1. 活動内容
2. IoTの動向
3. チャレンジ中の活動3-1:非IT系学科へのIoT教育カリキュラムの設置提言と開発3-2:誰でも習得可能なAI教育法の開発3-3:センサ技術教育の開発3-4:農業IoT教育カリキュラムの提言3-5:社会人熟達技術者の博士学位取得の指導・支援3-6:新分野の調査研究と提言
4. まとめ
NPO法人M2M・IoT研究会の活動概要とチャレンジ中の活動
NPO法人M2M・IoT研究会理事長 小泉寿男
NF研プレゼン2018/1/25
1
1、活動概要
• 2010年5月に設立し、2011年9月にNPO法人化。
• M2M/IoTの技術交流と人材育成が主活動。
・理事長:小泉寿男副理事長:清尾克彦、飯田秀正、吉田利夫
<6つの専門部会>(部会長)・ビジネス応用専門部会(樋口雅宏):ビジネス情報の交流
・技術専門部会(清尾克彦):開発、技術交流、セミナー開催
・教育専門部会(市村 洋):教育活動、教育イベント推進
・学術専門部会(三井浩康):学術交流、社会人Dr.取得支援
・国際専門部会(辻 秀一):国際交流
・関西部会(西村雄二):関西地区の企業間交流、技術交流
個人会員150名 賛助会員15社
2
活動の構図
<イベントとしての活動>
セミナー•第1人者の演説•研究会からの提言
シンポジウム•専門分野の交流•研究会からの提言
非公開ミニシンポジウム•外部講師をよんだ勉強会
セミナー•事例発表会•技術講演会
企業見学会•メンバー企業現場見学と勉強会
•本部
•関西部会
•対企業/団体向け活動
•出張講習会•団体プロジェクトへ参画•賛助会員企業向け出張講演
活動成果の蓄積
• ツール(構築ツール等)
• 開発手法/K・H• 調査結果•
活動内容
• ツールや開発手法の開発• 新技術の調査研究• ミニシンポ/勉強会• 成果の提言/PR(セミナ・シンポ)• 社会人熟達技術者の博士
学位取得指導/支援
社会人Dr.の輩出
成果の活用
•社会貢献•大学教育としての人材育成
<M2M研究会の活動内容>
3
・人材育成活動の例:M2M/IoTプロトタイプシステム構築法の開発と実践
・AI/機械学習機能の構築追加 ・遠隔地での構築支援機能
文系、理系を問わない各専門分野のアイディア創出/ニーズ発掘
新しいデバイス/センサのニーズ
アクチュエータ
センサー
デバイスコントローラ
ゲートウェイ
クラウド
アプリ
・オープンハードウェア,ソフトウェアの活用
・プロトタイプ構築:IT系、工学系、文系 の3種類
展開
構築の経験
構築手順書・ソースコード例のHP公開、構築支援
エリアネットワーク
インターネット
4
教育専門部会のセミナー開催状況
2011年度(2011/4/23)
こども教育宝仙大学
2012年度(2012/4/21)
東海大学高輪キャンパス
2013年度(2013/4/27)
サレジオ工業高等専門学校
2014年度(2014/4/19)
芝浦工業大学大宮キャンパス
2015年度(2015/4/18)
東京電機大学東京千住キャンパス
第1回 第2回 第3回
第4回 第5回
59名 7件
開催日
開催場所
参加人数発表件数
開催日
開催場所
参加人数発表件数
73名 9件
128名 15件
109名 10件
148名 15件
2016年度(2016/7/9)
東京大学先端科学技術研究センター
第6回
200名 24件
5
2、IoTの動向
• Industry4.0, Industrial Internet, Society5.0
の中核要素(IoT/AI/ロボット)の1つになっている
• AIとの融合, 応用分野の増大
• 社会実装する人材育成のニーズ大
• 製造• インフラ• 農業• サービス
• 自動車• 流通
• 金融/証券• 特別医療
フィールド
新規分野
モノ・コト
IoTAI
データ分析
結果
Feedback
6
3、チャレンジ中の活動
活動内容 狙い/目標
3-1.大学の非IT系学科へのIoT教育カリキュラムの設置提言と開発
• IoT応用分野拡大の対応して農学系,文系人材の確保
3-2.誰でも習得可能なAI教育法の開発• AI進展への対応• IoT/AIの一体化
3-3.センサ技術教育の開発• センサ最先端技術の把握• センサソリューションの提言
3-4.農業IoT教育カリキュラムの提言• 農業IoT事例発表の場の提供• 農業IoT教育カリキュラム提言の場
3-5.社会人熟達技術者の博士学位取得の指導・支援
• 有志のキャリアプラン• 対象者とのGive&Take
3-6.新分野の調査研究と提言今回は、・ Industry4.0、Edgecross・ AI半導体
7
3-1:農学部,文系の学部に「IoT教育カリキュラム」を!!
