Allen-Bradley ControlLogixおよびCompactLogixコントローラーの命令セットは非常に広範囲です。そのため、平均的なユーザーが決して使用しない、あるいは存在すら知らない命令がたくさんあるのは当然のことです。分割範囲タイムプロポーション命令（SRTP：Split-Range Time-Proportioningの略）も例外ではありません。 私はAllen-Bradley ControlLogix製品を20年以上前にリリースされてから使用していますが、この命令を数年前に、ControlLogixとCompactLogixの命令セットのプロセス制御命令グループの中に隠

デジタルトランスフォーメーションへの適応 製造業には多くのデジタルトランスフォーメーショントレンドがあります。アディティブマニュファクチャリング、接続デバイス、クラウドサービスなどが、常に変化する世界でビジネスの主導権を握るのを助けます。多くの企業がデジタルトランスフォーメーションについて語っていますが、最近の出来事は、テクノロジーが依然として天然資源、人口、疾病といった伝統的な要因によって駆動されていることを示しています。 3Dプリンティングがいかにデジタルトランスフォーメーションを推進してきたかはすでに取り上げました。以下では、製造業を前進させる予知技術と、現在産業界のデジタル未来への推

デジタルトランスフォーメーションへの適応 製造業には多くのデジタルトランスフォーメーショントレンドがあります。アディティブマニュファクチャリング、接続デバイス、クラウドサービスなどが、常に変化する世界でビジネスの主導権を握るのを助けます。多くの企業がデジタルトランスフォーメーションについて語っていますが、最近の出来事は、テクノロジーが依然として天然資源、人口、疾病といった伝統的な要因によって駆動されていることを示しています。 3Dプリンティングがいかにデジタルトランスフォーメーションを推進してきたかはすでに取り上げました。以下では、製造業を前進させる予知技術と、現在産業界のデジタル未来への推

コンピューターの黎明期、科学者たちは主に単純な数学的・論理的操作の実行にコンピューターを使用していました。その後、コンピューターは複雑な計算、精巧な問題解決、世界の情報基盤の形成へと徐々に進化しました。従来のコンピューティングの範囲を超えることは、コンピューターに知能が必要であることを意味しました。 研究者とコンピュータエンジニアは、人間の知能を模倣する方向に向かいました。人工知能（AI）は、人間と同等に知能的なコンピューティングシステムの創造に専念するコンピュータサイエンスの分野です。初期のAIモデルは、複雑な論理操作を実行するコンピューティングシステムでした。その後、より賢い、あるいは「

産業用モーターの始動 産業用モータースターターは、三相誘導モーターを始動するために必要な電力を供給する装置です。あらゆる電気モーターは、モーターが停止しているときに最も多くの電流（定格電流の5〜6倍）を引きます。始動フェーズでは、電力が印加された直後でモーターが回り始めようとしているとき、モーターは停止状態にあります。 理論上はシンプルに聞こえますが、設計者やエンジニアが交流（AC）誘導モーターを始動・保護する方法には多くの異なるアプローチがあります。中には他より効率的なものもあります。 図1. 手動/スイッチ式モータースターター。画像提供：Siemens 基本レベルでは、モータースタ

この短いシリーズは、デジタルトランスフォーメーションの推進要因を扱います。以下はシリーズの前回記事へのリンクです。 3Dプリンティングはデジタルトランスフォーメーションを推進し続けるか？ 予知保全とデジタルトランスフォーメーションの関係 データを活用してデジタルトランスフォーメーションを推進する方法（この記事） 多くの企業が、監視、リモートアクセス、機械学習などのデジタルツールをスケールしようとしています。この記事では、これらのテクノロジーが製造業の未来をどう推進しているかを見ていきます。 適切なデータの活用 エンジニアは通常、統計と数学を用いて意思決定を行う方法を学びます。また、正確

深層学習は、産業アプリケーションを含むさまざまな分野で新たな応用を見出している、データアナリストの武器庫における貴重なツールです。深層学習の基本原理は、大量のデータを使用して正確な予測を行えるモデルを構築することです。 産業オートメーションエンジニアが2つの深層学習モデルを組み合わせる必要に迫られる小さな例を考えてみましょう。スマートフォン会社が、複数のスマートフォンモデルを製造する生産ラインを持っています。深層学習アルゴリズムを採用したコンピュータビジョンが、生産ラインの品質管理を実行しています。 現在、生産ラインは2機種のスマートフォンを製造しています：Phone AとPhone B。

