製造業向けエッジコンピューティング

はじめに

新しいテクノロジーは、製造業が製造現場のプロセスを接続し、データを収集する方法に革命をもたらしています。

中でも最も有望なのがエッジ・コンピューティングです。

エッジコンピューティングは、データが収集される場所の近くにコンピューティングリソースを配置することで、データの集約と処理を改善する手法です。

このガイドでは、エッジコンピューティングを紹介し、あらゆる規模の製造業者がエッジデバイスを使用してIIoT マシンモニタリングの取り組みを強化することで、どのようなメリットが得られるかを説明します。

エッジコンピューティングとは、集中型のデータセンターやクラウドよりもネットワークエンドポイントに近いデバイスやリソース、つまりネットワークの「エッジ」にコンピューティングワークロードを割り当てることを指します。

製造業では、エッジコンピューティングリソースは、マシン、ゲートウェイ、プロトコルコンバータ、または他のタイプの産業用コントローラを含むことができます。製造業では、エッジコンピューティングは専用のエッジデバイスの使用を指すことがほとんどです。

コンピューティングリソースを分散させることで、メーカーは

1. データ処理速度の向上

2. ノイズから信号を早期に除去

3. データアクセシビリティの向上

エッジコンピューティングの背後にある哲学は、情報をそのソースで処理する方が高速で効率的だということです。

産業資産からデータセンターへの情報の流れを考えてみましょう。機械は稼働中に温度、振動、回転数、リソース消費などのデータを生成します。そのデータは、エンジニアにとって有用なものにするために、何らかのフォーマットやプロトコル変換を行う必要があります。その後、データはオンプレミスのサーバーかクラウドのデータベースに送られます。クラウドに送られる場合、地理的に分散した物理サーバーまでかなりの距離を移動する必要があるかもしれません。

クラウド・コンピューティングとストレージは産業用モノのインターネットに不可欠ですが、データの生成、処理、返却を中継することで、遅延、帯域幅、データ管理の問題が発生する可能性があります。

繊細な製造工程では、わずかな遅延が効率や品質に大きな影響を与えることがあります。

エッジ・コンピューティングは、データ作成に地理的にもネットワーク的にも近い場所でデータ処理が行われるようにすることで、このような事態を防ぎます。

製造業でエッジコンピューティングが重要な理由を理解するには、クラウドアーキテクチャで発生するいくつかの課題を理解する必要があります。

製造業では長い間、集中型の情報アーキテクチャが使われてきました。集中型システムでは、オペレーション全体で生成された情報が処理され、バックボーンサーバーに保存されます。これは、大量のデータを処理し、機密管理を行う上で重要でした。

クラウドの出現により、この「バックボーン」はオンプレミスのリソースから地理的に離れた場所に移りました。しかし、データがクラウドに到達するまでの道のりは基本的に同じです。

エッジコンピューティングの進歩は、製造業が分散型モデルに戻りつつあることを意味します。

エッジコンピューティングのような分散型システムは、データ処理を一箇所に集中させるのではなく、ネットワーク全体のノードに存在する計算能力やストレージ能力を活用します。利用可能で十分なリソースがある場所でコンピューティングが行われるため、このタイプの構造は「分散型」です。分散型システムでは、近接性が処理の発生場所を決定する主要因となります。

エッジの成長が分散型コンピューティングの成長を意味するとしても、エッジがクラウドに取って代わるという意味ではないことに注意することが重要です。

むしろ、エッジとクラウドは共生関係にあります。

多くの製造業にとって、クラウドインフラストラクチャは、データをアクセス可能で拡張性のある場所に保存するために必要です。また、オンプレミスの機器に高額な費用をかけることなく、十分なコンピューティング・パワーで業務をサポートするためにも必要です。

クラウドなしでは、データの保存、取り出し、分析のロジスティクスは著しく複雑になります。しかし、現代のマシンモニタリングの現実は、エッジコンピューティングを望ましいものにしています。

このように、製造業は、クラウドインフラストラクチャとエッジコンピューティングを業務の必要に応じて組み合わせることで、デジタルイニシアティブから最大の利益を得ることができます。

集中型インフラが分散型コンピューティングをサポートするこの種のハイブリッド・アーキテクチャは、しばしばフォグ・コンピューティングと呼ばれます。少し言い方を変えると、フォグはクラウドを地上に近づける方法です。

実際、各技術の将来を最もよく予測すると、クラウドとエッジの市場規模はともに今後10年間で大きく成長することが示唆されています。

エッジデバイスには、センサー、IoTマシン、ゲートウェイ、シングルボードコンピュータなどがあります。これらのデバイスは、小規模メーカーにとっても大規模メーカーにとっても、デジタルイニシアチブを合理化するための迅速かつ軽量な方法を提供します。これらのデバイスは最小限の電力で動作し、少量のエネルギーを消費するため、非常に費用対効果が高くなります。

