基礎から学ぶ！ インダストリアルIoTの実現に必須のセンサ計測と予知保全の動向
4 likes4,633 views
データサイエンティスト協会 セミナー2017 第3回目講演資料
基礎から学ぶ！ インダストリアルIoTの実現に必須のセンサ計測と予知保全の動向
- 2. エ ッ ジ IT Infrastructure On Premise Edge Node System of Systems Off Premise 本セッションの概要 •データ量の増加（エッジコンピューティング) •各種センサの同期計測 • データの表示・解析 ③ 業界を超えた協力体制の必要性 ① センサ計測時の課題 ② センサ計測後の課題 •ITシステム •ITとOTとの統合（システムインテグレータの必要性） •分析パートナー
- 3. アジェンダ ▪ 会社紹介 ▪ 予知保全の動向と課題 ▪ 事例紹介 ▪ まとめ
- 4. $0 $200 $400 $600 $800 $1,000 $1,200 $1,400 '87 '88 '89 '90 '91 '92 '93 '94 '95 '96 '97 '98 '99 '00 '01 '02 '03 '04 '05 '06 '07 '08 '09 '10 '11 '12 '13 '14 '15 '16 長期に亘る安定した経営 収益（単位：百万USD） 約50ヶ国で事業を展開 7,500人以上の従業員 $12.3億 2016年 18%以上を 研究開発に投資 年間35,000社以上の 顧客と取引
- 7. NIのサービスとサポート NIモジュール式ハードウェア プラットフォームベースのアプローチ 他社製ソフトウェア 他社製ハードウェア 生産性の高いNIの開発ソフトウェア WEBサービス PYTHON C/C#/.NET The MathWorks, Inc. SOFTWARE VHDL GNU RADIO その他 ARDUINO ETHERNET USB GPIB シリアル LXI/VXI その他
- 10. 計測器レベルのI/Oモジュール（200種以上） ▪ 熱電対 ▪ 4～20 mAの電流ループ ▪ ストレージメディア ▪ 測温抵抗体（RTD） ▪ エンジン制御 ▪ 工業用ビジョン ▪ モーション制御 ▪ 加速度計 ▪ 歪みゲージ ▪ 抵抗器 ▪ ロードセル ▪ デジタルI/Oとプロトコル ▪ マイクロホン ▪ バス通信
- 18. モータの故障モード (EPRI and IEEE study) ベアリング 41% ステータ 36% ロータ 9% Other 14% ベアリング ステータ
- 20. エ ッ ジ IT Infrastructure On Premise Edge Node System of Systems Off Premise 予知保全システムの課題 •データ量の増加（エッジコンピューティング) •各種センサの同期計測 • データの表示・解析 ③ 業界を超えた協力体制の必要性 ① センサ計測時の課題 ② センサ計測後の課題 •ITシステム •ITとOTとの統合（システムインテグレータの必要性） •分析パートナー
- 21. エ ッ ジ IT Infrastructure On Premise Edge Node System of Systems Off Premise 予知保全システムの課題 •データ量の増加（エッジコンピューティング) •各種センサの同期計測 • データの表示・解析 ③ 業界を超えた協力体制の必要性 ① センサ計測時の課題 ② センサ計測後の課題 •ITシステム •ITとOTとの統合（システムインテグレータの必要性） •分析パートナー
- 22. 激増するBig Analog DataTM ～通常のビッグデータとは異なる特徴を持つ～ ビッグデータ エンジニア/研究者のデータソース 業界/ITのデータソース 社会的データソース Big Analog DataTM
- 23. 意外と大きいセンサのデータ量 センサの種類 サンプリング速度 データ量 熱電対 1Hz 約1B/秒 加速度センサ 10kHz(24bit) 約30kB/秒 AEセンサ 10MHz(14bit) 約17MB/秒 サーモグラフィ （640 x 480 size） 30fps 約18MB/秒
- 24. Source: EMC Digital Universe Study, with data and analysis by IDC, April 2014 平均で全データの5%しか解析されていない
- 25. エッジコンピューティングによる重要データの抽出が鍵となる 1. 莫大なデータを演算処理し意味のある情報に変換 2. データ管理 ∞ エッジ 無限のアナログデータ センサ/トランスデューサデータ STEP 1 重要データのみを取得 STEP 2 重要データの管理
- 27. ベアリングにおける異常検知と原因診断の例 診断内容 機構部分 アンバランス、ミスアライメント、軸摩耗、ガタ、据付不良 ベアリング 内輪損傷、外輪損傷、転動体損傷 ギア 軸芯ズレ、片当たり、歯の摩耗、波形誤差など モータ 高周波振動、電源不平衡 ファン、ポンプ 圧力脈動、摩耗など ～加速度センサを用いた診断例～