8
情報システム
構築技術
作物、畜産農業機械森林、食品
同左
機械自動車インフラ
プロトタイプ新構築法
教育、流通介護、福祉サービス生活科学
同左
応用範囲の拡大
IT系 工学(電気,機械,土木) 農業 文系
応用
•農業,文系の応用範囲は広い⇒その分野の専門者が主導して応用システムの構築を行ってほしい
•工業分野の人は専門分野に付加価値をつけてほしい
IoTシステム構成と分野対応の構築技術分類
情報系、工学系、農学系、文系 の各々の構築者の構築技術
アクチュエータ
センサー
デバイスコントローラ
ゲートウェイ
クラウド
アプリインターネット
情報系
工学系(機械、電気、
電子)
農学系
文系
APPシステム仕様
デバイス技術 システム技術 応用技術
I/F機能構造
I/F機能構造
I/F機能構造
I/F機能構造
応用仕様
ソフト作成
応用仕様
IT者の支援あり
応用仕様
応用仕様
IT者の支援あり
IT者の支援あり
デバイス設備
フィールド生物
ソフト作成
ソフト作成
ソフト作成
エリアネットワーク
9
IoTプロトタイプ構成と分野対応の構築技術分類
アクチュエータ
センサー デバイスコントローラ
エリア通信
インターネット
データ分析・AI
処理・制御
デバイス技術 システム技術 応用技術
「モノ」機器、設備、フィールド生き物
ゲートウェイ
クラウド接続
アイデア創出
既存ソフトウェア活用
既存ソフトウェア修正
新規ソフトウェア作成
接続方法
機能
構造
接続方法技術要素の3段階化 機能
構造
モジュール化(部品化)
アプリケーション仕様
プロトタイプの構成
10
文系:幼児教育科で実践中のカリキュラム
*既存科目「暮らしの中のコンピュータ」の中に「IoT構築学習」を含めた
1 2 3 4 5
①
6
②
7
③
8
④
9
⑤
10
⑥
11
⑦
12
⑧
13
⑨
14
⑩
15
⑪
16
情報リテラシー IoTの構築学習
(メール, WPなど) 印:構築作業Idea発表予備
<IoT構築学習内容>①講義:IoTとは
③構築:Arduino接続⑤〃:GW上のセンサデータグラフ表示⑦〃:センサデータのクラウド送信確認⑨〃:予備⑩〃:センサ/GW間ZigBee接続
②構築:ブレッドボードにセンサ,アクチュエータ配置
④〃:センサ/GW間USB接続⑥ 〃クラウド接続環境⑧〃:クラウドからアクチュエータ駆動
(ブザー, LED表示)⑪アイディア創出の発表会
11
女子学生
幼児教育科 IoTプロトタイプ構築の構成
クラウド
データ処理
GW(PC)
Arduino
センサー温度、照度
アクチュエータブザー、LED
グラフ表示
スマフォ
IoTデバイスの構築ブレッドボード上にセンサ,アクチュエータを配置し、Arduinoと接続
Arduinoブレッドボード
LED
ブザー
温度センサ
温度センサ
生活空間での環境想定
インターネット
無線接続ZigBee
最初はUSB接続
構築によるアイディア創出
12
カリキュラムの展開の検討
カリキュラム検討の大学
(農業系,文系,工(土木,電気,機械))
展開の組織化
• カリキュラム実績例• 農業IoTプロトタイプ構築法
• 教材パッケージ化• 遠隔教育法
ボランティア講師陣の形成(契約化)
遠隔支援
講義支援
