翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
とは AWS IoT SiteWise
AWS IoT SiteWise は、産業機器から大規模にデータを収集、保存、整理、モニタリングできるマネージド型サービスで、データ駆動型の意思決定に役立ちます。 AWS IoT SiteWise を使用して、施設間のオペレーションをモニタリングし、一般的な産業パフォーマンスメトリクスを迅速に計算し、産業機器データを分析するアプリケーションを作成して、コストのかかる機器の問題を防ぎ、本番環境のギャップを軽減できます。
を使用すると AWS IoT SiteWise Monitor、運用ユーザーはウェブアプリケーションを作成して、産業データをリアルタイムで表示および分析できます。平均故障間隔や総合設備効率 (OEE) などのメトリクスを設定およびモニタリングすることで、産業オペレーションに関するインサイトを得ることができます。
AWS IoT SiteWise Edge は、ローカルデバイス上のデータの収集、保存、処理 AWS IoT SiteWise を可能にする のコンポーネントです。これは、インターネットへのアクセスが制限されている場合や、データを非公開にする必要がある場合に役立ちます。
次の図は、 の基本的なアーキテクチャを示しています AWS IoT SiteWise。

の AWS IoT SiteWise 仕組み
AWS IoT SiteWise は、産業用デバイス、プロセス、施設の表現を作成するために使用できるリソースモデリングフレームワークを提供します。機器とプロセスの表現は、 のアセットモデルと呼ばれます AWS IoT SiteWise。アセットモデルでは、使用する生データと、それを有用なメトリクスに処理する方法を定義します。AWS IoT SiteWise コンソール
アセットをモデル化して、収集したデータをコンテキスト化
データを取り込んだ後、そのデータを使用して、物理オペレーションのモデルを構築することで、アセット、プロセス、および施設の仮想表現を作成できます。デバイスまたはプロセスを表すアセットは、データストリームを AWS クラウドに送信します。アセットは、論理デバイスグループ化を意味することもできます。階層は、アセットを関連付けて複雑なオペレーションをミラーリングすることで形成されます。これらの階層により、アセットは関連付けられた子アセットからデータにアクセスできます。アセットは、アセットモデルから作成されます。アセットモデルはアセットのフォーマットを標準化する宣言的な構造です。アセットのコンポーネントを再利用して、モデルの整理と保守を行います。詳細については、「産業用アセットをモデリングする」を参照してください。
を使用すると AWS IoT SiteWise、受信データをコンテキストメトリクスと変換に変換するようにアセットを設定できます。
-
機器データを受信するときに作業を変換します。
-
メトリクスは、ユーザーが定義した間隔で計算されます。
メトリクスと変換は、個々のアセットまたは複数のアセットの両方に適用可能です。AWS IoT SiteWise は、機器データ、メトリクス、および変換に関連するさまざまな時間枠にわたって、平均、合計、カウントなど、一般的に使用される統計集計を自動的に計算します。
アセットは を使用して同期できます AWS IoT TwinMaker。詳細については、「AWS IoT SiteWise と の統合 AWS IoT TwinMaker」を参照してください。
クエリ、アラーム、および予測を使用して分析
クエリを実行し、アラームを設定 AWS IoT SiteWise して、 で収集された日付を分析します。Amazon Lookout を使用して、メトリクス内の異常を自動的に検出し、その根本原因を特定することもできます。
-
特定のアラームを設定して、機器またはプロセスが最適なパフォーマンスから逸脱したときにチームに警告し、問題を迅速に特定して解決します。詳細については、「でアラームを使用してデータをモニタリングする AWS IoT SiteWise」を参照してください。
-
AWS IoT SiteWise API オペレーションを使用して、特定の時間間隔におけるアセットプロパティの現在の値、履歴値、集計をクエリします。詳細については、「からのデータのクエリ AWS IoT SiteWise」を参照してください。
-
Amazon Lookout for Equipment による異常検出を使用して、機器や動作条件の変化を特定して視覚化します。異常検出を使用すると、オペレーションの予防保全対策を決定できます。この統合により、顧客は AWS IoT SiteWise と Amazon Lookout for Equipment の間でデータを同期できます。詳細については、「Lookout for Equipment で異常を検出する」を参照してください。
