The way to a smart factory armed with data utilization

守秘区分：公開開示範囲：DataWorks Summit Tokyo 2018 指定期間：2018年10月16日Copyright ©2018 NS Solutions Corporation. All Rights Reserved.
IT武装とデータ活用による
スマートファクトリへの道
2018年10月16日
新日鉄住金ソリューションズ(株)
IoXソリューション事業推進部
DataWorks Summit Tokyo 2018
1. IoXソリューション事業推進部のご紹介
2. IT武装とデータ活用のソリューション例
3. データ活用
4. プロセス
5. アーキテクチャ

IoXソリューション事業推進部のご紹介1

弊社ご紹介
設立と
経緯
規模
事業内容
新日鉄住金ソリューションズ
株式会社
1980年10月設立
2001年 4月新日鉄EI事業部と新日鉄情報通信システム
(ENICOM)を事業統合
2002年10月東京証券取引所市場第一部に株式を上場
2012年10月新日本製鐵と住友金属工業の合併により
新日鉄住金ソリューションズ株式会社に社名変更
（2018年3月期）
■資本金
129億5千2百万円
■売上高
連結 2,442億円
単体 2,121億円
経営及びシステムに関するコンサルテーション
情報システムに関する企画・設計･開発・構築・運用・保守及び管理
情報システムに関するソフトウェア及びハードウェアの開発・製造
並びに販売及び賃貸
ITを用いたアウトソーシングサービスその他各種サービス
－北海道NSソリューションズ株式会社
－東北NSソリューションズ株式会社
－株式会社NSソリューションズ東京
－株式会社NSソリューションズ関西
－株式会社NSソリューションズ中部
－九州NSソリューションズ株式会社
－新日鉄住金軟件(上海)有限公司（83%）
－NS Solutions USA Corporation
－NS Solutions Asia Pacific Pte. Ltd.
－Thai NS Solutions Co.,Ltd.
－NS Solutions IT Consulting Europe Ltd.
－PT. NSSOL SYSTEMS INDONESIA
－NSSOLCサービス株式会社
－NSフィナンシャルマネジメント
コンサルティング株式会社
－株式会社金融エンジニアリング・グループ
－株式会社ネットワークバリューコンポネンツ
－エヌシーアイ総合システム株式会社（51％）
－日鉄日立システムエンジニアリング株式会社
（51％）
グループ会社
国内子会社海外子会社 Joint Venture
■従業員数
連結 6,232名
単体 2,899名
（注）持株比率は括弧内で明示したものを除き100％
3

組織概要（全社）
テレコムソリューション事業部
営業本部
情報系ソリューション事業部
業務系ソリューション事業部
営業本部
ITサービスエンジニアリング事業部
ITサービスソリューション事業部
社会公共ソリューション事業部
営業統括本部
支社 (北海道、東北、中部、関西、九州)
クラウドサービスビジネス推進センター
IoXソリューション事業推進部
技術本部
技術戦略企画部, 生産技術部,
ソリューションクオリティコントロール部,
情報セキュリティ部, 情報システム部
システム研究開発センター
企画部
総務部
財務部
法務・知的財産部
パートナー企画管理部
人事部
監査室
(2018年4月1日時点)
NSSLCサービス株式会社
ソリューション企画・コンサルティングセンター
産業ソリューション事業部
流通・サービスソリューション事業部
コンサルティング統括センター
アカデミーセンター
事業企画推進部
金融ソリューション事業本部
NSFITOS企画推進センター
セキュリティ品質保証部
統合推進本部
海外事業統括部
鉄鋼ソリューション事業部
鉄鋼ソリューション事業本部
産業・流通ソリューション事業本部
新日鉄住金ソリューションズ株式会社
ITインフラソリューション事業本部
海外事業統括部
市場系ソリューション事業部
営業総括部
グローバルビジネス統括部
4