製造業の自動化レベルが高まるにつれ、制御システムとデータへのリモートアクセスの必要性とメリットも高まっています。プロセス製造業では、リモートアクセスによりオペレーターとエンジニアが、オフィス、自宅、カフェなどからノートPC、スマートフォン、タブレットを使って装置を制御し、データを分析し、システムをトラブルシューティングできます。 リモートアクセスとは？ リモートアクセスとは、データと制御システムが電子的に実行され、インターネット（あるいはより良くは、企業のプライベートイントラネット）経由でアクセスされることです。これにより、エンジニアと技術者は産業施設を歩き回ってプロセスデータを収集したり制

自律保全は、製造現場の最前線で実際の機械操作が関わるさまざまな業界で採用されている概念です。本質的に、このタイプの保全は、機械が故障の潜在的原因を検知し、必要な保全を自ら実行することで機能します。 予知保全と予防保全のどちらが重要か議論になることはありますが、自律保全はオペレーターが予知と予防の両方の保全活動を実行できるようにします。 自律保全戦略はメンテナンス担当者の責任を免除するものではありません。しかし、彼らが一般的で基本的な機能ではなく、より複雑で高度な活動を実行できるようにします。 図1. ひび割れたゲートバルブは漏れを引き起こす可能性がある。 毎日実施する必要がある、これ

平均修復時間（MTTR）とは？ オートメーションソフトウェアにおいて、MTTR（Mean Time To Recovery：平均修復時間）は、機器がどれだけ容易に診断され、自動運転状態に復帰できるかを判断する指標です。MTTRは機械を生産的な状態に復帰させるための平均時間であり、機械効率の良い基準を提供します。他の指標と組み合わせると、制御エンジニアとメンテナンススタッフを、低減可能な迷惑障害の可能性へ導くことができます。 図1. 産業機械。 機械故障 すべての機械には、機械を停止させオペレーターやメンテナンススタッフに通知する故障やアラームがあります。これらの故障は簡単にクリアできる場

「データレイク」と「ビッグデータ」は、しばしば誤解され誤って使用される2つの現代用語です。大量のデータを暗示するため、これらの用語は時々入れ替えて使われます。しかし、現在の定義が完全に確立されていないとしても、データレイクとビッグデータは異なるものです。 図1. 現代のデータは多くのソースから来て、さまざまなタイプがあり得る。画像提供：Analytics Vidhya 歴史的背景 まず簡単な歴史的背景を見てみましょう。2000年代後半、FacebookやTwitterなどのソーシャルメディアプラットフォームの爆発的成長により、多くのデータサイエンティストが、こうしたプラットフォームが大量

計算流体力学（CFD：Computational Fluid Dynamicsの略）は、さまざまな産業と用途で使用されています。 SoC（システム・オン・チップ）を適切に機能させるために十分冷却する効率的な方法の設計から、レースカーのタイムをさらに数秒縮める支援まで、計算流体力学はシミュレーションと最適化の強力なツールであり続けています。 図1. CFDは航空宇宙と自動車設計に関連付けられがちだが、電気モーター、ロボティクス、バッテリー、熱管理などさまざまな産業に適用される。画像提供：Siemens 計算流体力学（CFD）とは？ CFDは、流体力学の原理に基づく数値シミュレーションおよ

ビッグデータの到来以来、現代のコンピュータサイエンスは新たな能力と処理能力のベンチマークに到達してきました。現在、100テラバイト以上のデータセットを生成するアプリケーションを見かけることは珍しくなく、これはビッグデータと見なされます。 このような大量の情報を手元に置くと、整理整頓が行き届かず、無駄なコンテンツに時間を浪費しやすくなります。これらは、ビッグデータプロジェクトの効率と効果を高める方法論に従うことが非常に重要である2つの理由です。 図1. 現代のデータサイエンスは、ビッグデータとしても知られる非常に大規模なデータセットを扱います。 データサイエンス・ライフサイクルは、ビッグ

インダストリー4.0—しばしば第4次産業革命と呼ばれる—は、サプライチェーンのあらゆる側面を再構築するデジタル化の波をもたらします。リアルタイムデータ収集からAI駆動の意思決定まで、前例のない透明性、効率性、アジリティを提供します。 インダストリー4.0：モダンサプライチェーンのデジタルバックボーン 前身のインダストリー3.0がロボティクスとPLCで生産自動化に焦点を当てたのに対し、インダストリー4.0はそれらが生成するデータを活用することでその上に構築されます。IoTセンサー、エッジコンピューティング、高度な分析が継続的なフィードバックループを作り、予知保全、動的ルーティング、ミリ秒レイテン

