COVID-19はデータ取得と分析の進化を促進します

データ取得戦略は、COVID-19の時代に進化しており、リモートデータの視覚化とリアルタイムのデータ主導の決定に対する要件の高まりによって推進されています。マンマシンインターフェース（HMI）および監視制御およびデータ取得（SCADA）システムは、エッジデバイスで分析を実行でき、成功の基礎となる敏捷性と回復力を提供できるため、デジタルトランスフォーメーションを実現するためにさらに重要になっています。

新旧のセンサーとの接続

フィールド機器に設置された従来の機器と新しいモノのインターネット（IoT）センサーは、エッジデバイスのすぐ近くにあり、ポンプの圧力や機械の動作条件など、生成された大量のデータをキャプチャできます。 International Data Corporation（IDC）は、20251年に79.4ゼタバイトのデータがIoTだけで作成されると予測していますが、このすべての生データが必ずしも洞察を生み出すとは限りません。代わりに、生データの分析から得られた情報、知識、洞察を取得して適用し、エンドユーザーがプロセスを改善できるようにすることによってのみ、価値が生み出されます。

スマートセンサーソリューションは、リアルタイム信号を圧縮、フィルタリング、または分析に必要な形式に変換するために現在利用可能です。ただし、完全なデータ駆動型変換のために含める必要のある独自のプロトコルですでに使用されている多くのレガシーデバイスがあります。 HMI / SCADAソフトウェアのインストールはすでにエッジに近いため、このソフトウェアをレガシーデバイスとの通信とスマートセンサーとのコラボレーションの両方に使用して、リアルタイムのデータ駆動型の意思決定をサポートするのは自然で便利です。

アナリティクスをエッジにもたらす

エッジデバイスで高度な分析を実行できるHMI/SCADAソフトウェアは、リアルタイムデータからの洞察と知識の制御、視覚化、および定式化において極めて重要な役割を果たします。すでに視覚化と制御に使用されているため、HMI / SCADAソフトウェアは現在、操作の監視と制御を提供しています（図1）。

今後、HMI / SCADAソフトウェアは、データ主導の意思決定をサポートするために、リアルタイムデータに不可欠なコンテキストを提供できます。また、既知のパターンを検出して異常を発見し、オペレーターに差し迫った障害を事前に予測して警告することもできます。推論とローカルアクションはエッジデバイスまたはエッジサーバーで処理でき、集約データまたは予測モデリングはクラウドで実行できます。高度な分析により、HMI / SCADAの従来の機能が拡張され、ユーザーはイベントや動作の根本原因を理解し、将来の状態を予測できるようになります。

ネットワークエッジで分析機能を備えたモバイルHMI/SCADAアプリケーションを展開することで、組織はリモートワーカー向けのインテリジェントなモバイルサービスをサポートするための柔軟性をさらに高めることができます。これらのモバイルアプリケーションは、リモートデバイスからの豊富なデータ収集を活用し、エッジサーバーと共有してさらに集約および分析してから、マシンモデリングやその他の分析のためにクラウドに送信できます。

データを知識に変換する必要があるため、組み込み分析として定義される分析とHMI/SCADAアプリケーションの緊密な統合が進んでいます。 Allied Market Researchは、組み込み分析の市場が2016年の251.3億ドルから2023年までに602.8億ドルに拡大すると予測しています。2。従来のHMI / SCADAソフトウェアが組み込み分析機能によって強化されると、ユーザーは洞察とアクションを同じものに統合することで、より優れたアプリケーションエクスペリエンスを得ることができます。アプリケーション。

組み込み分析の結果には、主要業績評価指標（KPI）、統計的評価、およびオペレーターが作業を行う場所と意思決定が行われる場所に近いアラートが含まれます。データ主導の意思決定をより迅速に行うというプレッシャーのために、デジタルトランスフォーメーションをデータが収集されるエッジに近づけるというこの要求が存在します。ほぼリアルタイムの応答に加速する必要があるため、オペレーターは分析のために制御室に戻る時間がなくなりました。

機械学習とアルゴリズム

データ分析は、リアルタイムおよびその他のデータソースから意味のある洞察を抽出します。機械学習は、アルゴリズムを使用してデータを抽出し、そこから学習し、履歴データに基づいて将来を予測する分析の一形態です。アルゴリズムは、データセットをモデルに変換します。最適なアルゴリズムのトレーニング（または学習）の方法は、解決する問題の種類、利用可能なコンピューティングリソース、およびデータの性質によって異なります。 2つの主要な学習方法は、教師あり学習と教師なし学習です。

