ＩｏＴ／ＡＩの活用は製造業に革新をもたらすか？　製造現場・工場におけるＩｏＴの利用と可能性

商品説明

★ IoTを利用すると何ができるのか？導入したほうがいいのか？
豊富な事例と改善提案で「何をしたらいいのか」「どうすればいいのか」へのヒントが満載！必読の1冊

★ センサネットワークから人工知能（機械学習・ディープラーニング）との連携まで、
生産効率UPに向けたIoT活用に迫る！

本書のポイント

◎製造業におけるIoTとは何か？◎
M2MとIoTとAI…製造現場で進む革新とは？スマート工場とは何なのか？
Industrie4.0はじめ海外の動向は？

◎IoTとAIによる生産現場の革新‥必要な要素技術とは◎
製造現場でAIを活用するにはどうすればいいのか？
ディープラーニングは製造現場をどのように変えるのか？
ニューラルネットワークやSVM、インバリアント分析などの人工知能技術はどう作用していくのか？

◎どんなセンサが必要？センサネットワーク技術は？デバイス面も充実◎
センサの種類や適用例の他、製造業で導入が進むセンサネットワークの概要や
LPWAと組込技術など無線通信技術もよくわかる！
IoTで利用されるウェアラブルデバイスやエネルギーについても解説

◎何から始めていいのかわからない！実際に運用するための示唆に富んだ内容◎
費用はどのくらいかかるのか？効果はいつ測定できるのか？なぜ失敗してしまうのか？
 取り組む前に把握したい必須ポイントからIoTプラットフォームの導入、
IoTのセキュリティ問題、IoTの知財戦略、人材育成まで実務に役立つ項目多数

◎製造現場にIoTを導入すると一体何ができるのか？IoT・AI活用の豊富な事例と提案を掲載◎
異常検知・画像認識・予知保全といった大本命から操業管理や動線管理、在庫管理など
IoTとAIを用いてできる生産効率向上事例を一挙掲載！
 中小企業におけるＩｏＴ活用、食品製造など業種によるＩｏＴ活用事例もわかる

発刊にあたって

執筆者一覧（敬称略）

● 日本システムウエア（株）　竹村 大助
● 東洋ビジネスエンジニアリング（株）　菅原 一雅
● ベッコフオートメーション（株）　高口 順一
● 日本電気（株）　相馬 知也
● テクノスデータサイエンス・エンジニアリング（株）　池田 拓史
● NTTコミュニケーションズ（株）　伊藤 浩二
● オプテックス（株）　中村 明彦
●（株）村田製作所　渡辺 貴洋
● 沖電気工業（株）　山本 高広
●（株）インフォコーパス　鈴木 潤一
●（株）インフォコーパス　高橋 慶
●（株）インフォコーパス　田名瀬 崇
● 富士通（株）　藤野 克尚
●（株）NTTデータ経営研究所　竹内 敬治
● GEデジタル　金子 亮
●（一社）インターネット協会　小野 好之
●（株）カスペルスキー　松岡 正人
● ＩＰＮＪ 国際特許事務所　乾 利之
●（株）日立製作所　鈴木 英明
●（株）富士通研究所　長門 毅
●（株）電通国際情報サービス　山崎 まりか
●（株）エステック　多嘉良 佑介
● PTCジャパン（株）　山田 篤伸
●（株）明電舎　平馬 浩一
● ハネウェルジャパン（株）　西田 祐介
●（株）沖データ　登 正治
●（株）ジェーエムエーシステムズ　袖嶋 嘉哉
●（株）ジェムコ日本経営　土屋 和広
● ジェイテクト（株）　都築 俊行
● 日本アイ・ビー・エム（株）　佐藤 信広
●（株）アムイ　山田 浩貢

内容紹介

第１章　製造業におけるIoTの導入とその潮流
第１節　M2MとIoT
1.M2M/IoTの概略
2.IoT活用が進む製造現場
3.IoTとAI

第２節　スマート工場の考え方
1.スマート工場の条件
2.製造プラットフォームの役割
3.データの蓄積と活用の考え方
4.データ活用例

第３節　海外のIoT動向
1.ドイツが取り組むIndustrie 4.0とは何か
2.スマート工場を実現するサイバーフィジカルシステム
3.I4.0の先駆けとなる事例：キッチンメーカー　ノビリア社
4.IoTを規格化するIndustrie 4.0コンポーネント
5.管理シェルでつながる欧州の工作機械
6.MES/ERPとIoTデバイスをつなぐSAP社の取組
7.製造業に新しく生まれるサービス　App Store for machines
8.先駆けとなるサービス：トルンプ社のAXOOM
9.ＡＩに期待する産業機器の未来
10.高い競争力を維持するドイツのロボティクス研究開発