派遣支援
当面は直接支援
13
3-2:企業人と学生の誰もがAI活用できる「AI新教育法」
AI教育法
①AIのしくみの解説②AIの使われ方の事例解説
③AIの手法選択(デザインマップ)
④プロトタイプ事例解説
企業の人(技術者, SE, 企画,営業支援)
学生(すべての学部)
AIを使えるよ、つくれるよ
•多くの人がAIを知り,活用でき,またはつくれるようになる
• IoT/AIの融合:IoTのセンサで収集したデータの分析にAIを使用する
<AI教育法開発の狙い>
14
AI教育法の骨子
学生の研究 製品のAI化の検討(企業技術者)
初めの検討
• どこをAI化
• 効果の吟味
• 入力と出力
の定義
• 他
AIの理解• AI/機械学習とは• 方法の概要理解① DL系② 強化学習③ 分類/回帰/クラスタリング系
• 教師あり・なしの考え方• AIの応用分野概況
選択の入力
• 応用分野
• AIでやりたい仕様
選択エンジン
• 手法マトリクス
• 選択方法
• デザイン例群
プロトタイプの学習
プロトタイプリスト参照
出力
近道も可
•AIソフトウェアの作成•AI方式の活用
実践
<選択事例>
…
• AI手法
• 応用仕様
• デザイン例
デザインマップ法(新solomon法)
15
手法マトリクスとデザイン例群
機能処理,
データ処理
入力処理 出力処理
データ分析AI処理
デザイン例1
DL(教師あり、なし) 分類・回帰(同左)強化学習
分類 回帰 SVM
製造業
自動運転
サービス
農業
医・福祉
他
手法
応用
・手法マトリクス
・デザイン例群
……
16
機能処理,
データ処理
入力処理 出力処理
データ分析AI処理
デザイン例n
プロトタイプの学習(プロトタイプ開発)
目的 分類 プロトタイプ例 フリーソフト他
基礎の学習
DL,強化学習系
DL 1.基礎理解用 chainer
〝 2.文字認識 Python
〝 3.異常検出 Jubatus
強化学習 4.迷路脱出 Python
DL 5.TensorFlow ―
分類・回帰系
分類 6.アヤメの分類 SVM
回帰 7.電力消費予測 Weka
分類 8.簡易文字認識 SVM
産業応用 事例 検討中
17
開発完
開発中
教育法とAI人材3層への対応
AIサイエンティスト
•最新のAI技術を導入or研究
AIエンジニア
• AIを使いこなせる.データ分析可
AIプランナー
•活用ニーズを出す•活用できる
AI人材の3層
非技術系
(研究)技術系(
)
SE
本教育法応用力充実?
• デザインマップ活用• プロトタイプ学習• プロトタイプ作成
• AIの基礎理解• 応用概要• デザインマップとは
(企画、営業)
18
AI教育法開発の狙い
研究開発 応用力
技術 AI構築力
企画,営業 AIニーズ力
AI構築• 協調• 自力
技術
AIニーズ力 企画,営業
• 専門にAIを取り入れた研究
大学院
• AI基礎理解• AIの活用効果の学習
学部
大学院• AI応用力• 修研に反映
学部• AI基礎力• 卒研に反映
非IT系学部IT系学部
IT系企業 非IT系企業
現状 AIの効果 現状AIの効果
AIの効果 現状現状 AIの効果
• AIが産業力をupする. AI教育はその一端に貢献する.
