工場向けフォグコンピューティングソリューション

～工場向けフォグコンピューティングソリューション～ リアルタイムでデータ取得 /クレンジング/分析を一元的に実現 インダストリー4.0 やスマートファクトリ、IoTが唱えれらる中、製造現場でのデータ活用が重要で今後の競争力の源泉に なる時代が迫っています。FogHorn 社の FogHorn Lightningソリューションは、そういったニーズに対応するエッジコン ピューティングソリューションを提供します。 製造現場のデータ活用によく見られる課題 ● 本社 データを取得したものの、データの内容/関連性がわからない ● 各データソースごとに重複した項目が多く無駄。サーバ費用 /回線費用でコスト増大！ ● 製造現場 データを取得したものも、リアルタイムにデータ分析をして稼働監視や予兆保全していない ● 何かあった際にデータ活用するが、クレンジングに時間がかかりすぐに分析できない フォグコンピューティング活用による課題解決 ソリューション特徴 ●1 既存の産業システムを変更することなく利用可能 ●2 センサーや製造設備などの大量のデータをリアルタイムに取得 ●3 取得したデータを即座にクレンジング、ストリーミング解析（ゼロプログラミング） ●4 処理したデータを可視化・機械学習などにも活用 ●5 外部のデータベースやクラウドサービスにも出力可能 ●6 一連のデータ取得から解析・活用・出力までをリアルタイムに実現 本社 /データセンター 名古屋工場 東北工場 九州工場

大量 /高サンプリングデータをリアルタイム処理 大量、かつ高サンプリングデータをリアルタイムで処理するために、独自言語（VEL）を開発しています。たとえば、JAVA スクリプトと比 べた場合圧倒的にコード量が短く処理できます。これにより、大量なデータ・高サンプリング頻度のデータを少ないハードウェアリソース でリアルタイムに処理することができます。 JAVAで記載した場合 FogHorn の独自言語（VEL）で記載した場合 MqttClient mqttClient= null; mqttMessage.toString() ); try { if ( msgTextView != null ) { mqttClient = final String msg = mqttMessage.toString(); new MqttClient( runOnUiThread(new Runnable() { "tcp://localhost:1883", // broker URL @Override "temp_sender", public void run() { temp is stream("temp", real(celsius)) new MemoryPersistence() ); // or file-based msgTextView.setText((Double.parseDouble(msg) + 459.67 * 5)/9); MqttConnectOptions connOpts = new MqttConnectOptions(); } connOpts.setCleanSession(true); }); temp_kelvin is stream("temp_kelvin", real(kelvin)) mqttClient.connect(connOpts); } System.out.println("Connected"); } } @Override VS catch ( MqttException me ) { public void deliveryComplete(IMqttDeliveryToken iMqttDeliveryToken) { // ... // Called when the message is known to have been delivered temp_kelvin = measure_convert(data,"kelvin”) } successfully... @Override } public void messageArrived(String topic, MqttMessage mqttMessage) @Override throws Exception { public void connectionLost(Throwable throwable) { select data from temperature // System.out.println( "Connection lost: " + throwable.getMessage() ); // Called when a message arrives for a topic subscribed to throwable.printStackTrace(); // System.out.println("Topic: " + topic + ", Message: " + } データ処理（成型・クレンジング）をゼロプログラミングで実現 　一般的にデータ分析においてデータ処理や成型・クレンジングに膨大な時間がかかってしまいがちです。そういった点、データ取得時 にリアルタイムでデータ処理できるだけなく、データ処理の設定を GUI からゼロプログラミングで設定が可能です。 インプット データ処理 アウトプット ● リアルタイムにタグ・ラベル付 ● 不要データ項目の削除 ● データ処理タイミング定義 ● 最終出力用データ 　（メタデータの付与 ) ● 長いデータの分解 ● 非同期データの同期 /調整 　の整形 ● 複数データの集約 ● 数値計算 ● 単位 / 桁の調整 ● 関数処理 製造現場で処理したデータを機械学習にてリアルタイム解析 処理したデータに対して、リアルタイムで機械学習などの発展的な解析を行うことが可能です。一般的なモデルは既に搭載済みのため、 簡単に利用可能です。またこのアルゴリズムはバージョンアップにより随時拡張されています。　　　　 アルゴリズム 説明 RANDOM FOREST 複数の決定木による分類あるいは回帰を行う。 LINEAR REGRESSION 線形関数を使った回帰分析。量的変数の予測に用いる。 ARIMA 時系列データに対する将来予測を行うのに用いられる。 LOGISTIC REGRESSION ロジスティック曲線使った回帰分析。質的確率の予測に用いる。 K MEANS 決められたクラスタの数に基づき、近い属性を持つデータをグループ化する。 ANOMALY DETECTION ベースラインに対する異常値を検出する。 お問い合わせ FogHorn製品担当 045-476-2010 foghorn-sales@macnica.net https://www.macnica.net/foghorn/ 本社 〒222-8562 横浜市港北区新横浜1-5-5 西日本営業所 〒530-0005 大阪市北区中之島2-3-33 大阪三井物産ビル14階 TEL.045-476-2010 FAX.045-476-2060 TEL.06-6227-6916 FAX.06-6227-6917