リアルタイムデータインサイトでデジタル製造チームを変革する

第4次産業革命がもたらす膨大なリアルタイムデータ

第4次産業革命により、製造プロセスから大量のリアルタイムデータを取得し、ほぼあらゆる表面をデータ収集用センサーに変える可能性が生まれました。しかし、この豊富なデータが、デジタルチームの活動最適化に必要な知識を提供するのでしょうか？

この動画では、センセイのAlexander HillとRob Russell、Manufacturing Technology CentreのDr. Hannah Edmonds、Make UKのJim Davison、MCP Consulting GroupのPeter Gaggが、製造業が何をどうデータ収集すべきか、既存データセットをどう再利用して新たなインサイトとより大きな価値を生むか、メンテナンスなどのプロセスをどう現場エンジニアのニーズに合わせて再設計するかについて議論します。

トランスクリプト

データ飽和の課題：正しいデータを見極める

Alexander Hill（センセイ）： 「データがあればすぐ始められる」と言いたいところですが、現実は多くの組織が「データ過多」に陥っています。正しいデータは何か、そのデータから何を理解すべきかを見極めるのが課題です。

Dr. Hannah Edmonds（MTC）： データの富には課題が伴います。「良いことのやりすぎ」でデータ飽和状態に陥ることがあります。

Rob Russell（センセイ）： 予知保全の観点では、機械状態を評価できる状態監視データを集めることが鍵です。しかし、そのセンサー情報と同じくらい重要なのが、「文脈（コンテキスト）を持って、適切な時点」でデータを収集することです。

Dr. Hannah Edmonds： 状態監視と分析により、エラー発生を待つのではなく、設備状態が時間とともにどう悪化するかを特定し、よりプロアクティブなメンテナンスが可能になります。設備に計装し、データを収集し、運転を監視して生産インサイトを得て、故障前に介入します。

センサーデータ以外の既存データ活用

Peter Gagg（MCP Consulting Group）： 皆さんの第一印象は「センサーデータさえあれば予知保全プログラムを始められる」ですが、ビジネスには他にも多くの種類のデータが既に存在します。

ビル管理システムデータ、設備履歴、PLCデータ、製造実行システム（MES）データ、OEEシステムデータなど。これらに加え、振動、温度、圧力、流量、電流、電圧といった通常のデータがあります。

これらをすべて統合し、予知保全体制で本当に必要なパラメータを特定し、それらがどう相互接続しているかを見ることが重要です。

クリティカルパラメータの理解とデータ表示

Jim Davison（Make UK）： プロセス、機械、製品におけるクリティカルパラメータを真に理解することがすべてです。部品が良いか悪いか、機械が定格能力で確実かつ反復可能に稼働できるかに影響する入力を理解します。

それが理解でき、自社プロセスを知っていれば、重要で、探しているパラメータに影響を与えるデータを取得できます。それを有用な形で表示すればよいのです。

既存データの予知保全への転用

Alexander Hill（センセイ）： 最新の産業機器には、すでに大量のデータが利用可能で、すでに取得されています。電流、温度、圧力、サイクルタイムなどです。これらは実際には状態監視目的に使えますが、しばしばプロセス制御のみに使われています。

これらの測定値を取り込み、機械健全性の理解に使います。利用可能なデータを用いて機械モデルを自動構築し、機械視点で何に注意すべきかを顧客に理解させます。「この生データすべてを見ろ」と言うのではなく、我々がそれらを取り込み、抽象化し、数百・数千の資産の中から「どの資産に注意すべきか」を理解できるようにします。