ひろしまサンドボックス 産業用IoTプラットフォームについて

Presentation on theme: "ひろしまサンドボックス 産業用IoTプラットフォームについて"— Presentation transcript:

1 ひろしまサンドボックス 産業用IoTプラットフォームについて
2019年　1月 15日 株式会社エネルギア・コミュニケーションズ 経営戦略本部 ITサービス事業部

2 エネコムが考える製造業の課題 －労働人口の減少－
エネコムが考える製造業の課題　－労働人口の減少－ 製造業おける従業員人数 ※広島県 経済センサス(2016年活動調査)　より 1996年 2006年 2016年 人数(人) 250,708 214,274 211,902 15％減少 1990年 1995年 2000年 2005年 2010年 2014年 ※日本生産性本部調べ より 世界における日本の名目労働生産性の順位 労働人口減少に伴う 熟練技術者「巧」の減少 人手に頼った 生産性向上の限界

3 エネコムが考える製造業の課題 －多数存在する広島県の「匠」企業－
エネコムが考える製造業の課題　 －多数存在する広島県の「匠」企業－ 広島県には独自技術(「匠」)で，オリジナルの商品やサービスを提供する企業が多数ある。 業　種 ナンバーワン 企業数 オンリーワン ナンバーワン かつ オンリーワン企業数 食品 10 21 2 繊維 4 9 木材製品・建築資材 7 15 電機 5 12 化学 18 金属 27 1 機械 25 53 その他 6 31 合 計 93 183 19 ※広島県商工労局　広島県の「ものづくり」～オンリーワン・ナンバーワン企業～　業種別　より

4 巧 匠 課題解決の方向性 高齢化する熟練担当者の経験・勘の継承 設備の有効利用と独自技術を収益に Analytic Area
巧技術のデジタル化 高齢化する熟練担当者の経験・勘の継承 巧の気づきのデジタル化 匠 IT Market Place Area 設備の有効利用と独自技術を収益に ビジネスマッチング 新規ビジネスの創出

5 あらゆるデバイスから 高品質のデータを収集する 未知の新しいアイデアを 実現する 今まで見えていなかった データが見えるようになる
産業用IoTプラットフォームの役割 あらゆるデバイスから 高品質のデータを収集する 産業用IoTプラットフォーム が技術的な支援を実施！ 未知の新しいアイデアを 実現する 今まで見えていなかった データが見えるようになる ビジネスマッチング 新規ビジネスの創出 技術のデジタル化 気づきのデジタル化

6 必要とされる機能 プラットフォーム基盤機能 アプリケーション機能 活用 創造 収集 保存 セキュリティ 見える化 データ収集 データ保管
分析 コミュニケーション 自動化・効率化 セキュリティ

7 必要となる機能（詳細） 分類 役割 内容 収集 データの発生元から値をデジタル化して収集する仕組み (Foghorn Ligthning)
【データ収集】 データの発生元から値をデジタル化して収集する仕組み (Foghorn Ligthning) 保存 【セキュリティ】 閉域通信回線 プライベートクラウド データを安全に収集・活用するために必要なサービス ・データを保管・転送する際に活用する暗号化技術 ・データ連携やデバイスを利用する際に、利用者のなりすまし等の セキュリティインシデントの発生を抑制 活用 【見える化】 データ可視化ツール（ＢＩ） データを統計分析する機能 【データ分析】 機械学習ツール 状態分析ツール 製造業における熟練技術者の経験・知見をデジタル化（マシーンラーニング）するツール 製造業における熟練技術者の感覚をデジタル化（気づきのデジタル化）するツールの提供（相関分析）

8 必要となる機能（詳細） 分類 提供機能 内容 活用 データの判定により行なうべき、操作の自動化を行なうことにより効率化を行なう。
【自動化・効率化】 ＲＰＡ データの判定により行なうべき、操作の自動化を行なうことにより効率化を行なう。 例示：チェックシートの自動化など 創造 【コミュニケーションツール】 会議システム 閉域内で身元のわかる企業が、情報交換を行なうコミュニケーションシステム。

9 産業用IoTプラットフォームの構成 産業用IoTプラットフォームのご提供範囲 産業用IoTプラットフォーム構成イメージ デバイス層 収集層
ネットワーク層 分析・活用層 機械設備 センサー NW機器 NW機器 IoT-GW サーバー インターネットVPN 製造ロボット その他設備 V-LAN　※ 産業用IoTプラットフォームのご提供範囲 ※ エネルギア・コミュニケーションの広域イーサネット 　　 通信網サービス

10 産業用IoTプラットフォームの留意事項 インターネットVPNだけでなく，広域イーサネット通信網(10MB/S)もご利用できます。
広域イーサネット通信網につきましては，1プロジェクトにつき1本，ご提供が可能です。ただし，接続先につきましては広島県内といたします。 産業用IoTプラットフォームのサーバ基盤につきまして，100GBのストレージをご用意しております。 産業用IoTプラットフォーム利用に際しまして，デバイスからのデータ収集環境は，株式会社エネルギア・コミュニケーションズが提供する「FogHorn Lightning™」(以下、Foghorn Lightning)が必要となります。なお、導入後3か月間は無償期間といたします。 回線サービス利用に向けた作業，サーバ基盤利用手順，Foghorn Lightningの設定作業および操作手順など，産業IoTプラットフォームに関わるプロジェクトへの技術的なご支援は，株式会社エネルギア・コミュニケーションズがサポートいたします。