- 28. 例：ベアリングの損傷診断 ～計算により損傷部位がわかる～ rout f P BN f cos1 2 rin f P BN f cos1 2 rball f P B B P f 2 cos1 外輪損傷周波数 内輪損傷周波数 玉損傷周波数 Hz rpm fr 60 )(回転数 外輪 玉 内輪 玉径:B 球数:N ピ ッ チ 円 径:P 外輪 玉 内輪 接触角:Θ
- 29. 外輪損傷の例 外輪損傷周波数とその整数倍成分が大きく出るのが特徴 ベアリング寸法 玉径B 11.112 mm ピッチ径P 53.5 mm 玉数N 9 接触角Θ 12° 回転速度 1500 rpm (25Hz) 計算結果 外輪損傷周波数 90 Hz 内輪損傷周波数 135 Hz 玉損傷周波数 57.5 Hzスペクトラム 0 Hz 500 Hz 外輪損傷周波数 90 Hz 270 Hz 180 Hz
- 30. 内輪損傷の例 内輪損傷周波数を基本周波数としたピークが現れ、回転速度分だけ離れて側波帯 が表れるのが特徴 ベアリング寸法 玉径B 11.112 mm ピッチ径P 53.5 mm 玉数N 9 接触角Θ 12° 回転速度 1500 rpm (25Hz) 計算結果 外輪損傷周波数 90 Hz 内輪損傷周波数 135 Hz 玉損傷周波数 57.5 Hz スペクトラム 0 Hz 200 Hz 内輪損傷周波数135 Hz 回転速度 25 Hz 135+25 =160 Hz 135-25 =105 Hz
- 31. エ ッ ジ IT Infrastructure On Premise Edge Node System of Systems Off Premise 予知保全システムの課題 •データ量の増加（エッジコンピューティング) •各種センサの同期計測 • データの表示・解析 ③ 業界を超えた協力体制の必要性 ① センサ計測時の課題 ② センサ計測後の課題 •ITシステム •ITとOTとの統合（システムインテグレータの必要性） •分析パートナー
- 33. エ ッ ジ IT Infrastructure On Premise Edge Node System of Systems Off Premise 予知保全システムの課題 •データ量の増加（エッジコンピューティング) •各種センサの同期計測 • データの表示・解析 ③ 業界を超えた協力体制の必要性 ① センサ計測時の課題 ② センサ計測後の課題 •ITシステム •ITとOTとの統合（システムインテグレータの必要性） •分析パートナー
- 34. データ数とデータ形式の違いが同期計測と解析を難しくする センサ データ数 データ形式 熱電対 1点/秒 数値 加速度センサ 1万点/秒 数値（波形データ） Webカメラ 30フレーム 動画
- 35. データの表示と解析に関して、よく御相談頂くこと ▪ Excelだと行数と列数が足りない。加速度センサのデータは、たった1秒でも 1万点ある ▪ Excelだと動画表示ができない ▪ 動画と加速度センサのデータを同時に表示したい ▪ 計測器に付属のソフトは、対応センサ以外のデータ表示ができない
- 37. IoTは1日にして成らず ～現状把握がまだなら、ベースライン計測から始めましょう～ 現状把握 （計測） 解析 手動 自動 • 現状把握（ベースライン計測）からスタート 例：現場担当者を交えた故障モードの確認 例：計測データと熟練エンジニアの保全実施タイミングの比較調査 • 手動計測で目処がついたら自動化 例：計測データの上昇傾向から保全タイミングを予測 例：マシンラーニングによる寿命予測
- 38. 機械学習を用いた予知保全の概念図 ～測定の積み重ねで①→②→③が可能。測定をしない限り実現は不可能～ 過去の ベースラインデータ 過去の ベースラインデータ (故障データを含む） ①異常検知 ②原因診断 ③寿命予測 • 回帰 etc.• 分類 • クラスタリング • 異常検知 etc. • 分類 etc. 稼働状況 メンテナンス記録 etc. 故障モード1 故障モード2 ベースライン モデル データ f(x) f(x) f(x) f(x) f(x) 寿命 ライフサイクルデータ 正常稼働中 出展：IMS Center Watchdog Agentの資料を基に作図
- 39. ni.com 事例紹介
- 41. ni.com 10,000+ 設備 モニタリング＆診断センター OSIsoft™ PI Database Historian EPRI Fault Signature Database InStepPRiSM™ PatternRecognition PlantView™ Fleet-WideDashboard GP EtaPRO™ EfficiencyMonitoring & Thermal Modeling M&D センター 加速度センサ オイル分析センサ 近接プローブ センサ その他 温度センサ サーモグラフィ 30,000+ センサ プラントサーバー ~60 プラント モニタリングシステム 2,000+ ノード NI InsightCM™ Enterprise Database Historian CompactRIO
- 42. China Steelの事例 マシンの状態監視/診断用設備を対象としたIoT技術の開発 • 予期せぬダウンタイムが250時間 (2010年）から65時間（2013年）に 減少 • 約3億5000万台湾ドル（約14億円）の コスト削減を達成 • 優れた予知保全が評価され、世界鉄鋼 協会の「Excellence Awards」を受賞 http://sine.ni.com/cs/app/doc/p/id/cs-16754
