産業用IoT

産業用モノのインターネット（IIoT ）とは、製造やエネルギー管理などの産業用アプリケーションとコンピューターでネットワーク化された相互接続されたセンサー、機器、その他のデバイスを指します。この接続により、データの収集、交換、分析が可能になり、生産性と効率性の向上やその他の経済的メリットが促進される可能性があります。^{[1] [2]} IIoTは、クラウドコンピューティングを使用してプロセス制御を改善および最適化することで、より高度な自動化を可能にする分散制御システム（DCS）の進化形です。

IIoTは、サイバーセキュリティ、クラウドコンピューティング、エッジコンピューティング、モバイルテクノロジー、マシンツーマシン、3Dプリンティング、先進ロボット工学、ビッグデータ、モノのインターネット、RFIDテクノロジー、コグニティブコンピューティングなどのテクノロジーによって実現されています。^{[3] [4]}最も重要な5つを以下に説明します。

• サイバーフィジカルシステム（CPS）： IoTとIIoTの基本的な技術プラットフォームであり、これまで接続されていなかった物理マシンを接続するための主な手段です。CPSは、物理プロセスのダイナミクスとソフトウェアおよび通信のダイナミクスを統合し、抽象化とモデリング、設計、分析技術を提供します。^[1]
• クラウドコンピューティング：クラウドコンピューティングでは、サーバーに直接接続するのではなく、ITサービスとリソースをインターネットにアップロードしたり、インターネットから取得したりできます。ファイルは、ローカルストレージデバイスではなく、クラウドベースのストレージシステムに保存できます。^[5]
• エッジコンピューティング：コンピュータのデータストレージを必要な場所に近づける分散コンピューティングパラダイム。 ^[6]クラウドコンピューティング とは対照的に、エッジコンピューティングはネットワークのエッジでの分散型データ処理を指します。 ^[7]産業インターネットでは、生産性、製品、サービスを変革するために、純粋に集中型のクラウドに基づくアーキテクチャではなく、エッジプラスクラウドアーキテクチャが必要です。^[4]
• ビッグデータ分析：ビッグデータ分析は、大規模で多様なデータセット、つまりビッグデータを調査するプロセスです。^[8]
• 人工知能と機械学習：人工知能（AI）は、人間のように動作し反応するインテリジェントなマシンを作成するコンピュータサイエンスの分野です。^[9]機械学習はAIの中核部分であり、ソフトウェアが明示的にプログラムされなくても結果をより正確に予測できるようにします。^[10]人工知能とエッジコンピューティングを組み合わせて、産業用エッジインテリジェンスソリューションを提供することも可能です。^[11] IIoTでAIを使用するユースケースは数多くありますが、いくつか例を挙げると、状態監視と予測保守、^[12]プロセス最適化、^[13] フェデレートラーニング^[14]などです。

IIoTシステムは通常、デジタル技術の階層化されたモジュールアーキテクチャとして考えられています。^[15]デバイス層は、CPS、センサー、マシンなどの物理コンポーネントを指します。ネットワーク層は、物理ネットワークバス、クラウドコンピューティング、通信プロトコルで構成され、データを集約してサービス層に転送します。サービス層は、データを操作して組み合わせ、ドライバーダッシュボードに表示できる情報を作成するアプリケーションで構成されています。スタックの最上位層は、コンテンツ層またはユーザーインターフェイスです。^[16]

IIoTの歴史は、1968年にリチャード・E・モーリーがプログラマブルロジックコントローラ（PLC）を発明したことから始まります。これは、ゼネラルモーターズのオートマチックトランスミッション製造部門で使用されました。^[17]これらのPLCにより、製造チェーン内の個々の要素を細かく制御できるようになりました。1975年にハネウェルと横河電機は、それぞれ世界初のDCSであるTDC 2000とCENTUMシステムを発表しました。^{[18] [19]}これらのDCSは、工場全体で柔軟なプロセス制御を可能にする次のステップであり、システム全体に制御を分散することでバックアップの冗長性という追加の利点があり、中央制御室の単一障害点を排除しました。