エッジ・デバイスは、機械モニタリング・システムに不可欠なコンポーネントです。重要な理由はいくつかあります。

プロトコル変換 - すべての機械が同じプロトコルで通信するわけではありません。新しい機械はMTConnectやOPC UAのようなプロトコルをネイティブに、またはKepwareのような変換製品を使用して通信することができますが、他の機械はセンサーデータをエンドユーザーが読めるようにするためのデバイスを必要とします。特にレガシーマシンでは、センサーデータを有用な情報に変換するための仲介デバイスが必要です。エッジデバイスは、IoT センサーから情報を取得し、データを洞察に変えるために必要なプロトコルに変換することができます。

複数のセンサーからのデータ - 多くの場合、機械の性能と健全性を理解するには、複数のセンサーから同時にデータを取得する必要があります。例えば、CNCミルで部品の不具合の根本的な原因を理解したい場合、特定の部品の劣化に寄与する可能性のあるすべてのパラメータに関するデータを取得することが重要です。

エッジデバイスは、機械の健全性をより完全な視点から把握するために、複数のセンサーからのデータをまとめるのに役立ちます。これにより、推測を超えた根本原因を突き止めることができます。

複数のマシンからのデータ - 各マシンを個別に理解することは重要です。しかし、最もインパクトのある洞察が得られるのは、単一のマシンからのデータを部門全体から取得したデータと比較して測定した場合です。エッジデバイスは、多くの異なるマシンソースからのデータを集約して一元化するのに役立ち、リアルタイムでパフォーマンスを理解しやすくします。

Filtering Signal From Noise - 機械が生成する情報のすべてが有用なわけではありません。エッジデバイスは、マシンが確立されたパラメータを超えたときや特定のイベントが検出されたときのように、スケジュールされた稼働時間中に作成された膨大なデータから重要な情報を分離するのに役立ちます。このフィルタリングプロセスを容易にするために、機械学習アルゴリズムがエッジデバイス上で実行されるケースが増えています。

リアルタイムの洞察 - 多くの製造業者にとって、機械のモニタリングはリアルタイムで生産状況を把握する方法です。機械の性能と健全性を長期的に把握するためには過去のデータが重要ですが、稼働時間中の機械の状態を可視化することも同様に有用です。エッジデバイスは、機械からのデータをビジュアル分析ダッシュボードにルーティングすることを可能にします。機械データをエッジデバイスに渡すことで、メーカーはリアルタイムの洞察に必要な分析にアクセスできます。

製造業で成功するためには、継続的な改善のために運転データを収集することがますます重要になっています。つまり、マシン・モニタリング・プログラムが必要なのです。

しかし、機械の監視だけでは必ずしも十分ではありません。製造システムは膨大な量のデータを生成します。そして、データは保存され、実用的な形でアクセスできなければ役に立ちません。

機械のパフォーマンスを追跡しているメーカーのうち、データ管理戦略を持っているところはほとんどありません。また、現場で生成される膨大なデータを管理することに問題がないと報告するメーカーは、さらに少数（推定14％）です。

そこで役立つのがエッジデバイスです。

エッジデバイスは、マシンデータが1...読みやすく、2...アクセスしやすく、3...安全で、4...追跡したいKPIに関連していることを保証します。

エッジ・デバイスが実際の製造現場でどのように使用できるかを示すために、Tulip お客様が当社のIoT ゲートウェイを使用してレガシー・マシンからデータを収集する方法を見てみましょう。

このメーカーは共通の問題に直面していました。レガシー・マシンには操作上の欠陥はなかったものの、インターネットにネイティブに接続することができなかったのです。そのため、機械のパフォーマンスを測定するのは手作業でした。多くの点で、OEEの計算には誤差があり、ボトルネックの分析では根本原因を特定するのに苦労していました。

このお客様は、生産状況をよりよく把握するために、IoT センサーとTulip エッジデバイスを使用して、アナログマシンをオンライン化しました。

エッジデバイスとセンサーを使用することで、このメーカーは回転数やその他の主要な機械パラメータを測定することができました。わずかな先行投資で、ボトルネックを特定し、ラインのバランスを改善するのに十分な生産プロセスの理解を向上させることができました。IoT ゲートウェイにより、このメーカーは複数の機械から同時にデータを収集することができます。このメーカーは、Tulip アナリティクスによって、この情報を視覚的な生産ダッシュボードに集約しています。今では、現場の全員がリアルタイムで生産状況を把握できるようになりました。

この機械データと人間のパフォーマンス・データを結びつけることで、全体的な視点からオペレーションを見ることができ、改善すべき点を特定し、WiPがラインをどのように流れているかを正確に理解することができました。

最終的に、このメーカーは生産台数を15％増加させました。販売コストを削減しながら、生産拡大という野心的な目標を達成したのです。ブラウンフィールドの施設をオンライン化することで、稼働時間と可視性を改善し、ビジネスに真のインパクトを与えることができました。