教師あり学習では、アルゴリズムに一連の入力とその目的の出力（ラベルとも呼ばれます）が表示されます。目標は、コンピューターが本質的に関係を分解し、どの入力データが出力にどのようにマッピングされるかを学習できるようにするルールを見つけることです。

教師なし学習では、アルゴリズムには一連の入力が表示されますが、目的の出力（ラベル）は表示されません。つまり、アルゴリズムは、検出されたパターンに基づいて数千のデータポイントを評価および分類するときに、構造とパターンを独自に検出する必要があります。分析には、記述的、診断的、予測的、処方的の4つの従来のカテゴリがあり、5つ目は認知の形で出現します。

記述的分析は、「何が起こっているのか」という質問に答えます。リアルタイムおよび過去のデータに基づいて、データにコンテキストを提供することにより、プロセスがどのように実行されているかについての洞察を獲得します。リアルタイムデータに基づいて、記述的分析を使用するHMI / SCADAアプリケーションは、何が起こっているかを視覚化し、オペレーターにアラームを通知し、発生日時、関連する値、マシン情報などの詳細を提供します。

診断分析は、記述的分析に基づいて、「なぜこれが起こったのか」という質問に答えます。診断分析では、統計を使用してパターンを見つけ、リアルタイムデータへの洞察を提供します。典型的な用途は、異常と根本原因の特定です（図2）。

予測分析は、診断分析に基づいて、「将来何が起こり、その理由は何か」という質問に答えます。予測分析は、前の2種類の分析と同じ履歴データを利用して、将来何が起こるかを推測するために使用できる数学モデルを構築し、生産性に影響を与える将来のイベントのオペレーターに警告します（図3）。予測分析に使用されるツールには、次のものがあります。

• 「動作は異常ですか？」という質問に答える異常検出。予想されるパターンに準拠していないデータを検出します。

• 「このマシンまたはプロセスは失敗しますか？」という質問に答える分類。データを「この製品に欠陥がありますか？」などのバイナリカテゴリに分類します。はいまたはいいえ。」

• マルチクラス分類は、「このマシンまたはプロセスは理由Xで失敗しますか？」という質問に答えようとします。データは、「この製品にはどのような品質不良がありますか？」などの3つ以上のカテゴリのいずれかに分類されます。マイナー、メジャー、またはクリティカル？」

• 回帰は、「このマシンまたはプロセスが失敗するまでにどれくらいの時間がかかりますか？」という質問に答えます。回帰は、統計的プロセスを使用して、従属変数と1つ以上の独立変数の間の関係を推定します。

処方分析は、予測分析に基づいて、「何をすべきか」という質問に答えます。処方分析は、推奨されるアクションに関してオペレーターに通知するためのモデルを提供します。最適化およびシミュレーションアルゴリズムは、処方分析によく使用されます。処方分析を使用するHMI/SCADAは、いくつかの異なる可能なアクションを規定し、オペレーターをソリューションに導くことができます。

コグニティブ分析は、処方分析に基づいて、「なぜそれを行う必要があるのか​​」という質問に答えます。認知分析では、自己学習アルゴリズムと深層学習の手法を使用して、人間の思考をエミュレートします。

次のレベルの理解

記述的および診断的分析では、過去のデータを使用して何が起こったのか、なぜ起こったのかを説明します。予測、規範的、および認知的分析では、履歴データを使用して、特定の結果に影響を与えるために実行する必要のあるアクションとともに、将来何が起こるかを予測します。多くの場合、複数の分析とアルゴリズムが同時に使用され、より良い意思決定のために結果が集約されます。

エッジデバイスに導入されたHMI/SCADAソフトウェアは、遠隔地からでもデータ主導の意思決定を促進し、競争力を向上させるための分析を提供する上で重要な要素となる可能性があります。

COVID-19の大流行に銀色の裏打ちがあるとすれば、それは企業がビジネスモデルをよりリアルタイムのデータ主導の意思決定に適応させることを学んでいる方法です。人、設備、原材料、設備を利用するプロセスをよりリモートで可視化することで、企業は、顧客、従業員、およびサプライヤとの緊密な関係を提供することで、より最適に実行できることに気づきます。

この記事は、ADISRA（テキサス州オースティン）の最高技術責任者であるBrunoArmondCrepaldiによって書かれました。詳細については、こちらをご覧ください 。

参考資料

1. 2019年6月18日-新しいIDC予測によると、接続されたIoTデバイスの成長により、2025年には79.4ZBのデータが生成されると予想されています。
2. 2020年6月1日-2023年までに世界の組み込み分析市場が602.8億ドルに達する：AMR。