期待値 期待値
連携
連携
19
大学
企業
3-3:センサ技術者教育方法
センサ基礎技術・物理 ・化学・光,磁気 ・画像・機械 ・MEMS
ソフトウェア処理技術
応用事例の学習①基礎的な学習
デバイス
センサを主としたプロトタイプの作成(ソリューションの学習)
センサに関するアイデアの創出「こんなセンサが必要」
②演習
③アイデア出し
エリアNW
センサ
アクチュエータ
SW
μ-p
通信
モジュール
アクセス
NW
データ処理
<デバイスとセンサ> <GW> <クラウド>
通信
通信
SW
μ-p
20
センサ技術教育活動の狙い
センサ技術教育法の開発
調査研究
教育活動•センサソリューション•活用法
研究者
センサの開発• 企業の技術者
IoT構築者• センサの活用技術
FeedBack
<M2M研究会> <企業,研究所>
• M2M研究会の貢献:すそ野への教育,中堅,トップへのニーズ提供
• ゲットするもの:トップ,中堅との連携
*IoTの最重要の技術要素はセンサ
21
3-4:農学部に「IoT教育カリキュラム」を!!
情報システム
構築技術
作物、畜産農業機械森林、食品
同左
機械自動車インフラ
プロトタイプ新構築法
教育、流通介護、福祉サービス生活科学
同左
応用範囲の拡大
IT系 工学(電気,機械,土木) 農業 文系
応用
•農業の応用範囲は広い⇒その分野の専門者が主導して応用システムの構築を行ってほしい=>提言:農学系の学部に農学IoT教育カリキュラムを。
•農学IoTのシンポジウムや教育論文発表により、提言の実現化を図りたい。
22
農業IoT教育カリキュラムの狙い
大学IoTカリキュラムのトライ
農業IoTのシンポジウムに参加
学生
作物栽培植物工場
農業機械 土壌管理 畜産 森林 食品
大学IoTカリキュラムの充実
企業人の教育支援組織
農業分野におけるIoT/ICTの多数の事例
IoT/ICT
関係者
企業・団体での活躍
大学
23
卒業・入社
初回農業IoTシンポジウム開催
<趣旨> ・農業IoT技術交流, 事例紹介・農業IoT教育カリキュラムの提言
<開催> 第1回2018/2/24 於東京大学農学部
•農業用ロボット/センサ/通信技術•スマート水田•高段別途培地の水性,流れ制御•害鳥対策ドローン・アグリガール/IoTデザインガール・農業IoT教育カリキュラムの提言
拡大シンポ開催
• 事例拡大
• 教育カリキュラム成果
• 海外発表者
•農業IoT教育カリキュラム提言
•農業ドローン製作法の開発(検討中)
今後の検討
•教育事例•アイディア提言
24
農業IoT教育のプロトタイプ構築案:水耕栽培
http://www.shuwa-con.com/environment/
水耕栽培:土を使わず水と液体肥料(養液)で植物を育てる方法
・・・ 室内でもカンタンに栽培、管理がラク、自動制御がしやすい → IoT
照明はLEDを利用LEDの色を変えることで、光合成の程度が変るなど、植物の育ち具合が変ることが確認されている
http://www.greenfarm.uing.u-tc.co.jp/
25
水耕栽培IoTプロトタイプの構成
センサー+
フルカラーLED
マイコン(Arduino)
クラウドサービス
プログラム プログラム
RGB
遠隔からのモニタリング、異常検知
温湿度、カラーセンサLED色制御
IoTデバイス ゲートウェイ クラウド
Internet
ZigBeeBluetooth
など
26
プロトタイプ構築におけるIoTデバイス
IoTデバイスを部品レベルから手作りする マイコンとして,Aruduino
エリアネットワークの通信手段をZigBee(XBee)
センサ,アクチュエータの電子回路をブレッドボード上で構築
無線シールド(ボード)
Arduino
XBee
ブレッドボード
温湿度センサ
カラーセンサ
フルカラーLED
27
プロトタイプ構築による農業IoTアイディア創出
アイディア創出の例
① 新しいセンサの発想
② センサの維持、保守方法の発想
③ 農業IoTの新たな応用の発想
課題設定プロトタイプ構築(個人別 orグループ)
アイディアの創出
グループ討議
新しい課題の発掘
28
農業分野のドローン活用の検討
センサ
データ分析
<農作物> <森林><畜産>
土壌(農生化学)
耕作(農業機械)
ドローン
作物栽培
牧地
牛,馬,羊
結果の反映
ドローン
山地
森林
ドローン(カラスの天敵)
センサ搭乗
山地
隣接の林
ぶどう園
カラス
センサ結果の反映
データ分析
センサ
データ分析
<果樹園カラス追払>
29
• ドローン製作講習会検討中:カメラ,センサ,経路設定オープンソフトウェア,Ardupilot,DroneCode活用
3-5:熟達技術者の論文作成について
・熟達技術者とは
①主として現業部門で製品開発・設計をしてきた技術者・技術蓄積、技術雑誌投稿や特許出願作成等経験有り.・学術論文作成経験殆どない.