モノ（IoT）ヒト（IoH）
高度に連携・
協調
人がIT武装により
インターネットで繋がり
安全,安心,生産性を高める
機械・製品が
インターネットで繋がり
効率や価値を高める
デバイス
クラウド
ビッグデータ
センサー
IoX = Internet of
X : Things, Humans
2016年4月1日新日鉄住金ソリューションズ、IoTの専門組織を発足
新組織名：IoXソリューション事業推進部
5

IoXソリューションのターゲット
6
■ スマートファクトリー領域：
IoT・AI技術を活用し、安心・効率を実現するヒト・モノ現場支援
■ スマートプロダクト領域：
ビッグデータを活用した新ビジネスの共創
2つの主なターゲット領域
製造業物流業社会インフラエネルギー交通
ターゲットの業種例
モノだけではなくヒトを重視
ウェラブルデバイスの積極的活用
ターゲットはヒト・モノ

プロセス製造業の現場のデジタル化
現場
ITVカメラ
危険エリア
安全見守りくん＠PC
太陽電池
計器
安全見守り
（位置、動態把握）
計器
読み取り
危険エリア
侵入検知
音声メッセージ:
“ここでヒヤリ
ハット発生”
ヒヤリハット・
事故データ登録、
アラート発報
スマートウォッチ
温湿度計
“危険エリア侵
入注意”
ゲートウェイ
信号解析
回転機
回転機異常検知
ヘルメッ
トカメラ
汚水検知
安全見守りくん＠PC
技能伝承/教育
腐食検知
映像・画像・
音声・テキスト共有
スマート
グラス
ガス計
固定式
ガスセンサー
環境データ
センシング
“バルブを右に
90度回転”
作業ナビゲーション
（指示・記録・改善）
設備予防保全中央操作室移動体管理
ドローン
プライベートLTE
高速・セキュア通信
Wireless
HART
バーコード、
QR、RFID
7

人・環境・設備・移動体データの統合
作業者目線の画像データ
各作業者の安全状態見守り
・作業指示効率化
プラットフォームにデータを
統合
各部署および保安等での常時監視
（作業者間での異常共有）
異常状態の早期検知
・早期アクション
蓄積データ分析による
不安全箇所の抽出
蓄積データ分析による
動線分析・ルート変更
・設備レイアウト変更
人のデータ環境のデータ設備のデータ
位置・バイタル等
作業者個人データ
各作業者の
安全状態見守り
危険箇所内作業者検知
移動体接近検知
作業者へのＫＹ
設備・各種センサー値
故障予知
トラック等の位置・
運転状況把握
安全運転指導
作業段取り・リスケ
直営現場
作業者協力会社
管理者
定位置環境データ
ガス漏れなどの早期検知
8

IT武装とデータ活用のソリューション例2

〔2〕
〔3〕
〔1〕
安全見守りくんの概要
10
管理者
画面
デバイス / センサー情報
[1] スマートフォン位置、加速度、気圧等
[2] スマート・ウォッチ脈拍数
[3] 携帯温湿度計温度、湿度
作業者（新川太郎）
- 作業現場
管理者
- 詰所・運転室

安全見守りくんの管理者画面－現状表示－
11
作
業
者
の
所
在
（
地
図
）
作
業
者
の
状
態

安全見守りシステムの危険エリア侵入推定機能
12
危険エリアに侵入した事を推定・通知する機能をご提供します。
 作業者が危険エリアに存在することを推定するため、危険エリアにbeaconを設置し、当該
beaconからの電波を受信した場合に侵入とみなし、通知を出すことができます。
危険エリア2017年3月17日山田太郎
危険エリアに接近しました。
危険エリア判定用にbeaconを設置して、当該
beaconからの電波を受信した場合に通知
※危険エリアの対象範囲はイメージです。

