工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Industrial Internet of Things >> センサー

製造現場のスモールデータをビッグデータ洞察に変える

製造施設は、自動生産設備、状態監視デバイス、その他のセンサーとシステムから大量の運用データを生成します。企業がこれらの資産に眠る潜在能力に気づくにつれ、産業用IoT(IIoT)イニシアチブがこの情報にアクセスし、有用な洞察を創出するのにどう役立つかを問うています。しかし、多くの企業全体のメガプロジェクトによる取り組みは、その規模と複雑さのせいで期待に応えられません。おそらく、より良いアプローチは、エッジコンピューティング、焦点を絞ったアプリケーション、オープン接続性を用いて、現場の「小さな」データから始めてビッグデータを構築することです。

デジタルトランスフォーメーションは決して一発完結のタスクではありません。しかし、大きすぎるプロジェクトに取り組むと、努力がすぐに頓挫します。多くの異なるデータ生成元を接続すること自体が困難ですが、そのデータを効果的に送信、処理、保存すること——オンプレミスでもクラウドでも——も同様に大規模な取り組みです。したがって、最も成功するプロジェクトは、エンタープライズレベルのトップダウンではなく、マシンレベルのデータを用いたボトムアップで始まります(図1)。

特定の課題と資産に視野を絞ることで、明確な問題定義なしにすべての可能なデータを収集して可能性を探るよりも、即時のリターンが得られます。プラント担当者は、日常的な運用課題に対処する洞察を優先し、既存または新規のセンシングポイントから最も関連性の高いデータを選択できます。しかし、これにより新たな課題が明らかになります:関心のあるデータは通常、制御システムに積極的に保存されていません。

例えば、新しい機械で過度のダウンタイムを経験しているとき、データを収集していなければ、オペレーターは根本原因を見つけられません。とられるすべてのアクションは、故障発生後の観察に対する受動的なものです。スモールデータプロジェクトを適用すれば、ユーザーは制御システムからのデータに加え、新しい空気圧と振動センサーからデータを収集できます。マシンの文脈でリアルタイムにデータを収集・分析することで、オペレーターは根本原因を素早く特定し、問題に対処でき、稼働率改善につながります。

製造現場のスモールデータをビッグデータ洞察に変える

生産データソースは一般的に運用技術(OT)ドメインの一部で、プログラマブルロジックコントローラ(PLC)、モーションデバイス、多くの種類のセンサーと計器が含まれます。しかし、大量のデータを通信、保存、処理するには情報技術(IT)能力が必要です。

OTとITを橋渡しし——かつてこの分断の両側にいた担当者が協力して働けるようにする鍵——は、新世代のエッジコントローラーにあります(図2)。エッジコントローラーは、IEC 61131-3言語を用いたリアルタイム決定論的制御と、汎用Linuxベースコンピューティングを組み合わせ、新設計に組み込んだりレガシーシステムに組み込んだりできる強力なIIoTプラットフォームを作り出します。

この新世代コントローラーは、PROFINETやModbus TCPのような従来のOTプロトコルと、OPC UAやMQTTのようなモダンなITプロトコルを融合し、エッジデータソースとMES、ERP、保守管理、その他の分析システムのような上位エンタープライズプラットフォームとのシームレスな接続を可能にします。

多くのエンドユーザーはIIoTから利益を得られると認識していますが、大規模なビッグデータへの取り組みが成功しないのではないかと正当に懸念しているかもしれません。代わりに、スモールデータ、エッジコントローラー、ターゲット分析でIIoTにアプローチすることで、これらのユーザーは早期のリターンを達成し、デジタルトランスフォーメーションの旅をより速く推進できます。

この記事は、Emersonのマシンオートメーションソリューション事業のマーケティング・戦略担当バイスプレジデント、Derek Thomas(ミズーリ州セントルイス)によって執筆されました。詳細については、こちらをご覧ください。

センサー

  1. IoT急増がエッジコンピューティングへのシフトを駆動する理由
  2. シーメンス、Pixeomのエッジ技術を買収しデジタルファクトリーソリューションを拡充
  3. エッジコンピューティング:5つの落とし穴とその克服法
  4. エッジからクラウドへ:IoTデータパイプラインのマスター
  5. IoTでHVACビッグデータを活用:エネルギー、快適性、空気質の最適化──第2部
  6. ビッグデータとビルディングアナリティクスがHVAC効率に革命をもたらす──第1部
  7. 責任ある信頼できるAIの構築:説明責任、説明可能性、倫理のガイド
  8. インダストリー4.0を昇華:エッジアナリティクスでよりスマートで速い製造を実現
  9. エッジからクラウドへ:統合データインテグレーションでビジネスパフォーマンスを向上
  10. エッジコンピューティング:クラウド時代の新たな鼓動
  11. イノベーションを加速:エッジコンピューティングが自動車業界をどう変革するか