Octo IoT 産業をターゲットにしたIoT製品

Pactera Octo IoT サービスのご紹介 2018/11 パクテラ IIoT事業部

Octo IoT 概要 Ocot IoTは各種設備情報や蓄積されている大量のデータをもとに「管理」「分析」「可視化」「共有」という機能を提供します。 大量なデータをリアルタイム処理するため、データ取得および保存において、独自のビッグデータ処理技術を採用しています。 これにより各機能においてデータをストレスなく活用することが可能となっています。 データ Octo IoT IoT Gateway BigData Engine Application Engine ハードウェア データソース センサー接続からクラウ 高度なビックデータ処理技 機械学習・統計手法ソリュー (Sensor & Controller) ド連携まで可能な「ゲー 術によりデータを収集、管 ションを連携し、結果を可視 トウェイ」サービスです。 理、 計算するサービスです。 化し共有するサービスです。 豊富なインターフェース に対応しています。 画面表示 RS232C/422/485 大容量のメッセージ処理 CommonPortal Wi-SUN Realtime analytics EnOcean Online machine Analytics&Report learning OPC ソフトウェア データソース Offline analytics Modbus AI技術Offline machine ERP PLM MES DB Zigbee learning 予測分析 原因分析 4G/Wifi/ Bluetooth Fee 大容量のデータ保存 相関分析 CMS … d CAN 1 © Pactera. Confidential. All Rights Reserved.

Ocot IoT サービス Octo IoTは主に産業をターゲットにしたIoT製品です。本製品は工業設備と企業システムと連携することができ、Octo IoTが 提供する機能により、設備管理、生産管理、履歴情報からの分析などをスピーディーかつ正確に実現することが出来ます。 各種設備と連携 各種システムアプリケーションと連携 ■ルーター・トランスミッター ■生産設備 MES 設備・現場 ERP ビッグデータ ビデオ監視 PLM 分析 Octo IoT 権限管理サービス 設備接続サービス データ可視化サービス 各種アプリケーションサービス ✓ ユーザー・グループによる権限 ✓ 各種プロコルの接続対応 ✓ 必要な情報をリアルタイムに可視化し表示 ✓ 各種システムアプリケーションと連携し、 管理を提供 ✓ 主要メーカーのドライバを標準搭載 ✓ 視認性のよいマルチウインドウ 状況・進捗・履歴・分析が可能 ✓ ユーザーごとの細かな役割管 ✓ 大量の設備における同時接続対応 ✓ オンラインで編集可能 ✓ AIを用いた原因・予測分析 理可能 ✓ 多数の工業用の可視化テンプレートを提供 ✓ 自動スケジューリング機能 ✓ 自動レポート作成機能 © Pactera. Confidential. All Rights Reserved. 2

Octo IoT 基本システム構成 お客様のニーズに合わ Location 1 自社製品 せ、端末に必要な情 IoT ルーター 報を表示します Octo Server 大画面・スクリーン Internet Internet Intranet BigData Intranet Cluster PC Location 2 パソコン IoT ルーター Application Cluster 複数拠点の各種設備・シ ステムデータ・センサーなどか スマートフォン タブレット ら情報を収集します © Pactera. Confidential. All Rights Reserved. 3

Octo IoT 特徴と導入効果 特徴 導入効果 • 複数拠点における設備・データなどを一元管理 • 在庫削減 » 国内拠点だけでなく、海外拠点とも情報共有可能 » 生産計画の制度を向上することで在庫削減 • クラウド・オンプレミスのどちらにも対応可能 » 必要な時に必要なだけの部品・商品を受注、供給 » お客様の環境に合わせたシステム構築 • 柔軟なユーザー権限管理 • トラブル発生時の迅速・柔軟な対応 » ユーザー毎に細かな権限設定が可能 » 作業工程で発生したトラブルを管理者のモバイルなどに通知 • 各種プロトコルによる機器との接続対応 » 製造リードタイムの短縮 » 産業用機器の標準ドライバをサポート • 情報共有による迅速・柔軟な対応 » お客様の環境に合わせたプロトコルに対応 » 国内拠点・グローバル拠点の工程進捗状況把握をタイムリーに把 • 多言語対応 握 » 弊社ローカライズサービスを利用した高い翻訳精度 • 見える化 • 柔軟なカスタマイズ対応 » 作業者や設備の負荷状況などを監視 » お客様のニーズに合わせシステムをカスタマイズ » レポート作成などの管理工数削減 • AIによる高速・正確な予測分析 • 計画立案の効率化 » 蓄積された過去データと現在の状況をもとに設備トラブルの事前予測 » 工程進捗を加味した、スピーディかつ正確な計画立案 » 中国での導入実績経験による分析能力 » 突発的な業務におけるスムーズな再スケジューリング • 音声・画像コーパスデータ • 開発・生産効率の大幅な改善 » 経験豊富なローカライズサービスをもとにした音声データ » 中国での導入実績経験による高速かつ正確なAI分析 » 画像検証経験などに基づく画像データ © Pactera. Confidential. All Rights Reserved. 4

