世界各国のリアルタイムなデータ・インテリジェンスで皆様をお手伝い

今一度、IIoTを考える

今一度、IIoTを考える

 

1.       序

 

巷では、色々な人・企業が、IIoT (Industrial IoT) ソリューションを、ベンダ・ユーザ含めて議論している。展示会にも大勢の人が訪問している。

ところで、IIoTとは何であろうか?

 

Industrial IoTとは、日本語に訳すと産業界向けIoTソリューションとなるが、一般的には製造業向けのIoTソリューションを指している。

とはいいつつ、IIoTソリューションと一言で言っても、下図に示すように大きく分けて6つの方向を指向している

出典:筆者作成

図1-1- IIoT導入の目的

 

又、ベンダーが提供しているソリューションやユーザの導入事例を見ても、

-        設備の自律運用への一歩

  • 既存設備を前提とした事例 (外付けセンサ/アクチュエータ+ネットワーク+サーバ)
  • 広域性を重視した事例 (プラットフォーム+センサ/アクチュエータ+サーバ)
  • レスポンスタイムを重視した事例 (エッジコンピューティング+センサ/アクチュエータ)

-        現場作業員の支援 (ウェアラブルデバイス+ネットワーク+サポートセンタ機器)

と、様々な形態がある。

 

IIoTと一つの単語で括っても、実導入においては、様々なバリエーションがある。今回は、そのバリエーションを整理しつつ (見える化しつつ)、その将来を考えたい。

 

2.       IIoTソリューション事例

 

2.1.      IIoTを使った新サービスの事業化

 

GEによる航空機エンジンの監視・予兆検知はIIoTソリューションとして最も有名な事例の一つである。

下図に示すように、自社製エンジンに多数のセンサを配置し、その稼働状況を監視しデータ化し、PREDIXに収集し、顧客 (航空会社)に提出している。そのデータ収集・分析・予測を、GEは有償サービスとしている。

航空会社は、このデータに基づいて、エンジンの保守・部品交換を進めており、結果的に、燃費改善、あるいは不意の障害による欠航の削減を実現しており、コスト削減に有益となっている。

図2-1- PredixによりGE社が実現した航空機エンジン監視サービス

 

 

2.2.      レスポンスタイムを重視したIIoTソリューション

 

製造業において、システムに期待されているタイムフレーム (処理サイクル) はその階層により下図に示すように異なる。

出典:MESとは何か?主要パッケージや生産管理向け11の機能を解説 (ビジネス+IT)

図2-2- 各階層に期待されているレスポンスタイム

 

SCADA/PLC/DCSに相当するレベル2では、秒/ミリ秒/マイクロ秒での処理サイクルが求められる。このレベルの処理サイクルはPredixのようなプラットフォームの上位層にあるアプリケーションサーバには不可能であり、アプリケーションサーバはSCADA/PLC/DCSのレベルに設置されることになり、Edge Computingと称される事になる。

まだ、成功事例はないが、多くのベンダーがソリューションを提供しており、注目されているセグメントである。

 

しかしながら、各社各様に中心軸は異なり、重点も異なっている。

重電機器メーカたるGE社の場合、PredixにEdge Computingを取り入れてはいるが、どちらかというと、下図に示すようにGE製の発電機器・航空機エンジン・工作機械の収容を目的にしている。産業機器・SCADA/PLC/DCSレイヤはGE製品で固めて、データの処理加工の部分だけを、サードパーティに開放している。

出典:ITメディア

図2-3- GE社Predix 構造

 

産業ロボット/CNCメーカであるファナック社の事例を以下に示す。ここでは、Edge Computingの部分に集中しており、産業機器~監視制御機器間をFIELD Systemミドルウェアとして提供しつつ、監視制御へのサードパーティの参入を促している。

出典:IT Media

図2-4- ファナック社 FIELD System

 

 

FA機器大手である三菱電機が中心になって設立されたEdgecrossコンソーシアムの事例を下図に示す。コンソーシアルということもあり、機能をレイヤ分割し、インターフェイスでの相互接続と相互運用性を実現させている。レイヤ単位でのサードパーティの参入を可能にしている。