進化例▸ヒヤリハット・事故事例の共有（開発中）
13
即時記録、タイムリーな提示（想起）を実現する仕掛けの提供
ヒヤリハット事象を音声登録
（時刻、位置、環境情報等は自動記録）
★1
★2
Recording
★1 同じ場所を訪れると、「過去にヒヤリハットあり」とのエアタグ表示
★2 作業者状態・設備状況等のコンテキストが類似するケースに対して、
「過去にヒヤリハットあり」とのエアタグ表示
★3 エアタグから、ヒヤリハットの発生詳細（音声、テキスト、画像、動画等）
が閲覧可能
Hya!
Now
dejavu ★3

安全標準プラットフォームの確立（将来構想）
14
安全ビックデータ
PDCA PDCA PDCA
匿名化、
抽象化
匿名化、
抽象化
匿名化、
抽象化
安全標準ビックデータ
(企業・業界横断）
集約、抽象化
PDCA PDCA PDCA
匿名化、
抽象化
匿名化、
抽象化
匿名化、
抽象化
PDCA
PDCA
PDCA
危険作業の遠隔/ロボット化
安全対策立案力
安全データ分析ノウハウ
パーソナル安全行動支援
危険行動予知ロジック
安全・見守り運用力
安全管理コンサルティング力
レ
ベ
ル
ア
ッ
プ
ロールアウト
安全ベンチマーキング
安全リスクアセスメント方法論
危険行動・危険事象予知モデル共有
安全対策成功・失敗事例共有
ヒヤリハット・事故事例共有
…

データ活用3

データ活用に必要な鍵
16
データ
設備/操業の情報
過去の経緯
計画系データ
操業データ
品質データ
環境データ経営課題
現場課題
ユースケース
ベストプラクティス
問題定義
※AIによる問題定義の自動化はできない。
AIで可能なのは手段実行の高速化と自動化。
↑
メタデータ
カタログデータ
プロファイル情報
↑
ナレッジベース
検索/探索
↑
テンプレート
アイディア創出

現場データの利活用を実現するうえでの課題と道筋
17
操業システム
• 運転データ
• 故障データ
センサーデー
タ
• 振動データ
• 温度データ
検査データ
• 濃度データ
• 特性データ
現場データ
部署内監督者
技術者
検査/作業者
作業監督者
現場関係者
データの
利活用の実現
ビッグデータ/AIの
活用技術
現場データの
精製
分析手法
 解析的手法
 統計解析
 数理計画など
適応的手法
 人工知能
 機械学習など
分析アプローチ
 パターン認識
 組み合わせ最適
 制約充足など
狙い
 理論値・実績値の
乖離見える化
 非定常検知
 故障予測
システム化
 診断(判断)
 設計(計画)
 制御(適応)
データ収集/理解
 時系列データ
稼働、センサー
など
 属性データ
故障、環境、
作業者など
データ精製
 データ定義
(生値or代表値?)
 外れ値処理
(ノイズor特性?)
 欠損値
 時刻ズレ
 周期補正
データならある AIは使えそう何かできるはず
目的/効果の
設定
データの
棚卸/理解
問題定義
戦略・戦術
の立案
試行と
結果評価

現場データの集約/活用の流れ
データ分析者
(モデル構築)
データ分析環境
操業システム
• 運転データ
• 故障データ
センサーデータ
• 振動データ
• 温度データ
検査データ
• 濃度データ
• 特性データ
現場データ
プロトタイプ作成
～【例】異常検知ソリューションの構成要素のイメージ～
実行環境：異常検知システム
データ
マッピング
判定/予測
モデル
Webアプリ
(画面)
ミドルウェア
システム基盤(クラウド、オンプレ)
オンライン
データ取込
AI
部署内監督者
技術者
検査/作業者
作業監督者
現場
傾向監視
異常通知
18
オフライン
データ収集
構築モデル
デプロイ
精度改善要望