Octo IoT 生産現場活用事例 （IIoTビッグデータプラットフォー ム） 製造実行システム データシステム ビッグデータ分析 看板&SOP Data 各工程や生産設備のデータを収集し蓄積すると同時に、独自のビッグデータ処理技術を使って、お客様の ニーズに合わせた様々なデータを視認性のよいユーザーインターフェースにより可視化し提供します。 © Pactera. Confidential. All Rights Reserved. 5

Ocot IoT その他活用事例 お客様のニーズに合わせ 様々な現場に対応可能 © Pactera. Confidential. All Rights Reserved. 6

弊社の強み 先生(経験・ノウハウ) 生徒(TensorFlow、Caffe、Chainer) 教科書・参考書(データ) 一見関連性のないデータが蓄積されていくことで、人による分析では気づかないデータの関 連性をAIにより高速かつ正確に分析・予測することが可能となる。 そこに経験豊かな人材とデータ量によって、最大限の成果を出すことが出来る。 中国での導入による、分析・解析の経験者が多数在籍 ワールドワイドでの各機器のデータを所持 © Pactera. Confidential. All Rights Reserved. 7

Octo IoTの中国国内導入事例 © Pactera. Confidential. All Rights Reserved. 8

Octo IoT 導入事例(1) 背景と要求 ◆ 研究開発、製造、営業を一体化した巻線企業様。製品は高圧変電装備、線路交通、医療器械、新エネルギーなどの領域に 幅広く応用されている。 ◆ 既存のERPシステムは実際の発展需要に追いつかない、全工場の生産は社員の経験を頼っており、情報媒体はすべて紙である。 実際の材料消費状況の監視をしていないため、需要と供給がうまく出来ていない。 ◆ スマート化した生産管理・制御と予兆検知を実現し、製品の質を高めるとともに生産の効率を上げることを望んでいる。 導入システム システムが自動的にスケジュールを組 当日の生産タスクを 注文の進捗状況を 設備の点検・メンテナンスの み、結果をグラフ化 リアルタイムチェック リアルタイムチェック 作業状況をリアルタイム監視 導入効果 9 © Pactera. Confidential. All Rights Reserved.

Octo IoT 導入事例(2) 背景と要求 ◆ パワートランジスタ部品の実装検証のハイテク企業様で、トランジスタ部品と集積回路を開発している。主な製品は出力トランジ スタ、三端ジーナ管、サイリスタ、ダイオードなど。 ◆ お客様はデジタル、ネットワーク技術を利用して、コントロールユニットやグラフのテンプレートを利用して、簡単に早く可視化看板を したいと考えている。また各部門のリアルタイムな情報共有を実現することが望まれている。 導入システム コントロールユニットで、簡単に 生産現場をリアルタイ 各拠点の設備をリアルタ 運営センターでも状況把握 ユーザ設定をカスタマイズ ムに状況確認 イムに状況確認 導入効果 コントロールユニットやグラフのテンプレートを利用して、可視化看板を 37 45 32 75 28 カスタマイズし、企業の各部門で情報がリアルタイムに共有できるように なった。それにより情報の停滞率が大幅に下がるとともに運営効率を % % % % % 大幅に向上させた。 導く時間 ペーパーワークと 情報停滞率 情報の統計 設計平均減少 情報可視化生平均减少量 の減少 減少量 量 成の平均仕事 量 © Pactera. Confidential. All Rights Reserved. 10

Octo IoT 導入事例(3) 背景&リクエスト ◆ 中国最大の変圧器、電線・ケーブル、高圧電子アルミニウム箔新材料、太陽エネルギー中心制御部品の研究開発、製造と輸出基地である。 ◆ 製品が国内外各主要発電所に応用され、設備動作中は各発電所が各自管理・制御し、統一した管理をしていない。設備の動作状況・ 利用状況などの情報取得はとても遅い。 ◆ 設備に警告、スマート分析、故障予測などの機能はない。設備故障によりトラブルが発生した場合、損失は非常に大きい。 ◆ お客様が各設備をリアルタイムに管理やコントロールでき、収集したデータをスピーディーに分析し、故障予測や故障予断を実現したいと望ん でいる。 導入システム 全世界の設備作動状況 一台ごとの設備の詳細状況 ３Dモデルよりリアルタイム 設備のデータを統計分析 をリアルタイム監視 をリアルタイムチェック に設備状況チェック 導入実績 ◆ 設備利用状況の統計分析の結果から設備の利用時間と利用率を調整し、初年度で削減した費用は約100万人民元(約1,600万円) ◆ 製品をSmartIoTにより、管理/メンテナンスを実施することで、設備の自動メンテナンス及び故障の警告、予兆検知を実現した。これにより、 設備のトラブルを事前に察知し設備の稼働率を大幅に向上させた。 © Pactera. Confidential. All Rights Reserved. 11

