多様なセンサデータの収集・制御を効率化しデータ利活用を促進 ～M2M・IoTデータ収集プラットフォーム開発への取り組み～

「こうしたセンサデータ利活用のサイクルを回す上で、大きな課題になっているのがデータ収集のフェーズなのです」と話すのは、KCCS 研究部 ICT研究課 1グループ長の池内 賢治だ。これまでセンサの多くは特定分野に特化して開発・提供されてきたこともあり、機器の接続方法やデータ取得方法がセンサごとに異なるのが実情だ。このため、データ収集処理のシステムを開発・構築するには、センサごとにSIが必要で、センサの追加・変更のたびに開発コストや時間がかかるといった問題があった。このセンサデータ収集の課題解決に向け、「センサの追加設置や設定変更にも柔軟に対応できるM2M・IoTデータ収集プラットフォーム『集蔵』の研究開発を行っています」と池内は述べる。

「集蔵」を活用した実証実験はすでに行われている。ある半導体製造工場では、生産ライン装置に画像センサを設置し、製品部品が正しい位置に置かれているのかを測定。部品のズレ量が設定値より大きくなったと判定された場合、ラインを止めて修復する。「これまでは画像センサのデータを十分に活かしきれず、ズレ量がどれだけ発生しているのか、マシンルームから把握するのが困難でした」。こう話すのは、半導体製造工場のシステム開発を支援するKCCS ICT事業統括本部 九州アウトソーシング事業部の財部 翔平だ。

そこで、「集蔵」を内蔵したゲートウェイを導入し、センサデータ収集の実証実験を実施した。実験では製造現場に設置された画像センサと制御装置のPLC（シーケンサ）、「集蔵」を内蔵したゲートウェイを接続。「その結果、画像センサデータを容易に収集・解釈できるようになり、データをサーバルームに送る仕組みを迅速に構築できるようになりました。さらにデータ収集・解釈の簡略化によりデータ分析時に必要となるデータベース作成やデータの『見える化』にも注力できるようになっています」と財部は話す。取得したデータは生産管理システムやBIツールと連携し、データの「見える化」を可能にしているという。

一方、製造現場においては「データの『見える化』により生産ラインへの移動時間の削減など、業務の効率化に役立っています」と財部は強調する。従来、製品部品のズレ量を把握するために現場に足を運んでいた。半導体製造のクリーンルームに入室するため着替えなどにも時間がかかっていたが、センサデータをマシンルームから判定できるようになった。またセンサデータ収集により、機器設備のプロセス統計管理が可能になるという。製品部品のズレの向きから機器設備の不具合の箇所を特定。「ズレの傾向を統計的に把握することで、機器設備の故障を予知し、メンテナンスに役立てることも可能です」（財部）。
このほかの効果として、不良品の原因究明が挙げられる。「集蔵」と生産管理システムを連携し、製品ごとのロットナンバーのデータを紐づけることで、不良品が発生した場合、生産箇所を特定しやすくなる。その結果、製品の品質向上や生産の稼働率向上に役立つという。

工場内には、生産ラインの画像センサのほかにも、塵・埃を計測するパーティクルセンサ、温度・湿度、電力、流量など多種多様なセンサが使われ、「その数は今後さらに増えていきます」と財部は話す。半導体製造工場では、今後実証実験の効果を検証するとともに、「集蔵」を内蔵したゲートウェイを追加導入し、センサデータの利活用を推進していく考えだ。

KCCS研究部ではこうした実証実験の成果を踏まえ、「センサメーカーやM2Mアダプタメーカー、各種センサを導入する企業やSIerなどへ『集蔵』の有効性を提案していきます」（大友）と述べる。そして、センサデータ収集の技術開発をさらに進め、「収集したデータを基にサーバから機器を制御したり、1つの管理画面でさまざまなセンサデータを一元管理したりできる機能の強化を図っていきます」と池内は今後を展望する。

M2M・IoTのアプリケーションの広がりとともに多種多様なセンサが利用され、ビッグデータ解析技術の進化と相まって、さまざまな分野でセンサデータの利活用が進むことは間違いない。KCCSでは「集蔵」の研究開発を加速し、M2M・IoT市場の拡大とデータ利活用による社会発展に貢献していく。