プロセス4

IoTデータ活用プロセス(五つのステップ)
ビジネスの
理解
データの
理解
データの
準備
モデル作成評価展開
Cross-Industry Standard Process for Data Mining
Step 1
Step 2
Step 3
Step 4
Step 5
企画
トライアル分析
プロトタイピング
フィールドPoC
本番
システム化
データ活用のターゲット、効果、
優先順位を定義
データ分析・活用の実現性を確認する
プロトタイプの狙いや要件を明らかにする
求められる精度の予測モデルや特徴の
見える化の仕組みを開発
システム化と業務成立性,
活用性の確認
精度改善
機能発展
～現場に活かせるデータ分析の出口を実現するためのプロセス～
20

データ解析基盤
知識
前処理
特徴量
抽出
データ
MT法
深層学習
解析手法
情報
評価・解釈
機械学習
予知／予測
文脈形成
問題定義
目的設定
目標設定
Xgboost
ﾃﾞｨｼｼﾞｮﾝﾂﾘｰ
製造現場データと分析ノウハウの集約、ナレッジ展開
※データレイクとデータ解析基盤によるイメージ例
21
IoTプラットフォームデータ中継基盤 APIｻｰﾋﾞｽ
データ収集/
加工
データ発生
(デジタル化)
データレイク(HDF⇒HDP)
データ蓄積
見える化
実機展開
・
・
新ｼｽﾃﾑ
アプリ/サービス実行環境

守秘区分：公開開示範囲：DataWorks Summit Tokyo 2018 指定期間：2018年10月16日Copyright ©2018 NS Solutions Corporation. All Rights Reserved. 22
生産設備
ローカル時系列DB
リアルタイムダッシュボード
1. 生産設備データ収集と可視化
現場担当生産技術 IT・分析
知恵出し試行気付き検証意思決定
データ追加
計算方法変更
2. 関連データの収集
複合的な可視化
工程横断情報蓄積
高度なダッシュボード
追加センサー
他システム(RFID等) MES・MOM
価値のある
データの探索
4. 機械学習モデルの連携
現場へのリアルタイム
フィードバック
機械学習
モデル連携
予測値・候補値のフィードバック
実業務への
フィードバック方法検討
管理者
3. クラウドデータ連携
オフラインBI
機械学習
他拠点横断見える化・BI
エッジ
機械学習
異常予兆の通知
予兆情報追加
統計解析
機械学習
製造現場のデジタル化のステージ展開
※エッジコンピューティング(FogHorn Lightning)によるイメージ例

アーキテクチャ5

IoT全体アーキテクチャ
24
企業内データ活用
スマートデバイス、センサー
フィールドネットワーク（フィールドバス、セン
サーネットワーク、計装無線、WiFi、LPWAなど)
エッジコンピューティング
通信ネットワーク（4G/LTE、有線/無線LAN、プライベートLTEなど)
インフラ（オンプレ、プライベートクラウド、パブリッククラウド）
IoXプラットフォーム
データレイク
基幹
システム
データ連携
企業A
IoX領域非IoX領域
データ分析
ヒトモノ(材料・半製品・製品、装置・設備)
サービス
企業B 企業C
データ
I/F
．．．
データ
I/F
データ
I/F
クラウドインフラ
データエコノミー（データ共有・活用）プラットフォーム
サービスデータ分析
企業間データ活用

IoXソリューション群を構成する実現手段
25
データの
• 収集
• 意味付け
• 整理・選択
• 保存・連携
• 現場での利用
AIを活用した
データの
• 分析
• 活用検討
データの
• 他拠点間共有
• 可視化
• 基幹システム連携
クラウド
エッジ
ヒト
（スマートデバイス・ウェアラ
ブルデバイス)
モノ
（PLC・GW・各種センサー・
デバイス)
リアルタイム
IoXプラットフォーム
＠IoX
IoX異常検知
プラットフォーム
＠IoX
M-IX
学習（オンプレミス）
M-IX
推論
Analytics
（ヒト・モノ）×（クラウド・エッジ）の組み合わせパターンに対して、
センサーデータの収集・データ分析（AI活用）ソリューションを、
各実現手段の特性を考慮して適材適所で組み合わせることにより
網羅的に対応していく。
弊社製
プラットフォーム
凡例：