AI案件事例(1)---部品不良判別・予測--- 背景&リクエスト ◆大手の電子部品製造企業で、ハイテクプレス成形部品の専門サプライヤーである。 ◆ プレス成形部品は高速で量産し、抜き取り検査をしている。抜き取り検査で不合格だった場合には、全ロットの製品が廃棄処理されるため、多 大なコスト増加になる。 ◆製品が正常品かどうかを確認するため、すべて検査を実施しているが、不良品が発見され、管理者に連絡してから処理しても間に合わない。 ◆ そのため、不良品が発生することを予知して、不良品による影響を最小限に留めたい。 導入システムと成果 振動センサー 速度センサー 位置センサー 不良要因データから、合否 を即座に判定 合否判定 ◆お客様も正確に不良品の原因を把握できないため、まずは状況把握のため、POCをした。様々なセンサーからデータを収集し解析することで、振 動センサー、位置センサー、スピードセンサーのデータが不良率に最も影響する要因であると特定した。そこで「SmartIoT」を利用して、センサーか らリアルタイムに収集したデータをビッグデータプラットフォームの故障識別システムで、分析して製品の合否判定をするようにした。 ◆不良品が発生することを予測し、タイムリーに関係者に不良品の警告とその不良を引き起こす原因を通知する。これで、関係者が迅速に設備の 調整をすることができ、不良品の発生を最小限に留めることが出来るようになった。 © Pactera. Confidential. All Rights Reserved. 12

AI案件事例(2)---不良率識別システム--- 背景&リクエスト ◆ この会社は1994年から中国市場に進出してから、中国で4000人以上の従業員をもって、営業、カスタマーサポートとサービス、研究開発、ビジネ スプロセスオペレーション、ITサービスのアウトソーシング、ファイナンス、製造およびその他の業務分野に事業を展開している。中国で20の支社を設 立し、上海で大規模な研究開発センターも設立した。現在、IIoT業界で世界的なリーダーとして、スマート製造をリードしている。 ◆ 高速な流れ作業ラインで、製品の外観欠陥がタイムリーに発見されず市場に流出してしまうことが多々あった。そのため、お客様からの市場クレーム が後を絶たない。 ◆ 不合格の製品に対しては、人によるダブルチェックが必要で時間や労力がかかり、また完全な対策になっていない。 導入システムと成果 ◆ 故障品の欠陥ライブラリを作成し、Google Tensorflowを 利用して機械学習プラットフォームを構築。 ◆ 画像認識の正常サンプルモデルを作成し、「SmartIoT」 で製品の写真データをリアルタイムに収集し、サンプル データと収集データをリアルタイムで比較処理し、製品に 欠陥があるかどうかを自動判定。 ◆ 不良品の判定を経験に頼らず、自動化することで大幅に不 良検出率を向上。 Framework 画像サンプル比較 判定アルゴリズム © Pactera. Confidential. All Rights Reserved. 13

AI案件事例(3)---設備故障分析及び事前警報--- 背景&リクエスト ◆中国国務院国有資産監督管理委員会に直属の国有企業であり、中国最大の海上石油・ガスの製造業者で40以上の国と地域に展開す る国際エネルギー企業である。 ◆生産設備のシステム化、大型化、複雑化に従って、設備の計画外停止が発生すると多大な生産損失になる。通常検知システムでは、設備 の問題が発生した後に警報を行うことため、損失を低減程度の効果しかない。問題が発生した後で故障の原因を調べるため、多大な労力と 費用が必要となる。 導入システムと成果 ◆設備の運転データ、監視データ及び生産データをもと 時系列要素 閾値を超えた場合に故障警報 に分析し、故障となった要因を調査 ◆設備故障の要因は時系列データということが分かった ため、長期の過去履歴データをもとに故障率を予測 リアルタイムに設 ◆故障率の閾値を決める計算式を過去データをもとに 備毎に故障が 発生する確率 LSTMにより長期時系列データを学習させて、閾値 と閾値を算出 を算出し閾値より高くなった場合に故障警報を行う 仕組みを開発 ◆問題が発生する前に故障確立から事前に故障可 能性のある設備を把握し対応することができ、生産 損失を最小限に抑えた © Pactera. Confidential. All Rights Reserved. 14

パクテラ・テクノロジー・ジャパン株式会社 Pactera Technology Japan Co., Ltd. 【本社オフィス】 【大阪オフィス】 東京都江東区豊洲５丁目６－３６ 大阪府大阪市西区江戸堀１丁目9-1 ヒューリック豊洲プライムスクエアビル９階 肥後橋センタービル11Ｆ Tel: 03-3520-9865（代表） Tel: 06-6131-5336（代表） Fax: 03-3520-9868 Fax: 06-6131-5337 https://jp.pactera.com/ © Pactera. Confidential. All Rights Reserved.