出典:Edgecross Consortiumウェブサイト

図2-5- Edgecross Consortium構成

 

 

2.3.      稼働状況や生産物量の「見える化」(定量化)するソリューション

 

「見える化」と一言では言えども、そこには、「正常に稼働 or 何らかの異常による機械が停止」の二値表示と、数値化してのメータ表示の二つがある。

ここでは、二値表示のIIoTソリューションとメータ表示のIIoTソリューションを紹介する。これらのソリューションでも、遠隔監視・集中監視を実現させている。

 

2.3.1.     二値表示のIIoTソリューション

 

下図に、日本のパトライト社が提供するIIoTソリューションを示す。

このソリューションでは、検出器が工場設備の状態を二値判断で、例えば「動いているか/動いていないか」状態を検出し、設備の「見える化」を実現している、

出典:パトライト社

図2-6- Edgecross Consortium構成

3.3.2.メータ表示のIIoTソリューション

 

下図にKDDIが2018年6月に発表したIIoTソリューションを示す。ここでは、「レベルセンサ」、「流量センサ」、「電流センサ」、「温度センサ」、「振動センサ」の5種類のセンサを用意し、工場の稼働状況の「見える化」を実現している。

又、KDDI社のソリューションの特徴としては、判断機能を、3段階に分けて用意している事である。

-        基本セット:

  • データの収集・蓄積による生産設備の状態を可視化し、作業者が任意に設定した閾値を超えた場合にアラートを通知 (正常/異常の二値検出)

-        簡易分析オプション

  • 分析モデルを元にして、正常稼働/異常稼働を判定し、アラートを通知することで故障予兆を早期に発見する (ログ分析による故障予知)

-        高度分析(AI)オプション

  • 自動作成された分析モデルのパラメーターをAIが継続してチューニングすることで、故障予兆の精度をさらに高める (AIを使い故障予知に精度向上)

 

出典:KDDI社

図2-7- KDDI社 IIoTソリューション構成

 

2.4.      作業者支援・管理を目的としたIIoTソリューション

 

工場の生産ラインでは以下のような事が起きている

-          高齢による引退を理由とする熟練労働者の減少

-          熟練度の低い労働者 (若年労働者や派遣労働者、外国人労働者)の増加

-          生産ラインへの女性導入を目的に、力仕事の機械化

-          労働者教育の費用の圧縮

-          ラインで働く人間そのものの減少

-          工場労働者の賃金上昇

-          若年労働者の供給減少

 

作業効率と労働者安全を確保するためにも、今後、このようなソリューションが多くの工場・生産ラインで導入されると予想される。

 

2.4.1.     ARを使った作業者支援

 

以下にSAP社とVuzix社 (スマートグラスメーカー)が提供するソリューションの動画を紹介する。

 

YouTube URL: https://www.youtube.com/watch?v=wa9mJL-ShBE

出典:Youtube

図2-8- SAP/Vuizi社 IIoTソリューション動画 -ARを使った作業指示

 

 

このソリューションの構成は以下のようになっていると予想される。

出典:筆者作成

図2-9- SAP/Vuizi社 IIoTソリューション構成

 

2.4.2.     バイタルセンシングバンドを使った作業員安全管理

 

工場内には危険な箇所もある。又、労働者削減により、工場内での人が減った事により同僚の異常に気付く機会も減少しつつある。

そのような事態に備えて、下図に示すように、労働者に、バイタルセンサー(身体異常検知)・加速度 (落下事故検知)・GPS (居場所検知)等を実装したバンドを持たせるケースが出てきている。

 

出典:PC-WEBZINE

図2-10- 富士通 IIoTソリューション構成 – バイタルセンシングバンド

 

 

2.4.3.     その他 – ロボットの導入

 

労働者補助・支援の色合いが強いので、今回は、軽く触れる事にとどめるが、工場でも

-          パワードスーツ (ATOUN社 MODEL Y) (図2-10)

-          外骨格ロボット (サイバーダイン社 HAL  (図2-11)

