15. Copyright (c) Brains Technology, Inc. Japan
データ収集・蓄積
14
● 開発工数の削減とスピードUP
○ Black BearやarmadilloといったIoT Gatewayを活用
● スケーラブル&データロストしないストリーミング処理
○ IoT Hub→Event Hub
○ AKSによる取り込み・推論処理
● 0スケールで費用対効果高いデータ保存
○ Cosmos DB
AKS
IoT Hub Event Hub
Azure Cosmos DB
IoT Gateway
リリース時の柔軟性や
Dockerによるモジュール管
理が利点。単純な連携の場合
はFunctionsの方が良いかも
自前でスケール調整しな
くて良いのが最大の利点
16. Copyright (c) Brains Technology, Inc. Japan
機械学習による異常検知
15
● 実績ある機械学習プラットフォーム
○ Impulseの利用
○ 豊富な機械学習アルゴリズムと自動モデリング機能
○ オンライン推論へのシームレスな適用
17. Copyright (c) Brains Technology, Inc. Japan
リアルタイム検知結果確認
16
● ユーザ自身でカスタマイズ可能なダッシュボード
○ Power BIレポート&ダッシュボード
■ ノーコードでお客様自身でカスタマイズ
■ Streaming Datasetでニュルニュル動くグラフ
■ Reportによる中長期データの表示
● リアルタイム&蓄積データ連携
○ Azure Streaming Analytics vs. AKSで実装
Event Hub
Power BI
Streaming dataset
Azure Cosmos DB
結果集約・
ステータス更新 Power BI
Streaming dataset
データ転送
Power BI
試験運用段階のコスト、処理
の柔軟性(Streaming
Datasetのエンドポイントを
ユーザで設定する等)を考慮
すると自前で実装する必要
データセットごとにURL
の払い出し、POST
18. Copyright (c) Brains Technology, Inc. Japan
設備のマスタ管理との連携
17
● ユーザ自身で拡張可能な画面
○ Power Appsでノーコード開発
○ Microsoft Dataverse(Common Data Service) vs. Azure SQL database
○ Model Driven App vs. Canvas App
Power Apps
ノーコードで直接
編集可能
バックエンド処理との連携
を考慮するとAzure SQL
database(CDSではプログ
ラムアクセス用の認証方式
は使えない?)
データソースがCDS以外で
はCanvas Appが必須
19. Copyright (c) Brains Technology, Inc. Japan
全体アーキテクチャ
18
異常検知
IoT Hub Event Hub
Azure Cosmos DB
IoT Gateway
Impulse
異常検知モデル管理
Event Hub
Power BI
Streaming dataset
Azure Cosmos DB
結果集約・
ステータス更新 Power BI
Streaming dataset
データ転送
Power BI
異常検知結果連携
データ収集・蓄積
リアルタイム
ダッシュボード&
中長期データの表示
Power Apps
バックエンド処理と連携した
マスタ管理
21. Copyright (c) Brains Technology, Inc. Japan
活用イメージ
20
初期設定・機器追加
● Power Appsで現場・機器マスタ登録作業
● 現場にGWを設置&連携開始
● Impulseで異常検知モデル作成
● Power BIでダッシュボード作成・日常監視
● Power BIレポートでデータ可視化・傾向分析
現場移動
● Power Appsで紐付けを変更
● Power BIで傾向分析
● Impulseでモデル更新・適用
24. Copyright (c) Brains Technology, Inc. Japan
Take Home Message
23
● 骨:初めに最小限の要件を整理し、骨組みとなるデータの流れを決め
→スケーラビリティを意識したマネージドサービスを活用
● 肉:既存のサービス・ソリューションを上手に繋げて、徐々に肉付けしていく
→ノーコードツールの活用
骨+肉=現場で役立つ
現場をお助け!