製造ビッグデータの「0次分析」によるデータ可視化から新たな気付きと予兆検知を実現

さまざまなモノがつながる IoT(モノのインターネット)の世界では、膨大なデータの収集・管理と、その具体的な活用が大きな課題となっています。

しかしながら、取得したビッグデータを具体的にどう役立てたら良いか、また、データが多すぎてどう分析したら良いかわからないという課題もあります。

「BIGDAT@Viewer」なら、直感的なユーザーインターフェースにより、簡単な操作でビッグデータの可視化と分析ができます。さらに傾向把握や分析軸の発見、仮説立案を支援し、異常監視や予兆保全を実現できます。

  • さまざまなデバイスからの製造ビッグデータを一括で集約・蓄積したい。
  • ”IoT” を実施すべくセンサなどを設置してデータを蓄積し始めたが、そのデータをどう活用してよいかわからない。
  • 膨大なデータを、生産性の向上やコスト削減に役立てたいが、データ分析の専門家がいない。
  • 異常の早期発見など、現場の課題を解決したいが、どのデータ属性を見ればよいかわからない。
  • 現場の熟練者が持つ経験に基づいた知見を共有したい。
  • わずか3ステップの簡単操作で、分析したビッグデータをマップ上に可視化
  • 直感的な分析機能で、データの分析軸の発見や仮説立案を支援
  • リアルタイムデータを教師マップにより自動判定可能。予兆保全に活用できる
  • 分析エンジンにはtoor(トア)社のtoorPIA(トピア)を採用

1)「0次分析」 の実現

多変量データの属性数を省略、ノイズデータの除去をする必要はありません。
分析したいデータをCSVファイルで準備すれば、分析軸を決めることなく2次元に可視化(MAP化)できます。

2)専門知識が無くても、多変量分析が可能

マウス操作のみで、可視化されたデータを分析できます。データサイエンティストでなくても、多変量の分析が可能です。

3)判定プロセスが明確

ブラックボックス化されたAIとは異なり、結果に
至る要因を自身で確認しながら分析できます

4)予兆保全への活用

製造現場での設備稼働状況をリアルタイムで把握し、予兆保全に役立てることができます。

画像、音、CMS(振動、電流、温度)などの検出器から得たデータを基に、まず正常モデルを生成(MAP化)します。
その正常モデルとの比較判定により、製造工程での異常や、製造物の不良の予兆を検知できます。

「予兆保全」へのアプローチ(リアルタイムプロット)

(1)詳細分析済みのデータから教師マップを作成
(2)複数センサの値、画像特徴量をリアルタイムに教師マップへ反映
(3)一定時間内の正常領域から外れたデータの割合で「正常」「警告」「異常」を判断

サーバー

OS CentOS 7.x ※GNOMEデスクトップもインストールしてください。
CPU Intel系(Xeon、Core iシリーズ)
メモリ 8GB以上※1
ストレージ 500GB以上 ※2
  • ※1 メモリを増加することで並列処理数を増やすことが可能。頻繁なマップ化処理には24GB以上を推奨
  • ※2 ストレージの必要量は、解析するデータサイズに依存

クライアント

OS Windows 7 以上
Webブラウザ Google Chrome ver.42以上
Firefox Ver.60以上 ※Chromeの方が高速動作します

製品関連情報開く

この製品に関連するソリューション

  • FA 産業オートメーション向けトータル ソリューション「Wonderware」
  • ビッグデータ 経営や製造現場で集まる大量のデータを活用するシステムの導入支援・コンサルティングサービスを提供します

この製品に関するトピックス