②主として研究部門の研究者・研究経験、実績有り.学会全国大会・研究会等の発表有り.・学術論文作成の環境が無かった. きっかけがなかった.・投稿したが、採録まではいかなかった.
・論文作成の可能性
①開発設計部門の技術者:・可能性「有り」
・技術蓄積、経験から論文の素材を探し出す
②研究部門の研究者:・可能性「充分に有り」
・研究実績から素材を抽出する
30
技術経験対応の技術分野
熟達技術者のテーマ発掘と論文化
センサー
機械制御
ネットワーク
組込みソフト
情報システム
データ分析
応用システム
技術経験1
〃 2
t
M2M/IoT技術基盤
とのマッチング
・デバイス
・エリアネットワーク
・ゲートウェイ
・アクセスネットワーク
・クラウド
学術論文テーマの発掘と設定
学術論文の書き方
Dr.の書き方OR
Dr.コース入学法
t
融合抽出
抽出
Dr.取得による新たな躍進
論文化
31
Dr.取得:M2M研究会の指導・支援
•企業
第1線リタイアの人含む
学術論文作成
研究部門
現業
テーマの抽出
テーマの発掘
Dr.論文作成
大学で審査 Dr.
誕生
支援
指導・支援
•課程博士:東北大, 九州大, (芝工大)
論文博士:(東京大), 東京電機大, (愛知工大)
()は予定
*再度の活躍実績例:① 大学教員(福井工大,東海大,芝工大,東京電機大,大阪電通大)
② 現職のスキルアップ、転職、ベンチャー参画
32
*再度の活躍• 大学• ベンチャー
3-6:新技術の調査研究の内容と意義
ソース情報• セミナー聴講• オンラインニュース• 本/雑誌/新聞• 知人からの情報• 他
調査研究対象の選択と実地
*勉強会対象リストマップ
シンポミニシンポ開催へ
プレゼン資料として登録
勉強会どまり
*<現状のリストアップ項目>1/25概要取り上げ朱記
• 5G/LPWA• AIスピーカー• 農業IoT• 自動運転• 空間知能化
• 第4次産業革命• 最新センサ• AI技術/応用• AI半導体• AWSIoT/Azure
• VR/AR/MR• 量子コンピュータ• Edgeコンピュータ• 大規模SW開発管理• 技術伝承
33
勉強会による深堀
順番に
3-6-1:I.4.0(独)/IIC(米)の動向と特質
<I.4.0/IICの特質>1. (独)I.4.0:製造業の改革(大量生産のカスタマイズ)①中堅企業間の横倒し連携,標準化・連携の手法として,オブジェクト指向を使っている
② 経営システムとの連携:ERPの活用
2. (米)I.I.:製造業,エネルギー,運輸,ヘルスケア.①特に製造業では,納入した機械の稼働データのビッグデータ処理(Cyber Physical System:CPS)→新産業の創出
② IICを設立.企業連携のためのTestbed
3. 2者の重要な共通事業:グローバル化への対応とデファクト標準化
34
Industry4.0(I4.0)
• ドイツ政府が提唱・推進している第4次産業革命。センサーやICタグを通じて実際の現場のデータを、インターネットで取り込み(Physical) 、コンピュータでの情報処理(Cyber)と結びつけたCPS(Cyber Physical System)が基盤。M2M/IoTがきっかけとなった。
• 生産におけるタテ方向(生産ライン/経営情報)とヨコ(企業間)
の連携により、生産の最適化を狙う。カスタマイズ製品を大量生産並に作る。
経営システム
自社工場 他社工場
35
GEのIndustrial Internet
・GEの主張:わが社は製造とサービスの2本柱で成長させる
GEの主な機器
・タービン発電機・航空機のエンジン・他(交通、電機、医療)
IIのコアとなる基本ソフトウェア
・Predix(プレデックス)
<製造>
顧客で稼動
<CPS>
<販売>
・ビッグデータ処理・保守/運用に活用
フィードバック
新しいサービス
産業の創出by IoT
データ収集by IoT
・ソフトウェア開発基盤:Predix(プレディックス)
