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。

関連情報

Verticaで実現する機械学習 IoT × 機械学習でリアルタイム予測! ~データベースでここまでできる~