オペレーションを視覚化する
SiteWise Monitor をセットアップして、運用従業員用のウェブアプリケーションを作成します。ウェブアプリケーションは、従業員がオペレーションを視覚化するのに役立ちます。IAM Identity Center または IAM を使用して、従業員のさまざまなレベルのアクセスを処理します。産業オペレーション全体の特定のサブセットを表示するように、従業員ごとに一意のログインとアクセス許可を設定します。 は、SiteWise Monitor の使用方法を学ぶために、これらの従業員向けのアプリケーションガイド AWS IoT SiteWise を提供します。
オペレーションの視覚化の詳細については、「でデータをモニタリングする AWS IoT SiteWise Monitor」を参照してください。
データの保存
時系列ストレージを産業用データレイクと統合できます。 AWS IoT SiteWise には、産業用データ用の 3 つのストレージ階層があります。
-
リアルタイムアプリケーション用に最適化されたホットストレージ階層。
-
分析ワークロード用に最適化されたウォームストレージ階層。
-
レイテンシー耐性の高い運用データアプリケーション用に Amazon S3 を使用する、カスタマー管理のコールドストレージ階層。
AWS IoT SiteWise は、最新のデータをホットストレージ階層に保持することで、ストレージコストを管理するのに役立ちます。次に、履歴データをウォームまたはコールド階層ストレージに移動するデータ保持ポリシーを定義します。詳細については、「でデータストレージを管理する AWS IoT SiteWise」を参照してください。
アセットメタデータをインポートおよびエクスポートすることもできます。詳細については、「アセットメタデータ」を参照してください。
他の サービスとの統合
AWS IoT SiteWise は複数の AWS サービスと統合して、 AWS クラウドで完全な AWS IoT ソリューションを開発します。詳細については、「他の AWS サービスとやり取りする」を参照してください。
のユースケース AWS IoT SiteWise
AWS IoT SiteWise は、さまざまな業界で多くの産業用データ収集および分析アプリケーションに使用されます。
すべてのソースから一貫してデータを収集し、問題を迅速に解決できるようにします。 AWS IoT SiteWise はリモートモニタリングを提供し、データをオンサイトで直接収集したり、多くの施設にまたがる複数のソースから収集したりできます。 は、産業用 IoT データソリューションに必要な柔軟性 AWS IoT SiteWise を提供します。
製造
AWS IoT SiteWise は、機器からデータを収集して活用するプロセスを簡素化し、非効率性を特定して最小化し、産業オペレーションを強化できます。 は、製造ラインや機器からデータを収集する AWS IoT SiteWise のに役立ちます。を使用すると AWS IoT SiteWise、データを AWS クラウドに転送し、特定の機器やプロセスのパフォーマンスメトリクスを構築できます。生成されたメトリクスを使用して、オペレーションの全体的な効率性を理解し、イノベーションや改善の機会を特定できます。また、製造工程を表示し、設備や工程の欠陥、生産ギャップ、製品不良を特定することができます。
食品飲料
食品飲料業界の施設は、穀物製粉、精肉と加工、電子レンジ調理可能な料理のアセンブリ、調理、冷凍など、多岐にわたる食品加工を手掛けます。食品加工工場では、多くの場合、複数の場所に分散しており、工場および機器オペレーターは中央の場所でプロセスと機器をモニタリングしています。例えば、冷蔵ユニットは、原材料の処理と有効期限を評価します。設備間の廃棄物の生成をモニタリングし、運用効率を確保します。を使用すると AWS IoT SiteWise、複数の場所からのセンサーデータストリームを生産ラインと施設別にグループ化できるため、プロセスエンジニアは施設全体の理解を深め、改善を行うことができます。
エネルギーとユーティリティ
を使用すると AWS IoT SiteWise、機器の問題を簡単かつ効率的に解決できます。アセットのパフォーマンスをリモートでリアルタイムでモニタリングできます。どこからでも機器の履歴データにアクセスして、潜在的な問題を特定し、正確なリソースをディスパッチし、問題を迅速に防止および修正します。