1980年にイーサネットが導入されると、1982年には早くもスマートデバイスのネットワークという概念が検討され始めました。カーネギーメロン大学の改造されたコカコーラの自動販売機が、在庫や新しく入れた飲み物が冷えているかどうかを報告できる最初のインターネット接続機器となったのです。[20] ^{[ 21]} 1994年には早くも、より大きな産業用途が想定されていました。Reza RajiはIEEE Spectrumでこの概念を「小さなデータパケットを多数のノードに移動することで、家庭用電化製品から工場全体まですべてを統合し、自動化する」と説明しました。^[22]

モノのインターネットの概念は、1999年にMITのAuto-IDセンターと関連する市場分析出版物を通じて初めて普及しました。^[23]無線周波数識別（RFID）は、その時点でモノのインターネットの前提条件であるとケビンアシュトン（元のAuto-IDセンターの創設者の1人）によって考えられていました。^[24]日常生活のすべての物と人に識別子が装備されていれば、コンピューターはそれらを管理し、在庫を管理できます。^{[25] [26] [27] RFIDを使用する以外にも、}近距離無線通信、バーコード、QRコード、デジタル透かしなどの技術を使用してモノにタグ付けすることができます。^{[28] [29]}

IIoT の現在の概念は、2002 年にクラウド テクノロジが登場して、過去の傾向を調べるためのデータの保存が可能になり、 2006 年にはOPC 統合アーキテクチャプロトコルが開発されて、人間の介入やインターフェイスを必要とせずにデバイス、プログラム、データ ソース間の安全なリモート通信が可能になった後に生まれました。

産業用IoT（物体に極小の識別装置や機械可読識別子を装備すること）を実装することによる最初の結果の1つは、即時かつ絶え間ない在庫管理を実現することです。^{[30] [31] IIoTシステムを実装するもう1つの利点は、システムの}デジタルツインを作成できることです。このデジタルツインを使用すると、クラウドからの新しいデータで実験することができ、生産を停止したり安全性を犠牲にしたりすることなく、システムをさらに最適化できます。新しいプロセスは、実装準備ができるまで仮想的に改良できるためです。デジタルツインは、ライブシステムへの実際の影響について心配する必要のない新入社員のトレーニングの場としても機能します。^[32]

IoT フレームワークは、「モノ」間の相互作用をサポートし、分散コンピューティングや分散アプリケーションの開発などのより複雑な構造を可能にします。

• IBMは^、従来のIoTに機械知能と学習、コンテキスト情報、業界固有のモデル、自然言語処理を組み合わせたコグニティブIoTを発表しました。 ^{[33 ]}
• XMPP Standards Foundation (XSF)は、Chatty Thingsと呼ばれるフレームワークを作成しています^{。これは、}分散型でスケーラブルで安全なインフラストラクチャを提供するためにXMPPを使用する、完全にオープンでベンダーに依存しない標準です。^[34]
• RESTは、ハイパーテキスト転送プロトコルを介してモノが通信できるようにするスケーラブルなアーキテクチャであり、モノから中央のWebサーバーへの通信を提供するIoTアプリケーションに簡単に採用できます。^[35]
• MQTTはTCP/IPをベースにしたパブリッシュ・サブスクライブアーキテクチャであり、モノとMQTTブローカー間の双方向通信を可能にします。^[36]
• Node-REDは、API、ハードウェア、オンラインサービスを接続するためにIBMによって設計されたオープンソースソフトウェアです。 ^[37]
• OPCは、コンピュータシステムと自動化デバイスを接続するためにOPC Foundationによって設計された一連の標準規格です。^[37]
• OMGデータ配信サービス（DDS）は、リアルタイムシステムと組み込みシステムのパブリッシュサブスクライブ通信に直接対応するオープンな国際ミドルウェア標準です。^{[38] [39]}
• インダストリアルインターネットコンソーシアム（IIC）のインダストリアルインターネットリファレンスアーキテクチャ（IIRA）とドイツのインダストリー4.0は、IIoT対応施設の定義された標準を作成するための独立した取り組みです。^[37]

産業用IoTという用語は、製造業でよく聞かれる用語で、IoTの産業サブセットを指します。産業用IoTの潜在的な利点には、生産性の向上、分析、職場の変革などがあります。^[40] IIoTの実装による成長の可能性は、2030年までに15兆ドルの世界GDPを生み出すと予測されています。^{[40] [41]}

