　今回、ISIDがマイクロサービス化して公開した分析アルゴリズムは、電流値や回転角速度といった産業用ロボットの稼働データを基に、ロボットの「健康状態」を分析するものだ。健康状態とは、あらかじめ設定した正常値と実際の稼働データの乖離幅を導き出すことで、故障の可能性を独自アルゴリズムで数値化した指標となる。

　ロボットへ入力する情報は、一般的に広く用いられている稼働データを活用する。そのため、ユーザーは取り扱いメーカーを問わず、現在保有している稼働監視システムなどに故障予知アルゴリズムを組み込むことができる。

　同サービスは、産業用ロボットの中でも主流を占める6軸機構までのロボットアームを対象とする。Pedixでの無償公開は2018年5月中旬までを予定。アルゴリズムは無料だが、別途Predixの利用料が必要になる。

　IoTやロボティクス技術活用によるものづくり改革が進む中、故障予知技術への要求が高まっている。しかし、自社設備に合わせた故障予知分析アルゴリズムを開発するために必要なデータサイエンティストを育成したり、外部から調達したりすることは困難だという課題があった。

サービスの利用イメージ（クリックで拡大）出典：電通国際情報サービス

故障予知は前提、“真の予兆保全”を実現するために必要になるもの
2017年はIoTやAI技術の進展により、大型機械や設備の故障予知や予兆保全への取り組みが加速した1年となった。2018年は故障予知などを前提とした、センシングやデータ管理などが進み、予兆保全に関する各種製品開発やソリューションが数多く登場する見込みだ。
製造業のサービス化、予兆保全は単なる「はじめの一歩」
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。しかし、そこで語られることは抽象的で、いまいちピンと来ません。本連載では、そうした疑問を解消するため、第4次産業革命で起きていることや、必要となることについて分かりやすくお伝えするつもりです。第7回は、前回に引き続き「製造業のサービス化」についてご紹介します。
計画保全と品質保全で工程の信頼性と保全性を目指す
本連載「いまさら聞けないTPM」では、TPM（Total Productive Maintenance）とは何か、そして実際に成果を得るためにどういうことに取り組めばいいかという点を解説する。第4回となる今回は、「TPMの8つの活動（8本柱）」のうち計画保全と品質保全について紹介する。
いまさら聞けない産業用ロボット入門〔前編〕
日本は「ロボット大国」とも呼ばれていますが、その根幹を支えているのが「産業用ロボット」です。それは世界の産業用ロボット市場で圧倒的に日本企業がシェアを握っているからです。では、この産業用ロボットについてあなたはどれくらい知っていますか？今やあらゆるモノの製造に欠かせない産業用ロボットの本質と基礎を解説します。
製造現場での普及を2倍に、ロボット新戦略が目指すロボットと共に働く未来
日本政府が主催する「ロボット革命実現会議」は、ロボット活用の技術的および規制面でのロードマップを示した「ロボット新戦略」を発表した。本稿では、この新戦略の中で示されている「モノづくり」分野への取り組みにフォーカスし、その内容を紹介する。
スマートファクトリーはエッジリッチが鮮明化、カギは「意味あるデータ」
2017年はスマートファクトリー化への取り組みが大きく加速し、実導入レベルでの動きが大きく広がった1年となった。現実的な運用と成果を考えた際にあらためて注目されたのが「エッジリッチ」「エッジヘビー」の重要性である。2018年はAIを含めたエッジ領域の強化がさらに進む見込みだ。