IoTは製造業において、工程の見える化や、機器の故障の未然防止など、多くのメリットをもたらします。
今回は、製造業のIoT化に欠かせない構成要素と技術、IoTとの併用で新たな価値の創出が期待されている技術について解説します。
IoTを構成する3つの要素
IoTを支える構成要素は、大きく「IoTデバイス」「ネットワーク」「クラウド」の3つです。IoTの仕組みを一連の流れで説明すると、IoTデバイスが膨大なデータを収集し、ネットワークを通じてクラウド上でデータを蓄積・解析することで、ユーザーの利用するアプリケーションに有効なデータが表示されます。それぞれの詳しい役割を見ていきましょう。
IoTデバイス
IoTデバイスとは、インターネットに接続された機器、つまり「モノのインターネット」を示すIoTの「モノ」にあたる部分の総称です。デバイスにはスマートフォンやPCなどがあげられますが、IoTの分野におけるデバイスは、これまでインターネットとは無縁だった機器も含み、より多くのデータ取得を可能にします。
ネットワーク
ネットワークとは、IoTデバイスによって収集したデータをインターネットに送信するための通信技術です。IoTの普及に伴い、主にケーブルを必要としない無線ネットワークの活用が拡大しています。無線ネットワークには短距離向けのRFID・Bluetooth、中距離向けのWi-Fi、長距離向けのモバイル通信・LPWAなど多くの通信規格が存在します。各通信規格によって通信距離や通信速度、通信料金が異なるため、導入するIoTのプロダクトに合った通信規格の選定が重要です。
クラウド
クラウドとは、インターネットを経由してサーバやストレージといったコンピュータ資源を利用する形態のひとつです。IoTの活用で膨大なデータを収集するため、全てを社内で蓄積・解析するには、オンプレミス型では導入・運用コストが莫大にかかります。そのため、IoT時代のデータ活用には、ICT企業が提供する高性能な処理技術を要したクラウドサービスの利用が欠かせません。蓄積されたデータはクラウドを経由して解析・可視化され、IoTデバイスの稼働状況や使用方法を最適化した状態でユーザーに提供されます。
製造業のIoTを支える技術
IoTを構成する3つの要素には、それぞれに多くの技術が活用されています。ここでは製造業におけるIoT実現に欠かせない技術を「IoTデバイス」「ネットワーク」の2要素から紹介します。
IoTデバイス：センサ技術
センサはIoTデバイス（産業用ロボットや各種装置）に取り付けデータを収集し、ネットワークにつなげる役割を担う装置です。対象物の状態や物理的現象を電気信号に変換する装置であり、いわばIoTデバイスの「知覚」といえます。
センサを取り付けたIoTデバイスの状態や、その周辺環境など、センサが収集するデータは多岐にわたります。製造業では、主に産業用ロボットなどのFA機器にセンサが取り付けられています。生産ラインのデータ収集・分析することで、業務の効率化や自動化、属人化を防いだナレッジの共有などFAの実現に大きく貢献するでしょう。
参考記事：産業用ロボットとは？主な5種類や事例、他のロボットとの違いを解説
ネットワーク：RFID
RFIDとは、製品に関する電子情報を埋め込んだRFタグから、近距離無線通信を用いて電子情報を自動認識する技術です。RFIDの活用で、従来は個別で認識する必要があった製品情報を一括で管理できるようになり、生産ラインから物流、小売までのトレースが可能になります。
またRFタグとセンサー技術を組み合わせることで、温度や湿度といった周辺環境の情報までも収集・共有が可能になり、より多くの情報をネットワークにつなげられます。
何の製品が、今どこに、どれくらいあるのかといった情報は全てクラウドにデータとして蓄積され、サプライチェーン全体での共有が可能です。そのため製造・在庫管理の最適化につながります。
ネットワーク：LPWA
LPWAとは「Low Power Wide Area」の略称であり、省電力・低価格・長距離のデータ通信が特徴の通信方式です。IoTを広範囲で活用する場合、多くのIoTデバイスから情報をリアルタイムで収集する必要があります。しかし、現在普及しているモバイル通信やWi-Fiなどの無線ネットワーク通信では、消費電力が激しく通信コストも膨大、通信距離にも制約があるなど、IoT化を妨げる原因となっています。
対してLPWAは、その規格によって仕様は異なりますが、伝達距離はおよそ半径1〜50キロメートルと広範囲まで通信可能で、通信料も月額100円程度で済む規格が多いです。省電力かつ導入コストも抑えられるため、IoT時代の無線ネットワークとして注目されています。
IoTとの併用におすすめの技術
IoTの活用は「データを収集して終わり」ではありません。収集したビッグデータから必要な情報を抽出し、業務効率化や新ビジネスの創出につなげて初めてその真価が発揮されます。そこで、ビッグデータの解析や活用に役立つ技術を紹介します。
AI/ Deep Learning
AIは、主にビッグデータの認識・解析で活躍する技術です。データにあるパターンや傾向を見つけ、従来は人間が担っていたデータ解析を効率よく行います。また、ビッグデータと発生する事象の関係性をAIに学習させることで、機器故障を未然に防ぐ予知保全や、熟練技術者が行なっていた作業の代替が可能です。
また機械学習の手法のひとつであるDeep Learning（ディープラーニング）は、人では把握することが困難な音声や画像といった分野も、コンピュータ自らが判別し、学習します。例えば製品の画像をAIが繰り返しチェックし、製品の特徴を認識・解析（学習）することで、製品の良品・不良品をいった合否判定の自動処理が可能です。
参照：Deep Learning（AI）技術
参考記事：ロボットビジョンとは。画像認識で省人化と作業効率の向上を実現
AR/VR
ARとは「Augmented Reality=拡張現実」の略称であり、現実の世界・空間にデジタル情報を加えることで拡張した現実感を生み出すための技術です。IoTで収集したビックデータを抽出し、ユーザーにとって理解しやすい形で可視化するための技術として注目されています。
例えば、保守点検作業の際に、現場作業者に対し遠隔から支援者がAR技術を活用した画像や動画、音声を共有し、リアルタイムで指示・サポートできます。
一方、VRとは「Virtual Reality=仮想現実」の略称であり、CGや動画を用いて仮想の世界を作り出す技術です。IoTで収集したビッグデータを活用し、より現実に近い3Dの仮想世界で、製品設計や遠隔からの作業を可能にします。
これまで座学で学んでいた専門的な作業も、VR技術を活用することで、そのナレッジを仮想世界で共有できます。実際に手を動かしながら熟練者の目線や手順を体験できるため、実務経験を効率よく学ぶことが可能です。
参照：AR技術による先駆的プラットフォーム-AR匠（エーアールタクミ）-｜株式会社アウトソーシングテクノロジー
適切な技術の選定がIoTの可能性を広げる
今回紹介した技術は、IoTを実現するために必要な一部の要素に過ぎません。IoTデバイスに搭載するセンサ技術は複数の種類があり、ネットワークの無線通信規格も業務内容や業務範囲によって、選定基準が異なります。まずは製造機器のどの部分をIoT化するべきなのか、収集したデータはどのように活用すべきなのかを明確にしましょう。
参考記事：IoTの基礎知識と製造業での活用メリット・課題を徹底解説