IIoT にとって接続性とデータ取得は不可欠ですが、それらは最終目標ではなく、むしろより大きなものへの基礎と道です。すべての技術の中で、予測メンテナンスは既存の資産と管理システムに適用できるため、「より簡単な」アプリケーションです。インテリジェントメンテナンスシステムは、予期しないダウンタイムを削減し、生産性を向上させることができます。いくつかの調査によると、予定された修理よりも最大 12% 節約し、全体的なメンテナンスコストを最大 30% 削減し、故障を最大 70% 排除すると予測されています。^{[40] [42]} サイバーフィジカルシステム(CPS) は、産業用ビッグデータの中核技術であり、人間とサイバー世界の間のインターフェイスになります。

インターネットに接続されたセンシングシステムとアクチュエーションシステムの統合により、エネルギー消費全体を最適化できます。^{[43] IoTデバイスは、あらゆる種類のエネルギー消費デバイス（スイッチ、電源コンセント、電球、テレビなど）に統合され、電力会社と通信して、}発電とエネルギー使用のバランスを効果的に取ることができるようになると予想されています。 ^[44]家庭ベースのエネルギー管理に加えて、IIoTは、電力生産と配電の効率、信頼性、経済性、持続可能性を向上させることを目的として、エネルギーと電力関連の情報を自動的に収集して対応するシステムを提供するため、スマートグリッドに特に関連しています。 ^{[44]インターネットバックボーンに接続された}高度計測インフラストラクチャ（AMI）デバイスを使用すると、電力会社はエンドユーザーの接続からデータを収集できるだけでなく、変圧器や再閉路器などの他の配電自動化デバイスも管理できます。^[43]

2016年現在、その他の実際のアプリケーションとしては、スマートLEDを組み込んで買い物客を空いている駐車スペースに誘導したり、交通パターンの変化を強調したりすること、浄水器のセンサーを使用してコンピューターやスマートフォンを介して部品の交換時期を管理者に警告すること、安全装備にRFIDタグを取り付けて人員を追跡し安全を確保すること、電動工具にコンピューターを組み込んで個々の締め付けのトルクレベルを記録および追跡すること、複数のシステムからデータを収集して新しいプロセスのシミュレーションを可能にすることなどがあります。^[41]

自動車製造におけるIIoTの使用は、生産のすべての要素のデジタル化を意味します。ソフトウェア、機械、人間が相互接続されており、サプライヤーとメーカーは変化する基準に迅速に対応できます。^[45] IIoTは、顧客から会社のシステムに、そして生産プロセスの個々のセクションにデータを移動することにより、効率的で費用対効果の高い生産を可能にします。IIoTを使用すると、新しいツールと機能を製造プロセスに含めることができます。たとえば、3Dプリンターは、鋼の粒子から直接形状を印刷することにより、プレスツールの成形方法を簡素化します。^[46]これらのツールにより、設計の新しい可能性が実現します（高精度）。この技術のモジュール性と接続性により、IIoTによって車両のカスタマイズも可能になります。^[45]以前は別々に作業していましたが、IIoTにより、人間とロボットが協力できるようになりました。^[46]ロボットが重くて反復的な作業を引き受けるため、製造サイクルが速くなり、車両がより早く市場に投入されます。工場は、ダウンタイムにつながる潜在的なメンテナンスの問題を迅速に特定することができ、多くの工場がより高いセキュリティと効率性のために24時間生産工場に移行しています。^[45]自動車メーカーの大半は、同じ車両のさまざまな部品を製造している複数の国に生産工場を持っています。IIoTは、これらの生産工場を相互に接続することを可能にし、施設内での移動を可能にします。ビッグデータを視覚的に監視できるため、企業は生産と需要の変動に迅速に対応できます。

IIOTのサポートにより、掘削装置や研究ステーションから大量の生データを保存してクラウドストレージや分析に送信できます。^[47] IIOTテクノロジーにより、石油・ガス業界は相互接続を通じて機械、デバイス、センサー、人々を接続する能力を獲得し、企業が需要や価格の変動に適切に対応し、サイバーセキュリティに対処し、環境への影響を最小限に抑えるのに役立ちます。^[48]

