CESMIIのSMIP、NC州立大で予知分析の成功を実証

データ管理：ベンダーに依存しない新ソフトウェア「SMIP」がNC州立大で予知分析の威力を実証

CESMII（クリーンエナジー・スマートマニュファクチャリング・イノベーションインスティテュート）のベンダー非依存型「スマートマニュファクチャリング・イノベーション・プラットフォーム（SMIP）」の最近の実証では、プロジェクトパートナーがまず、ノースカロライナ州立大学の浄水プラントの管理者たちを後押しし、スマート機器で収集していたデータを分析するところから始めました。

「オートメーションは100年以上前から続いています」と、プロジェクトパートナーのThinkIQ共同創業者、ニールス・アンダーセン氏。「大量のデータ収集は行われていますが、実際に活用されているデータはごくわずかです。データには意味も文脈もなく、分析可能な形で統合されていません。」

プロジェクトの他の重要な要素には、すべてのデータ収集機器に完全修飾名を付与すること、グラフデータベースを用いて多様な関係性をマッピングすること、一つの標準（理想的にはOPC UA）に焦点を当てること、異なるシステムとプロトコルが相互通信できるようにすること、機器のより良いバーチャルモデルを開発することなどが含まれます。

最終成果物は、スマートマニュファクチャリング導入を標準化し、カスタム開発ジョブを、繰り返し可能で、メーカーに依存せず、使いやすいプラットフォームに置き換えるSMIPです。これにより、あらゆる規模の製造プラントが自社のすべてのデータを活用できるようになります。

CESMIIは、本年末までにSMIPの強力なバージョン1.0を提供する予定だと、CESMIIのテクノロジー担当VP、ジョナサン・ワイズ氏は語ります。

NC州立大のプラント—製造に近い環境と見なされる—で予知分析に到達するため、プロジェクトパートナーのThinkIQ、Savigent、Seeq、Syspro、Semiotic Labs、Microsoftは、別々のサイロにあった複数の技術を統合し、水質を監視していたPCをアップグレードすることに注力したと、システムインテグレーターAvidのデジタルトランスフォーメーションディレクター、ティム・ショープ氏は説明します。

アップグレード前は、過去1週間分の履歴データを呼び出すような基本的なタスクでさえ、時間がかかりすぎていました。

次に、ThinkIQチームと他パートナーが、OSIsoftのプログラマブルインフラストラクチャ環境からリアルタイムデータを取得し、逆浸透膜のメンブレンを分析し、すべてのデータをCESMIIのSMIPで統合し、メンブレン交換が必要な条件レベルを設定するため、Seeqの分析エンジンを導入しました。このアクションは、Savigentソフトウェアを通じて作業指示を自動的に開始します。

次のステップは、高純度水ポンプのモデル開発でした。このポンプはミッションクリティカルで、アラームが圧力問題やその他の問題を示した場合に備え、NASCARのピットストップのように即座に切り替えられるよう、スペアポンプが隣にスタンバイしています。

IoTセンサーが機械学習システムでポンプを遠隔監視します。数週間後、ポンプのシグネチャ波形を学習し、ポンプが設計通りに機能しているか、機械的・電気的問題の兆候があるかを検出できるようになります。

新プラットフォームは、モーター故障をほぼ4ヶ月前に予測できるとのことです。

パートナーらは各ポンプに個別の名前も付与しました。「すべてのポンプが『Pump_01』というラベルなら、文脈がありません」とアンダーセン氏。「完全な名前を付け、意味を提供する多様なツールを持つことが不可欠です。」

理想的には、各ポンプは機械名、ポンプが属するライン名、プラント名、ポンプ製造サプライヤー名などで識別できるように命名すべきだとワイズ氏。一部のメーカーは完全修飾命名システムを提供していますが、多くは対応していません。

CESMIIプロジェクトの後のフェーズでは、このマッピングを自動化する予定です。

NC州立大、最初のSMIP導入センターに

CESMIIは4月、NC州立大に新しい「スマートマニュファクチャリング・イノベーションセンター（SMIC）」を開設しました。これはCESMIIの4つのSMICの中で、最初にSMIPが導入されたセンターです。他の3センターはUCLA、テキサスA&M、レンセラー工科大学にあります。

CESMIIの最近のバーチャル年次総会で、CEOのジョン・ダイク氏は、ロボティクス、自動車、化学、鉄鋼、AI/機械学習などの分野で、さらに多くのSMICを求めていると述べました。

SMICの目的は、メーカー、技術ベンダー、システムインテグレーター、設備プロバイダーを学術界と結びつけ、「米国の製造業全体にスケールする研究とイノベーションを実証し、推進すること」だと、官民連携組織は説明します。

SMIPはオープン仕様で公開

CESMIIはSMIPをオープン仕様として公開する予定です—これによりどのベンダーも利用可能になります、とワイズ氏。

「これらのアイデアが業界の他の場所でも採用されれば、私たちの勝ちです。これにはある種の利他主義が必要で、うまくいくか不安なため、一部のメーカーは躊躇しています」と同氏。

「一つレベルのソリューションを後世に開放し、他の問題に集中できる時が来ました」とワイズ氏は付け加えました。

問題となる「ホワイトスペース」

最大の課題の一つは、「すべての施設が、長い時間をかけてインフラ、システム、設備、ツールの寄せ集めを構築してきたことです」と、サビジェント社のカスタマーサクセス担当シニアVP、マーク・ベッサー氏。「それらの投資は、ある時点で特定の問題や課題を解決するために、非常に具体的に行われたものです。それらの技術の多くは、それらの問題を解決するためにカスタム構築されました。しかし、より広い視野でランドスケープを見渡すと、それらの技術の間に存在するすべての『ホワイトスペース（隙間）』に気づき始めます。」

他のケースでは、メーカーが異なるベンダーの技術を統合したくても、それらのシステムが他の独自プラットフォームと連携するよう設計されていないため、できません。

目標は、予算を破綻させたり、メーカーにベンダー切り替えを強制したりすることなく、利用可能なすべてのデータを活用して効率と信頼性を向上させることです、とワイズ氏。

例えば、メーカーがA社のソフトウェアを運用していて、B社のエネルギー監視ソリューションを欲しい場合、往々にしてA社のシステムを撤去してB社のシステムを導入するしか選択肢がありません。

ショープ氏は付け加えます：「今すぐ、施設からすべてのベンダープラットフォームを引き剥がすことはできません。ベンダー非依存の地点に到達する必要があります。」

インフラ構築コストの削減を目指す

デジタルファクトリープロジェクトのコストの約70%は、オートメーション構造のハードウェア配線、データ接続、インフラ構築に費やされます、とワイズ氏。残り30%が、そのデータから新しい価値を創造すること、しばしばアプリ開発によってです。

しかし多くの場合、データを分析するアプリケーション開発プロジェクトが始まる前から、デジタルファクトリー予算の全額がインフラ構築に費やされてしまいます。

SMIPにより、CESMIIはその70%のコストを下げ、メーカーが予算をデータ分析アプリケーションに集中できるようにすることを目指しています、とワイズ氏。

この変革は一夜にして起こるものではありません。「スイッチ一つで完了するわけではありません」とショープ氏。「米国には巨大な製造基盤があります。このシステムは時間をかけて移行・採用されていく必要があります。」