実施。SOP文書化。
2年目以降（予測と最適化）： RUL推定の運用開始。計画停止・予算策定への統合。年次レビューで精度継続改善。
3年目以降（成熟）： 予知保全の定着。設備起因の突発故障が年間数件以下。経営との対話が「なぜ必要か」から「どれだけ改善できるか」へ変化。
まとめ：保全の「見える化」が組織を変える
3部作を通じて、一貫して伝えたかったメッセージがあります。
保全は「経験と勘」の仕事ではなく、「データと分析」の仕事になれる。
ベテラン保全技術者が音を聞いて「このベアリングは交換時期だ」と判断する能力は本物です。しかし、その人が退職したら消えてしまう。査察官に「ベテランがそう言っている」では根拠として不十分。
Reliability Engineeringは、ベテランの「経験と勘」を否定するものではありません。それを「データと手法」として形式知化し、組織の能力として定着させるものです。振動トレンドはベテランの耳を数値化したもの。FMEAはベテランの予知能力を体系化したもの。残存寿命推定はベテランの勘を定量化したもの。
Reliability Engineeringシリーズ——3部作の結論
製薬施設の保全は、「測る→分析する→予測する」の3段階で進化する。この進化に必要なのは、高価なシステムではなく、「データに基づいて判断する」という組織文化の転換である。そして、この文化が根付いた組織は、設備の安定性、コスト効率、GMPコンプライアンスの全てにおいて、圧倒的な競争優位を手にする。
今日から始められる3つのアクション
この蓄積が推定精度の向上を加速させる
既存のCBMデータでトレンドグラフを作る
3回以上の測定データがある設備を選ぶ
Excelで散布図→近似曲線→交換基準到達時期を推定
R²値で信頼性を確認
次の計画停止の作業リストを見直す
CBMデータで「本当に交換が必要か」を検証
「まだ使える部品」を特定し延期を検討
スケジュール外だが劣化進行中の項目を追加
交換部品の実際の劣化状態を記録し始める
写真と数値でCBM推定と実績を照合
著者について
ダリウシ ロスタミ | イーテック合同会社 代表
製薬・食品業界で35年のオペレーショナルエンジニアリング経験を持つ。
主な経験：
- エンジニアリング部門のリーダーとして、新規施設立ち上げプロジェクトを統括
- バリデーション（IQ/OQ/PQ）、コミッショニングの管理体制構築と技術サポート
- Reliability Engineeringプログラムの導入と運用体制の確立
- エネルギー最適化戦略の策定とクロスファンクショナルチームのマネジメント
- GMP環境での変更管理・逸脱管理システムの構築
専門分野： エネルギー最適化、GMPコンプライアンス、バリデーション、Reliability Engineering、設備投資計画、工場レイアウト設計、プロセス改善、組織マネジメント
現在は東京を拠点に、製薬施設を中心とした包括的なエンジニアリングコンサルティングを提供。「技術と人をつなぐ」ことをモットーに、持続可能な改善と組織づくりを支援している。
お問い合わせ: 工場の省エネとコミュニケーション改善についてのご相談は、こちらからお気軽にどうぞ。初回相談（30分）は無料です。