サプライチェーン全体で、IIOT はメンテナンス プロセス、全体的な安全性、接続性を向上させることができます。^[49]ドローンを使用すると、石油やガスの漏れの可能性を早期に検出したり、アクセスが困難な場所 (沖合など) で検出したりできます。また、内蔵の熱画像システムを使用して、複雑なパイプライン ネットワークの弱点を特定することもできます。接続性 (データ統合と通信) の向上により、企業は在庫、保管、配送ペース、予測需要のリアルタイム データに基づいて生産レベルを調整できます。たとえば、デロイトのレポートでは、複数の内部および外部ソース (作業管理システム、コントロール センター、パイプラインの属性、リスク スコア、インライン検査結果、計画された評価、漏れ履歴など) からのデータを統合する IIOT ソリューションを実装することで、数千マイルのパイプをリアルタイムで監視できると述べています。これにより、パイプラインの脅威を監視し、リスク管理を改善し、状況認識を提供できます。^[50]

石油・ガス産業の特定のプロセスにもメリットが当てはまる。^[49]石油・ガスの探査プロセスは、地震画像によって構築された4Dモデルを使用して、より正確に行うことができます。これらのモデルは、石油埋蔵量とガスレベルの変動をマッピングし、必要なリソースの正確な量を指摘し、井戸の寿命を予測します。スマートセンサーと自動掘削機のアプリケーションにより、企業はより効率的に監視および生産する機会が得られます。さらに、リアルタイムデータを収集して分析し、在庫レベルと温度制御を監視することで、IIOTの実装により保管プロセスも改善できます。IIOTは、スマートセンサーと熱検出器を実装してリアルタイムの地理位置データを提供し、安全上の理由で製品を監視することにより、石油とガスの輸送プロセスを強化することができます。これらのスマートセンサーは製油所のプロセスを監視し、安全性を高めることができます。製品の需要をより正確に予測し、製油所と生産工場に自動的に伝達して生産レベルを調整することができます。

農業では、IIoTは農家が収穫時期を決定するのに役立ちます。センサーは土壌や気象条件に関するデータを収集し、施肥や灌漑のスケジュールを提案します。^[51]一部の畜産農場では、動物にマイクロチップを埋め込んでいます。これにより、農家は動物を追跡できるだけでなく、血統、体重、健康に関する情報も取得できます。^[52]

太陽光発電（PV）業界におけるIIoTデータの統合は、太陽光発電システムの効率、信頼性、性能を大幅に向上させることができます。^[53] AIデータを備えたIIoTは、リアルタイム監視、性能最適化、障害検出、診断に利用できます。^[54]

IIoTが拡大するにつれ、新たなセキュリティ上の懸念も生じています。IIoTに接続する新しいデバイスやコンポーネントはすべて^[55]、潜在的なリスクとなる可能性があります。ガートナーは、2020年までに、企業に対する認識された攻撃の25％以上がIoT接続システムに関連すると予測していますが、これはITセキュリティ予算の10％未満を占めています。^[56]既存のサイバーセキュリティ対策は、インターネットに接続されたデバイスに対しては従来のコンピュータに比べて大幅に劣っており、^[57] MiraiなどのボットネットによるDDoSベースの攻撃にハイジャックされる可能性があります。もう1つの可能性は、 Stuxnetの場合のように、ワームを拡散するためにシステムに物理的にアクセスする必要なく、インターネットに接続された産業用コントローラに感染することです。^[58]

さらに、IIoT対応デバイスは、2013年のTargetデータ侵害のケースのように、より「伝統的な」形態のサイバー犯罪を可能にする可能性があります。このケースでは、ハッカーがサードパーティのHVACベンダーから盗んだ資格情報を使用してTargetのネットワークにアクセスし、情報が盗まれました。^[59]製薬製造業界は、このようなセキュリティ上の懸念から、IIoTの進歩の採用が遅れています。^[60] IIoTアプリケーションでセキュリティソリューションを提供する際の難しさの1つは、ハードウェアの断片化です。^[61]その結果、セキュリティアーキテクチャは、ソフトウェアベースまたはデバイスに依存しない設計に向かっています。^[62]

データダイオードの使用のようなハードウェアベースのアプローチは、重要なインフラストラクチャを接続する際によく使用されます。^[63]

• モノのインターネット