JP/EN

 

Foresight in sight

IoT

IoTビジネスプラットフォーム

IoTエッジ処理サービス

センサーから絶えず送信される大量データによるネットワークやクラウドの負荷を軽減
工場や倉庫などの設備機器をネットワークでつなぎ、作業の効率化や安定稼動を図る産業用IoT。設備の状態や稼動状況を常に把握できる一方、現場のセンサーからは絶えず大量のアナログデータが発生し、ネットワークやクラウドへの負荷の増大が問題になります。

そこで、日本ユニシスグループでは、「IoTエッジ処理サービス」を開発しました。センサー側にエッジコンピュータを配置、アナログからデジタルへのデータ変換や複合イベント処理、機械学習による異常検知など、リアルタイム性が求められる処理を行います。クラウドへは圧縮された必要なデータだけを送信し、ネットワークやクラウドの負荷を軽減します。

2分03秒
(クリックすると Youtube上の動画が再生されます)

センサー側にエッジコンピュータを配置、クラウドへは圧縮された必要なデータだけを送信

IoTエッジ処理サービス全体図

機能一覧

機能  内容 
簡易CEPフレームワーク デバイスからのテレメトリデータ処理を容易に利用可能にする
数学処理ユーティリティ エッジでセンサーデータの統計処理やフーリエ変換を可能にする
外部プロセス連携 外部プロセスを容易に起動するためのフレームワーク
データ配信 エッジコンピュータからクラウド(Azure IoT Hub)へデータを配信する
デバイス管理 センサーやデバイス機器の死活監視や構成、設定の管理を可能にする
 

設備状態監視

障害発生後に作業員や部品を調達する場合は対応するまでに時間を要しますが、センサーから設備状態のデータを収集し、設備状態の劣化度合いやCEP(Complex Event Processing)・機械学習による異常検知で、障害発生前にメンテナンスを可能にします。
保全方式の種類 ~TBMから予兆保全へ~
  1. TBM(時間基準保全)
    設備の稼働時間を基準にした定期メンテナンス
  2. CBM(状態基準保全)
    設備の稼動状態を基準にしたメンテナンス設備の稼動状態を監視で実現
  3. 予兆保全
    設備の稼動状態からの異常検知でメンテナンス設備の稼動状態を機械学習で実現
障害が発生してから部品調達し修理するため、時間がかかり業務が停止していたケースが、状態監視と予防保全により改善されます。
設備状態監視による改善を示す図
  • 設備状態監視を適用した例
    IoTエッジ処理を活用することで時間基準メンテナンスから状態基準メンテナンスを実現します。エッジでの機械学習により検知した設備異常情報を設備状態監視画面への通知および、フィールドサービス関連システムと連携し、作業の調整を図れます。
    設備状態監視を適用した例 概要図

効果・メリット

  • リアルタイム性の高い処理
    各種PLCやセンサーからのデータをエッジ側でリアルタイムに処理する(CEP(複合イベント処理)、機械学習)ことで異常検知が可能になります。
  • ネットワーク・クラウド負荷低減
    エッジ側でPLCやセンサーデータを必要最小限のデータのみにフィルタリング、サマライズし、クラウドへ送信することで、ネットワークやクラウドの負荷を低減します。
  • 全体最適化
    複数拠点にまたがる各種PLC、産業機械、センサーデータを集約し可視化、分析することが可能になります。

*Microsoft、Azureは、米国Microsoft Corporationの米国およびその他の国における登録商標 または商標です。

*その他記載の会社名および商品名は、各社の商標または登録商標です。