　SpeeDBee HIVEは、コレクタ機能によってセンサーやPLC（プログラマブル・ロジック・コントローラー）の情報を収集し、収集間隔の異なる各データを、CSVなどの指定の書式に集約する。データはリアルタイム分析と同時に時系列データベースに格納、バックアップされ（永続化）、これらのデータをクラウドやオンプレミスサーバ上に送信することで、AWSやAzureなどと連携したり、周辺システムとデータ連携したりできる。

　SpeeDBee HIVEを利用することで、品質や生産性を向上するデータ、遠隔監視や障害検知に活用するためのデータを容易に収集でき、分析用のデータ加工に向けた、IoTエッジコンピューティングが可能になる。

「SpeeDBee HIVE」システム構成図（クリックで拡大）出典：ソルティスター

　SALTYSTER Industry Triggerは、製造ラインの停止情報や、センサーからの異常値情報、撮影した動画を元にした異常情報などをイベントトリガーとして、イベント発生前後のさまざまなデータをまとめ、カメラの動画データと共にファイル出力する。出力データは、PLCやセンサーなどのデータと動画データをシンクロさせて、専用ビュワーで確認できる。

「SALTYSTER Industry Trigger」システム構成図（クリックで拡大）出典：ソルティスター

「SALTYSTER Industry Trigger」機能構成（クリックで拡大）出典：ソルティスター

≫「製造ITニュース」のバックナンバー

品質保証の体制をIoTでカイゼンする
日本型モノづくりの象徴ともいうべき「トヨタ生産方式」。本連載では多くの製造業が取り入れるトヨタ生産方式の利点を生かしつつ、IoTを活用してモノづくりを強化するポイントについて解説していきます。第3回となる今回は、品質保証体制へのIoT活用のポイントについて紹介します。
品質管理に必須の統計的手法「X-R管理図」「P管理図」の作り方
生産現場の品質管理に使われる「X-R管理図」「P管理図」は、実際にはどうやって作ればいい？サンプルを基に手を動かして覚えよう。
試作品の数を劇的に減らす直交配列実験の実務
品質管理のための代表的な統計手法である実験計画法について、実践的な手法を短期間に習得したいと希望している読者に向けて、Excelを使って効率的に独学できるような解説を行う。
あなたが品質管理で果たすべき役割は何か
製造現場で実施する製品管理を中心とした品質管理の基本を解説する。組織における品質管理の在り方から先人の教訓まで、筆者の経験とノウハウを紹介。
スマートファクトリー化がなぜこれほど難しいのか、その整理の第一歩
インダストリー4.0やスマートファクトリー化が注目されてから既に5年以上が経過しています。積極的な取り組みを進める製造業がさまざまな実績を残していっているのにかかわらず、取り組みの意欲がすっかり下がってしまった企業も多く存在し2極化が進んでいるように感じています。そこであらためてスマートファクトリーについての考え方を整理し、分かりやすく紹介する。
エッジは強く上位は緩く結ぶ、“真につながる”スマート工場への道筋が明確に
IoTやAIを活用したスマートファクトリー化への取り組みは広がりを見せている。ただ、スマート工場化の最初の一歩である「見える化」や、製造ラインの部分的な効率化に貢献する「部分最適」にとどまっており、「自律的に最適化した工場」などの実現はまだまだ遠い状況である。特にその前提となる「工場全体のつながる化」へのハードルは高く「道筋が見えない」と懸念する声も多い。そうした中で、2020年はようやく方向性が見えてきそうだ。キーワードは「下は強く、上は緩く結ぶ」である。