- 43. ポンプの予知保全システムの共同開発 ▪ データ量の多いセンサデータの収集 ✓ 加速度センサ（振動計測）など ▪ IoT による予知保全 ✓ リアルタイム監視 ✓ 異常の検知とアラート ✓ 故障の予知/予測/対処 ✓ データマイニング ✓ 機械学習（ML）による過去データの活用 ポンプの予知保全システム ～NI、Flowserve、PTC、HPE、OSIsoftの協業～
- 44. Flowserveデモ（スマートポンプデモ） ▪ Flowserveポンプデモ（日本語字幕付） https://youtu.be/xjbtHJqegMA ▪ FLOWSERVEVIDEO ThingWorx PTC（4:15） https://www.youtube.com/watch?v=WNUdD-rFUvQ ▪ NIWeek 2016 Day 1 Flowserve （0:58） https://youtu.be/Ha1o5ginodk
- 45. HPE Edgeline PTC ThingWorx® LabVIEWと CompactRIO Flowserve ポンプ 圧力 温度 電力 振動 流量 データ 2.5 80 スマートポンプデモにおけるエッジコンピューティングの例 OSIsoft® PI System NI InsightCM™
- 46. FLOWSERVE スマートポンプデモ CompactRIO Data 2 Control 2 Data 1 Control 1 Data 3 Deploy 3 Workmanship information instruction on shop floor Condition Monitoring Predictive Maintenance Machine Learning ② 高度なデータ取得と制御 ① 統合されたリアルタイム監視、障害予測 ③ 大量な取得データの分析と リアルタイム分析（スコアリング） ④ 先進的な作業支援
- 47. MTシステムを用いた異常検出 実際の導入事例 • 音響製品の出荷検査 • 回転機械の出荷検査 • 旋盤の予防保全 • プラスチック材の品質検査 想定される応用例 • フィルタの目詰まり検査 • 巻取機のからみ防止 • 異常の直前にプレス機を停止 出典：弊社ユーザの鈴木真人氏の事例です http://sine.ni.com/cs/app/doc/p/id/cs-17543# https://youtu.be/BVJrLleefcM
- 49. 複数のセンサデータから異常検出することも可能 予知保全で使用される代表的なセンサ （Ex. 電圧、電流、振動、温度の４種類を同時にみる） 物理量 センサ 電圧、電流 • 電流クランプセンサ 温度 • 熱電対 • RTD • サーモグラフィ • サーミスタ • ICセンサ 光 • 真空管光検出器 • 光導電セル 音 • マイクロフォン 力、圧力、振動 • 歪みゲージ • 加速度センサ • ロードセル • AEセンサ 位置（変位） • 近接センサ • ポテンショメータ • 線形可変差動変圧器（LVDT） • ロータリ可変差動変圧器（RVDT） • レゾルバ（回転変圧器） • 光学エンコーダ 流量 • ヘッドメータ • 回転流量計 • 超音波流量計
- 50. JAXAのイプシロンロケットにも使用されているMTシステム “ロケットの点検で最も熟練の経験を要するのは、可動ノズルや姿勢制御バルブの駆動電流 の波形の診断であり、高度の技術的判断が求められるものである。これには心電図の自動 判定にも応用が進められている人工知能技術を活用している。このような技術にも実に 様々な種類があるが、イプシロンロ ケットではマハラノビス・タグチ・メソッド （MT 法）と呼ばれる手法を用いている。” 引用元： イプシロンロケットの開発と今後の展望 （社団法人日本航空宇宙工業会 平成23年3月会報 第687号, p27） www.sjac.or.jp/common/pdf/kaihou/201103/20110306.pdf
- 51. 弊社の得意分野 計測装置内での高速演算処理により 人間では不可能な複雑かつ高速な判定が可能に 加速度センサ 電圧計 電流計 サーモグラフィ 近接センサ 熱電対 振動波形データ (10 kHz) 距離の変化データ (10 kHz) 温度データ (1 Hz) センサ 計測 … … RMS FFT > 最大振幅周波数 FFT > 回転周波数にお けるスペクトラム値 特徴抽出 サンプルデータ 特徴選択・ 次 元 削 減 アルゴリズム 特 徴 量 特 徴 ベ ク ト ル 特徴選択・次元削減 …
- 52. エ ッ ジ IT Infrastructure On Premise Edge Node System of Systems Off Premise まとめ：予知保全システムの課題 ～すべては計測から～ •データ量の増加（エッジコンピューティング) •各種センサの同期計測 • データの表示・解析 ③ 業界を超えた協力体制の必要性 ① センサ計測時の課題 ② センサ計測後の課題 •ITシステム •ITとOTとの統合（システムインテグレータの必要性） •分析パートナー
- 54. ni.com Q&A