36
〃
GEのIndustrial Internet:ソフトウェアによる成果のしくみ
GEの主な製品
• タービン発電機• 航空機のエンジン• 医療機器(CT, MRIなど)
顧客で稼働・保守(航空,電力,病院)
<製造> <販売> <稼働>
• ビッグデータ処理• 運用/保守効率化処理
SW開発
API・各種モジュール
Predix:SW開発基盤
not
GE
SW開発
*新サービス産業の創出• 成果の販売• SW産業の創出
Predix(プレデックス)• 開発• 提供/サービス
成果の販売
稼働データ処理
クラウドorDB
SW
SW企業GE系
提供NotGE系
・GEの主張:「わが社は製造とサービスの2本柱で成長させる」サービスの価値は、ソフトウェアの成果で生み出す
レンタルor
買取
37
3-6-2:Edgecross:スマート工場デモから
エッジコン
FA
<オンプレミス>ITシステム <クラウド>
エッジアプリ:
Edgecross:
データコレクタ:
生産現場:
稼働管理,事務保全データ分析,他
IF
IF
開発用SW,データ処理,
プラグイン,データモデル,セキュリティ
ccLink, Ethernet/IP他
機器群とPLC
幹事会社:三菱電機,NEC,オムロン,日本IBM,オラクル,アドバンテック
38
3-6-3:AI半導体
現在CPU
GPU
AI普及期
AIに特化した半導体
学習,推論機能をもつ半導体
インテルなど
NVIDIA
NVIDIA(DLのたたみ込み機能)
大学,企業研究所
• AI半導体の動向:CPU/GPUからAI機能特化へ
39
AI半導体調査研究の狙いとトライ
1.IoTシステム構成の検討素材• Edge側の機能分担充実AI時代の新しいアーキテクチャの検討
2.AI半導体の1部機能の抽出とプロトタイプ試作,FPGAの可能性検討
Edgecomputer
機器インフラ
センサ
コントローラ
AI半導体 AI半導体
コンピュータ
AI半導体
OR
通信
クラウド
40
4、まとめ
• NPO法人M2M・IoT研究会の活動概要と特にチャレンジしている活動について述べた。
• 活動には、手法・ツールの開発やその実証評価等の具体的作業を伴っている。調査研究の資料化登録にも実践的作業が伴う。法人としての役所への報告等の実作業もある。専任の実働メンバーをもたないNPO法人には、Looselycoupling management が必要になっている。実作業は、理事会メンバ+有志会員+複数研究室学生による。
• 活動成果を蓄積して財産化することを重視している。会員が財産を適切な形で有効活用することを目指している。
• 活動資金は会費(一般、賛助)の他、科研費等を活用している。以上
41
添付:M2M研究会社会人の博士学位取得状況(Dr.論文テーマ)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 …
- - ①②③ ④ - ⑤⑥ ⑦ ⑧⑨ ⑩⑪⑫ ⑬⑭ …
① メカトロニクス機器制御高速化のためのタスク協調処理設計検討法② M2Mシステムにおけるサービス制御方式と省エネ制御への適用③ コンピュータと電話を融合するCTI C/Sシステムとその応用④ ファクトリーオートメーションにおける生産性向上を目指したサーボシステム⑤ 組込みシステムにおける割込み制御⑥ 在籍者を考慮したオフィスビル設備の省エネ制御方式⑦ M2M/IoTのものづくりにおけるプロトタイプ構築方法と実践評価⑧ 組込みシステム開発の協調検証手法と技術者教育への適用⑨ 空間知能化におけるセンサソリューション⑩ 機械振動制御におけるモデルベースド開発法⑪ プロトタイプ成果物の第3者検証法⑫ 文系のIoT教育法とカリキュラム提案⑬ コンシューマ機器のHI設計法⑭ 農業ドローン開発と実践評価
予定年度
42
添付:課題:最先端研究部門との連携策の検討
• IoT分野