産業用モノのインターネット（IIoT）はITとOTを単一のエコシステムに融合しますが、OTのユニークな要求は、ITで使われるパッチ中心のセキュリティ・モデルを安全に採用できないことを意味します。規律ある脅威分析アプローチが、よりレジリエントでコスト・エフェクティブなソリューションを提供します。 なぜOTはITのパッチ・プレイブックに従えないのか 多くのIIoT環境では、OTシステムが国家的・生命維持オペレーションのバックボーンです。Forresterの調査（InformationWeekのDARKReadingが引用）によれば、組織の59%が、セキュリティの責任主体がITかOTか不明確なため、

はじめに 過去10年間で、テクノロジーはコミュニケーション、輸送、さらには個人的関係まで、事実上あらゆるセクターを再構築してきました。医療において、そのインパクトはさらに深く、定型ケアをデータ駆動型、AI強化型のエコシステムへと変えています。 ヘルスケア・テック・ハイブリッド テクノロジーはもはやオプションのアドオンではなく、現代医療のバックボーンです。臨床医、患者、テック開発者のいずれであっても、この相互依存を理解することは不可欠です。最近の調査では、病院の87%が診断用AIツールを使用し、73%がウェアラブル・データ・ストリームと統合された電子健康記録（EHR）を導入しています。 より良い

製造業は深遠な変革の只中にあります。アウトソーシング圧力と急速な自動化採用が生産ラインを再構築し、ミシガンとオハイオの工場閉鎖が雇用保障への正当な懸念を引き起こしています。 前進あるのみ：過去への回帰はない セントルイス連銀によると、労働力不足は17年で最高水準です。熟練労働者が新人材の参入より速くリタイアし、多くの企業をアウトソーシングか不確実性へのリスクに追い込んでいます。 一部の企業は、低賃金ジョブを米国に呼び戻すインセンティブを提供することでこの趨勢を逆転させようとしました。保護主義的措置は短期的な救済を提供できますが、業界の長期的生存は自動化の受容にかかっています。 現状維持の問題点

テック・サヴィーなユーザーが増えるにつれ、パブリック・アクセス・コンピューティングは教育、小売、銀行、医療、図書館など、あらゆるセクターの組織にとって不可欠になっています。 共有のインターネット接続ワークステーションが、これらのセクターで一般的な光景となっています。 これらのデバイスはデジタル・リソースへの即時アクセスを提供し、顧客エンゲージメントを高め、運用効率を改善し、信頼性の高いサービス可用性を確保します。 共有コンピューティングへの依存が高まる中、ITチームはタイトな予算内でデバイスをスムーズに稼働させ続ける圧力に直面しています。 マルチユーザー・ワークステーションの管理がIT課題を

クラウド・コンピューティングは現代のIoTソリューションのバックボーンとなり、単なる拡張性とコスト削減以上の価値を提供しています。以下では、クラウドがIoTイニシアチブに価値を加える3つの主要な方法を解説します。 IoTへの主要なクラウド優位性 #1 クラウドがシームレスなデータ統合を可能にする ERP、CRM、その他のコア・システムからのエンタープライズ・データは、しばしばサイロに存在します。IoTデバイスが高速・大量のセンサー・データを注入すると、従来のオンプレミス・アーキテクチャはペースを維持できません。クラウド・プラットフォームは、レガシー・ビジネス・データとリアルタイムIoTスト

分権化は、すべての構成員がグループに説明責任を持つ小さな新石器時代のコミュニティから始まり、長きにわたり人間社会の基盤となってきました。こうした緊密な社会は相互信頼と集団的責任に依存し、中央集権的権威を不要としていました。 農業が出現すると、人口が増え、食料余剰が蓄積し、社会的複雑性が増大しました。このシフトは、資源管理、法の執行、防衛のための組織的ガバナンスの必要性を生み、最初の中央集権国家を誕生させました。 新石器革命と農業の台頭 歴史家V・ゴードン・チャイルドは、紀元前1万年頃の肥沃な三日月地帯での狩猟採集生活から定住農耕社会への移行を「新石器革命」と名付けました。この時代には石器の採用