HortonWorksのアーキテクチャ
26
NiFiMiNiFi
Kafka
Apache
Storm
Hortonworks DataFlow
HDFS
Pig
Map
Reduce
Hortonworks Data Platform
YARN
HiveHBase
Apache
Spark
Solr
Accumulo
IoXデータ
リアルタイム処理系分散データ蓄積・バッチ処理系

製造業のお客様向けご提供ソリューション領域
27
基幹系
実行系
エ
ン
ジ
ニ
ア
リ
ン
グ
チ
ェ
ー
ン
販売計画生産計画購買計画
販売管理生産管理購買管理
在庫計画
在庫管理
制御系
計画系
データ収集運転監視・制御
製品企画
設計・試作
工程設計
生産準備
月次・週次
日次
時分
サプライチェーン
管理会計
原価管理
グループ
業績管理
設計情報管理（PLM）
経営管理
連結会計
顧客接点管理（CRM）
モノ
商談管理
ｱﾌﾀｰｻｰﾋﾞｽ
(ﾌｨｰﾙﾄﾞ/ｺｰﾙｾﾝﾀ)
顧客情報管理
情報分析（BI・DWH）
DWH・BI
確定
PSI/SCP
未来
過去
倉庫管理工程管理品質管理実績管理MES
財務会計
カネ
ERP
ﾋﾞｯｸﾞﾃﾞｰﾀ解析基盤
ビッグデータ活用
製造業のお客様の
各業務領域に対して、
業務知見・過去実績に
基づくノウハウを以て、
各種PKG・テンプレート
をベースにてソリューション
を立案・ご提供
人系作業、点検、監督運転、操作
IT武装、
プラット
フォーム
学習系
学習・評価
学習データ管理学習モデル管理、デプロイ管理学習、チューニング

きょうのベストが
明日もベストとは限らない変化の時代
ビジネスのあらゆる局面で
情報技術による革新が求められています
この変化にお客様が描く未来とは
その先の姿を
ともに見つめともに切り拓くこと
それが私たちの使命です
情報化を牽引してきた技術力
革新をもたらす最先端の知見
ふたつの力を束ね私たちは挑み続けます
あしたをもっと輝かせるために
ともに、その先の答えを
新日鉄住金ソリューションズ
28
ご清聴ありがとうございました
Copyright ©2017 NS Solutions Corporation. All Rights Reserved.

• NS（ロゴ）、NSSOL、 NS Solutions、 IoX、安全見守りくんと
そのロゴは新日鉄住金ソリューションズ株式会社の登録商標です。
• その他本文記載の会社名及び製品名は、それぞれ各社の商標又は登録商標です。
新日鉄住金ソリューションズは情報技術のプロフェッショナルとして、
真の価値の創造により、お客様との信頼関係を築き、
ともに成長を続け、社会の発展に貢献していきます。
創造
私たちは情報技術のプロフェッショナルとして、
革新的な技術を利用したソリューションの提供を通じ真の価値を創造していきます。
信頼
私たちは新日鐵住金グループの一員として、お客様や社会のニーズに
的確に応えることで信頼を更に積み重ね、不動のものにしていきます。
成長
私たちはトップ・システムインテグレータとして、業界をリードするとともに、
お客様の成長に貢献することにより、ともに大きく成長していきます。
29

The way to a smart factory armed with data utilization

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to The way to a smart factory armed with data utilization

Similar to The way to a smart factory armed with data utilization (20)

More from DataWorks Summit

More from DataWorks Summit (20)

Recently uploaded

Recently uploaded (9)

The way to a smart factory armed with data utilization