トラックB: インダストリアルIoT・状態監視・機械学習
09:30 | 総合受付オープン |
10:00 | 基調講演 |
11:30 | Lunch Time (展示会場Bおよびランチョン会場にて昼食を用意いたします。) |
| 技術セッション |
13:00 | B-1 【事例】「振動分析と機械学習を用いた車両機器の状態監視」 公益財団法人鉄道総合技術研究所 近藤 稔氏 ディーゼル車の動力システムに生じる振動のデータを監視し、異常の発生を早期に検出可能なシステムを構築するには、走行中の車両で生じる振動や温度変化などの厳しい条件に対応可能なハードウェアと、プログラミングによって任意の機能を自由に構築できる柔軟性の高い開発環境が必要でした。本講演では堅牢性の高いCompactRIOとLabVIEWを使用することにより、運行中の列車という過酷な環境に耐えられる状態監視装置をいかにして実現することができたか、そのソリューションと効果、今後の展開を含めて紹介します。 |
14:00 | B-2 「事例で語るIIoTエッジコンピューティングと研究・製造現場への適用」 日本ヒューレット・パッカード株式会社 エンタープライズグループ データーセンター・ハイブリッドクラウド製品統括本部 Edgeline カテゴリマネージャー 北本 貴宏氏 エッジコンピューティングのために設計されたHPE Edgelineシステムの海外、国内の具体的な事例、ユースケースをご紹介いたします。いろいろなケースをご紹介することにより、エッジコンピューティングのメリットが皆様のアイデアと結びつき、製造現場にあらたなイノベーションをもたらすことを信じています。 |
| 14:45~15:15 休憩時間(展示会場Bにてドリンクを用意いたします。) |
15:15 | B-3 「基礎から学ぶ! 機械学習を用いたセンサ計測システム構築の流れ」 株式会社KSKアナリティクス データサイエンス本部 ビジネス推進部 部長/シニアデータソリューションプランナー 高木 宏明氏 昨今、製造業におけるIoT化のトレンドにより、機械学習の導入に注目が集まっています。しかしながら、製造業への応用に際しては、幅広い知識が必要なことから、導入検討者にとっては感覚をつかむことが難しい状況にあります。そこで本セッションでは「回転機械の状態監視」を例に上げ、「計測から機械学習の実装までの流れ」を基礎から説明します。分析に関するデモンストレーションを交えながら、機械の診断システムの開発プロセスを疑似体験していただける内容となっています。 |
16:15 | B-4 「工場単位、企業単位のリアルタイムセンサデータ利活用を実現するセンサデータ利活用基盤、PI Systemのご紹介」 OSIsoft Japan株式会社 ビジネス・ディベロップメント・マネージャー 屋代 正人氏 実運用で約40年、日本でも約30年の蓄積データを今も使える環境を提供する、リアルタイム・センサーデータ管理インフラ・PI Systemに関して説明します。エッジからのデータがどの様に集められ、最終的にどの様に利活用されるのか全体感をイメージしていただけます。 |
| 17:00~18:00 Happy Hour@展示会場B(引き続き、展示をご覧ください。) |
セッションプログラムは事前の予告なく変更になる場合があります。予めご了承ください。