IIoT(インダストリアルIoT)により、AIoT(人工知能IoT)またはスマートファクトリーへ

ほぼ10年にわたり産業4.0、または近年のビッグデータ、機械学習からAIoTスマートファクトリーへと進化してきましたが、その運用にある必要で不可欠な条件はデータ収集です。IIoT(インダストリアルIoT、機械連携ネットワーク)が非常に重要であるならば、企業はどのように段階的に進化し、最終的にAIoTスマートファクトリーに到達すべきでしょうか?下記の図は、工場のデジタル転換の5つのステップを示しています。

Step 1: IIoT

最初の段階は既存の機械のネットワーク能力を整理します。このステップは最も時間がかかり、最初に放棄されやすいステップで、まさに何事も始めるときが難しいことです。まずは機械のネットワーク能力は以下の5つのカテゴリに分けることができます。

  1. 機械の改造が不可能で、たとえばスタートボタンとストップボタンしかなく、生産結果が表示されない機械。
  2. 直接ネットワークに接続できないが、機械は定期的に生産に関連するデータを固定のディレクトリに保存します。
  3. 機械はデータを固定のディレクトリに保存しないが、改造によって生産データを取得できます。
  4. 接続可能ですが、単方向通信のみ可能で、機械はデータをシステムに送信し、システムは生産パラメータを機械の固定ディレクトリに配置し、機械が読み取り、生産を行います。
  5. 上記の第4カテゴリの能力に加えて、機械はいつでもシステムの生産状況の問い合わせに応答し、機械連携ネットワークの最適な条件を提供します。

Step 2: データの保存

ビッグデータのトレンドが広まる前、多くの工場は、機械にデータがあっても、データベースに機械データを格納することはコストがかかるため、数ヶ月から数年後にはファイルを削除するなどの理由で、機械データを保存しませんでした。近年、ビッグデータデータベースの登場により、これらの大量の機械生産データを経済的に保存できるようになり、これらのデータを保存することで、後続のデータマイニングとAIの活用が可能になります。

Step 3: リアルタイムダッシュボード

ビッグデータを保存する前でも、リアルタイムダッシュボードを構築することができます。以前データのソースは、生産者または機器オペレーターのデータ入力に依存しており、リアルタイムでないことが最も大きな欠点です。これは、後続のOEEレポートの正確性にも影響を与え、実際の生産量と機器仕様に基づく生産量に差異が生じる可能性があります。IIoT(機械連携ネットワーク)の導入により、機器の状態がダッシュボードにリアルタイムで反映されるだけでなく、後続のレポートに正確なデータが提供されるようになります。

Step 4: データマイニング

IIoT(機械連携ネットワーク)のもう一つの目的は、ビッグデータからデータとデータの関連性を見つけ出すことです。例えば、機器が連続して特定の警告メッセージを5分間で表示し続けた場合、90%の確率で10分以内に故障する可能性がある場合、設備エンジニアに事前に対処を通知し、機器の故障停止の頻度と処理時間を減少させ、生産効率を向上させることができます。

データプラットフォームを理解し、異なるシステム間のデータを統合することで、AI、BI、アプリケーション、または内部システムなど、多様な用途に対応し、企業がデータ重複とデータ処理コストの削減を実現できます。

Step 5: AIoTスマートファクトリー

ビッグデータに基づいた論理的な分析と、リアルタイムな機器接続を活用することで、AIによる自動的な生産スケジューリング最適化、リアルタイムな機械状況に応じた生産パラメータの自動調整、リアルタイム映像を使用した高速品質検査など、スマートファクトリーで実現できることが増えています。第四ステップのデータマイニングと第五ステップのスマートファクトリーは非常に似ており、両方とも工場の生産効率を向上させるためにビッグデータを活用しています。違いは、データマイニングが既存のデータからデータロジックを見つけ出すのに対し、AIはリアルタイムデータを使用して将来を予測します。

深堀りして設備自動化の利益を理解する

前述のように、機械が5分間連続で特定の警告メッセージを表示した場合、90%の確率で10分以内に故障する可能性がある状況は、データマイニングによって見つけ出されたロジックです。このロジックをプログラムに組み込んで監視し、通知を送信することができ、これがデータマイニングの成果です。ただし、新しいロジックを見つけ出すために継続的なデータマイニングが行われない限り、監視ロジックはそこで終了します。そのため、監視は受動的な方法で実行されます。

AIを導入すると、既存のデータマイニングによって見つけ出されたロジックに加えて、AIがリアルタイムデータを監視し、データの関連性ロジックを見つけ出すことができます。つまり、受動的な監視から能動的な監視に切り替わり、問題を早期に発見して対処時間を確保することができます。AIが企業にもたらす利点を理解する

NTT DATA Taiwan当社は、ERP、MES、WMS、APSなどのシステムの導入をサポートするだけでなく、IIoTの連携とリアルタイムダッシュボードの設置、そして最後の段階であるAIoTスマートファクトリーの完成にも協力しています。我々は多くの実務経験を持ち、企業のデジタルトランスフォーメーションプロセスを加速し、試行錯誤の期間を短縮することができます。

いかがでしたか?
例え工場内のシステムが詳しくない方でも、製造や工場管理に関しての問題なら、私達は経験豊富なコンサルタントが支援できますので、まずはお気軽にご相談を。