a.・東大IT系先生他・総務省IoT関連
b.MCPCc.展示会,セミナー参加
• AI分野a.ーb.ーc.展示会,セミナー
• センサ技術a.次世代センサ協議会b.ーc.ー
a
b
c
a:最先端研究部門
b:実用分野
c:市場のネタ
43
添付:独国主導のI4.0とGE主体のIICとの比較
システム 主導 対象 特徴(IICの見解) 参加
I4.0 独政府 製造• IoT,CPSによる製造業の変革
SiemensBoschSAP他
IIC
GEIBMAT&TCiscoIntel
製造エネルギー
運輸、公共ヘルスケア
• I4.0+アルファ• アルファ : 対象分野、
IoTによる新ビジネス創生、新技術開発
米、欧、日本、中国数10社
日本どうする強み:ものづくり技術
Not 強み:工場間のつながり、FAとEPR
• IIC : Industrial Internet Consortium日本の加盟会社:三菱電機、日立、東芝、NEC、富士通、富士電機、トヨタ「II リファレンスアーキテクチャー」を発表している。
44
添付:Digital Factoryのイメージ
シミュレーション 製造現場
部品調達
設計•電気•機械
製造プロセス•ロボット作業•ながれ
IoT
部品供給
製造
倉庫, 物流
PLM:Product Lifecycle Management
PLM PLM
出荷後の稼働
指示
照合
フィードバック
指示
照合
フィードバック
指示
照合
フィードバック
45
添付:RAMI4.0(Reference Architecture Model Industry4.0)
• I4.0のプラットフォーム
Hierachy LevelsLibe Cyde&Value Stream Connectional world
Enterprice
Workcenters
Station
Control Device
Field Device
Product
Business
Functional
Information
Communication
Integration
Asset
IECG2890準拠(PLMの世界)
IECG2264/61512準拠
46
添付:I4.0の標準化のレベル
• L4経営管理(原価管理,
生産性管理)
• L3製造ラインや工場間をつなぐ情報
• L2
製造装置を制御するためのPLC
• L1製造装置,機器をつなぐ
各社よって異なる
統一されていない
センサー,PLC,ロボット,機械の仕様がメーカー
ごとに異なる
<日本の現状>
47
添付:I4.0におけるレベル層
経営レベル(Enterprise)
・ERP・PLM
マネジメントレベル(Management)
・MES
オペレータレベル(Operator)
・SCADA
コントロールレベル(Control)
フィールドレベル(Field)
生産ネットワーク
ERPcloud
serverPLM
MES
SCADA SCADA
Cont./PLC Cont./PLCCont./PLC
工作機、モータ、HMI、I/O他
48
MES
添付:e-Factoryの例
・製造現場と各サービス全体がICTで連携・ディジタル空間と現実世界の融合
SCM(Supply Chain management)
ERPソフト
生産設計製品設計 運用・保守生産
SCADA
コントローラ
FA機器
生産システム
3D-CADCAM,CAE
ディジタル生産
データ解析サービス
49
添付:FANUCのFIELD system(スマート工場デモ)
• FANUC Intelligent Edge Link & Drive System
• ファナック構想のもと,シスコ,ロックウェル,PreferredNW,NTTグループと共同開発した製造業向けIoTシステム
FIELD System
コンバータ
従来生産機器
アプリ群
オープンプラットフォーム
50
FIELD仕様生産機器
印:Fanuc製
印:他社製