11 産業用IoTプラットフォームご提供仕様 産業用IoTプラットフォーム仕様

12 ご提供仕様：ネットワーク層 広域イーサネット回線 (V-LAN)
　 通信速度は基本【10Mbps】です。なお、増強したい場合は別途費用が必要となります インターネット回線 (VPN) 　 拠点からの接続については、VPN機器をご準備ください イメージ図 プレイヤー内 広島市内データセンター VPN装置 VPN装置 サーバー (データ保存) インターネット網 ネットワークはどちらか一方を選択 10Mbps 広域イーサネット網 (V-LAN) V-LAN装置 V-LAN装置

13 ご提供仕様：分析・活用層 分析・可視化用のサーバースペックは次のとおりです 利用可能なOSは次の通りです
データベース、ミドルウェア、アプリケーション等の導入は、各ユーザーさま(コンソーシアムさま)で実施下さい No 種類 スペック 1 CPU 2コア 2 Memory 4GB 3 HDD 100GB なお、スケールアウトが必要となる場合は、別途費用が発生します。別途、ご相談ください。 No 種類 1 Linux系 2 Windows系 インストールするＯＳのバージョンについては、別途、ご相談ください。

14 参考資料：産業用ＩＯＴの構築ポイント 産業用ＩＯＴの構築ポイント

15 製造現場のIoT化を実現するためのポイント
Point.1 製造現場が求める高速、かつ、安定的なデータ処理 クラウド型IoTの場合、工場とクラウド間で発生する通信のボトルネックや瞬断による、「大量のストリームデータ取得時の リアルタイム性の欠如」 や 「ストリームデータ処理の安定性の欠如」 といった問題が発生してしまう。 ビッグデータの解析 大量のストリームデータ(例) ・設備稼働状況：ミリ秒単位 -> プレス機の圧力、溶接機の温度、・・ ・環境データ：秒単位 -> 工場内の温度、湿度、ホコリ量、・・ 膨大なクレンジング作業 製造現場 Point.2 ビッグデータ解析の精度を高めるデータクレンジング 工場内で生成される各ストリームデータは、データ間の時系列が統一されておらず、また、NULL値や異常値などの イレギュラーデータが多数混在しているため、ビッグデータ解析の精度を高める上で、「膨大なクレンジング作業」 が 　 必要となってしまう。

16 エッジコンピューティング Point.1 エッジ クラウド 製造現場が求める高速、かつ、安定的なデータ処理
　　エッジコンピューティングのイメージ 従来のクラウド型IoTで発生する、通信の切断やオーバーヘッドといったネットワークのボトルネックを最小限に抑止 エッジ クラウド ③クラウドへのデータ連携 ①ストリームデータの取得 ⑥分析モデルの実行 ⑤現場へのフィードバック ②データの見える化 ④ビッグデータの解析(分析モデルの生成) データの取得/見える化、分析モデルの実行をエッジ(製造現場)で完結 ビッグデータの解析のみクラウドに分離 エッジコンピューティングを活用する事で、製造現場に求められる高速、かつ、安定的なデータ処理に対応

17 データクレンジング Point.2 ! ! ビッグデータ解析の精度を高めるデータクレンジング IN VEL OUT
データクレンジングのイメージ 処理を全てメモリ上で行う事でディスクI/Oを抑え、ストリームデータ取得と同時にデータの加工・整形処理を実施 各種センサー情報 (ミリ秒レート/秒レート等) IN VEL OUT クレンジング例 ・時間軸の同期 ・状態分析 - 最大値/平均値など ・異常判定 - アラート情報 - 閾値チェック データのクレンジング内容を定義 ! ! ストリームデータ解析エンジンを使用したデータクレンジング クレンジング後のデータを データベースや BIツールに出力 独自のストリームデータ解析エンジンにて、ビッグデータ解析に必要なクレンジング処理をリアルタイムに実行

18 製造業のIoT階層モデル デバイス層 収集層 分析・活用層 ネットワーク層 1.生産設備の制御 1.生産データの収集 1.ビッグデータの解析
・機械設備 ・環境センサー ・PLC ・AIエンジン ・BIツール データ収集プラットフォーム FogHorn Lightning 1.生産設備の制御 1.生産データの収集 1.ビッグデータの解析 - データの補完・時間軸の同期 - 設備の状態分析・異常判定 - データのグラフ化(可視化) 　- 不良条件の特定 - 設備の予知保全 - 分析モデルの生成 - BIツールとの連携 2.各種生産データの送信 - 設備の稼働状況 - 環境データ(温度/ホコリ量など) - 検査データ - 生産実績(RFID/進捗状況など) 2.分析層へのデータ連係 2.現場へのフィードバック ネットワーク層 1.近距離ネットワークの接続 2.遠距離ネットワークの接続

19 お問い合わせ窓口 産業用IoTプラットフォームに関する技術的なお問い合わせは，こちらまでご連絡ください。
TEL : 担当　　 : 笹岡，丸山

20