はじめに
昨今、工場設備などに多数のセンサーが取り付けられ、そこから発生するIoTデータを活用することで、設備の状態を様々な角度から把握できるようになってきました。
中でも「異常予兆検知」は製造業で特に期待されているIoTデータの活用方法です。
異常予兆を検知することで、以下のような効果が期待されています。
・故障を予知し事前対処することで、生産ラインの稼働率を向上
・本当に交換すべき部品のみを交換し、メンテナンスコストを削減
・熟練作業員の長年の経験や勘による異常予知技術を脱属人化
Verticaを利用した異常予兆検知
Verticaに内蔵されている機械学習機能を利用して、センサーデータから異常予兆を検知することが可能です。
異常予兆検知までの流れ
IoTデータの取り込みから異常予兆検知までの流れは以下のようなイメージになります。
①IoTデータのダイレクトロード
IoTデータ(JSONデータ)を事前に構造化データに変換することなく、データベースであるVerticaにダイレクトロードが可能です。②スキーマ定義の自動判断＆拡張
VerticaがIoTデータ(JSONデータ)の内容を読み取り、項目などを自動で判断するため、新しい項目が追加された場合でも自動でスキーマを拡張します。③時系列データの補完
異なる時間間隔で出力されたデータを同一軸で一元的に分析に利用するために、時系列データを補完するなど便利な機能を多数搭載しています。④In-database機械学習
データベース内に蓄積された大量の過去データを使用して機械学習を行い、予測モデルを作成します。それ以降は新たに発生するデータから異常予兆を検知することが可能になります。⑤SQL検索
機械学習の予測結果はSQLで受け取ることが可能です。また格納された全てのデータはSQLで検索が可能であり、異常予兆検知だけでなく、トレーサビリティなど様々な分析で利用することも可能です。