-          協働ロボット(UNIVERSAL ROBOTS社) (図2-12)

といった形で、ロボットが導入されている。ロボット導入は、IIoTとは、若干、方向が異なるでの、ここでは、その存在の紹介にとどめることとし、別途、扱いたい。

 

 

YouTube URL: https://youtu.be/OG1Xjwe92DE

出典:Youtube

図2-11 – パワードスーツ (ATOUN社 MODEL Y)

 

YouTube URL: https://www.youtube.com/watch?v=dzDB_5DiAPI

出典:Youtube

図2-12 – 外骨格ロボット (サイバーダイン社 HAL)

 

YouTube URL: https://www.youtube.com/watch?v=9ULCRlyMlc0

出典:Youtube

図2-13 – 協働ロボット (UNIVERSAL ROBOTS社)

 

3.       IIoTの今後

 

実際のIoT機器・ソリューションを参照しながら、IoT導入の流れを見ていくと、下図のようになっていると思われる。

 

出典:筆者作成

図3-1- IIoTと工場の進化の予測

 

ここでは、製造ラインを中心とした図となっているが、物流に関しても、バーコード/RFID等のタグとロボットを含む搬送機器とサーバを組合わせたIoTソリューションを、マテリアルハンドリング機器メーカがリーダシップを提案している。

長期的にはデジタルツインを一つのゴールとしての生産ライン・サプライチェーンの統合・最適化の追求が進むと思われる。

 

GE社のPredix、Siemens社のMindsphere、ファナック社のFIELD System、Edgecross ConsortiumのEdge Computingを導入もありうるが、導入範囲の広さ、導入投資の規模もあり、一部の大企業にとどまっている。

大半の企業・工場においては、センサ/アクチェータを導入しての生産ラインの稼働率の”見える化” (定量化)と、それによる効率改善・品質制御が第一の目的となっている。

工場の進化は、複数の眼で見ていくことが必要である。

 

 

4.       終わりに

 

今後、IIoTは、AIやビッグデータと連携しつつ、デジタルツインを一つの目標として進化していく。

ただ、前章でも見たように、ソリューションとしても、まだまだ統一が取れていない。

PlatformやEdge Computing等が注目を集めているが、実際の導入は、センサ+サーバからである。

導入する工場も、注目技術やバズワードに惑わされる事なく、今、自社工場はどの段階にいるのかを考えて導入したい。

又、ベンダーサイドも、バズワードでユーザをひきつける事に注力するよりも、実質本位で、本当に必要な機能から提供するようにしてほしい。

 

筆者:株式会社データリソース客員研究員 鈴木浩之 (ICTラボラトリー代表)

 

 

データリソース社が推奨する市場調査レポート

 

☆  【調査レポートセット】企業と産業用のIoT、高度モバイルサービス、超高信頼低遅延通信(URLLC)の主要な5G用途とサービス:企業・産業用オートメーション、IIoT、ロボット(通常、クラウドロボット、ドローン)、ネットワーク接続自動車、仮想現実 2018-2023年

  • 調査会社:マインドコマース                        発行時期:2018年11月

☆  スマート製造業市場:対応技術毎(状態監視、人工知能、産業用IoT、デジタルツイニング、産業用3D印刷)、情報技術毎(WMS、MES、PAM、HMI)、産業毎、地域毎 - 2023年までの世界市場予測

  • 調査会社:マーケッツアンドマーケッツ      発行時期:2018年10月

☆  産業用IoT(モノのインターネット)の世界市場調査

  • 調査会社:オンワールドリサーチ   発行時期:2018年10月

☆  【PT:四半期レポート】スマート製造業の四半期最新情報:2018年第4四半期Smart Manufacturing Quarterly Update

  • 調査会社:ABIリサーチ   発行時期:2018年10月

☆  世界の産業セクタにおける人工知能(AI)市場 2018-2022年

  • 調査会社:テクナビオ      発行時期:2018年9月

 

DRIメルマガは無料にてご登録いただけます。

 

ページTOPに戻る