第２章　製造現場におけるIoT/AI活用のための要素技術
第１節　製造現場でのAI活用とIoT
第１項　製造業でのAI活用とIoT
1.ＡＩとはなにか
2.製造現場でAIを活用する際の課題
3.現場で使える「インバリアント分析技術」
4.IoTの活用

第２項　AIのための各種モデル技術は何をやっているのか
1.モデルとは何か
2.ビジネス課題の解決パターンについて
　2.1 予測と推定
　2.2 システムのコントロール
　2.3 異常データの検知
　2.4 成功パターンの模倣
　2.5 変数の効果の抽出
　2.6 隠れた構造の抽出
3.データの量と品質
4.実世界への接続方法
5.モデル技術
　5.1 線形回帰
　5.2 ロジスティック回帰
　5.3 多項ロジスティック回帰
　5.4 Ｃox回帰
　5.5 ニューラルネットワーク
　5.6 決定木
　5.7 ランダムフォレスト
　5.8 勾配ブースティング木
　5.9 ＳＶＭ（サポートベクトルマシン）
　5.10 １クラスＳＶＭ
　5.11 潜在クラス・クラスタリングモデル

第３項　ディープラーニングが製造現場のIoTにもたらすもの
1.なぜ今ディープラーニングなのか
2.ディープラーニングのIoT データへの適用
3.ディープラーニングを用いて製造現場の課題解決を行う場合の課題
4.ディープラーニングで対応可能な製造現場で発生する課題
　4.1 値の推定、予測( 回帰)
　4.2 分類
　4.3 異常検知
　4.4 ディープラーニング利用時の要因分析
　4.5 ディープラーニングを用いた最適制御
5.ディープラーニングの製造現場への適用プロジェクトの進め方
6.ディープラーニングが製造現場を変革する

第２節　各種センサの種類と適用例
1.光電センサ
2.変位センサ
3.近接センサ
4.非接触温度計
5.画像センサ

第３節　IoT/M2Mセンサネットワーク技術
第１項　LPWAモジュールの概要と組込
1.既存の無線通信技術とLPWA
2.LPWAモジュールとは
3.LPWAモジュールのソフトウェア組み込み
4.アンテナについて
5.認証について
6.電池寿命

第２項　920MHzセンサーネットワークの製造IoT活用
1.920MHz 周波数帯
2.製造業で導入が進む920MHz 帯センサーネットワーク
3.製造IoT への取り組みと実態
4.920MHz センサーネットワークの導入事例
　4.1 電力の見える化と設備稼働監視
　4.2 AGV( 無人搬送車) の運行管理
　4.3 分電盤の漏電監視

第４節　製造現場で活用するIoTプラットフォームとは
1.製造現場でのIoT導入状況
　1.1 大企業における導入状況
　1.2 中小企業での導入状況
2.IoTプラットフォームとは
　2.1IoTプラットフォームはなぜ必要か
　2.2垂直統合型アプローチと水平分業型アプローチ
　2.3IoTプラットフォームの機能

第５節　ウェアラブルデバイスと製造現場のIoT
1.IoTの利活用を容易に、且つスピーディーに実現するユビキタスウェア
2.製造現場におけるウェアラブルデバイスへの期待
　2.1 安全管理への活
　2.2 人の作業の見える化
　　2.2.1 実績と計画際把握による予実管理への活用
　　2.2.2 業務効率化検討への活用

第６節　エネルギーハーベスティングとIoT
1.IoT機器における電源選択の問題
　1.1 電源配線
　1.2 電池
　1.3 無線電力伝送
　1.4 エネルギーハーベスティング
2.製造現場におけるエネルギー源
　2.1 光エネルギー
　2.2 電波エネルギー
　2.3 力学的エネルギー
　2.4 熱エネルギー（温度差）
3.エネルギーハーベスティング技術利用上の留意事項

第３章　IoTをビジネスに落とし込む際のポイント
第１節　IoTを活用した業務への改善提案
1.IoT 活用による業務改善を妨げている要因
　1.1 IoT 活用の費用と予算
　1.2 何から始めていいかわからない、どのくらいかかるのかわからない
　1.3 見える化はできたが、効果は限定的
　1.4 人的なレジリエンスの能力を評価できていない
　1.5 組織がリスクを予測する能力と経験や知識に基づく想像力
2.品質はプロセスで作り込む
　2.1 プロセスに隠れた品質や生産性
　2.2 前工程や後工程の加工時の状態と望ましい結果の相関性
　2.3 現場は、確信度に基づいて意思決定している
　2.4 現場の知見を引き出す難しさ
　2.5 現場の知識を継承する方法が必要
3.現場の認知バイアスを乗り越えるワークショップ
　3.1 発散と収束を繰り返して、限定合理解を得る
　3.2 新しい顔ぶれを招いて率直な質問に答える
　3.3 ファシリテーターの役割
　3.4 デジタルネイティブ、UX デザイン、プロトタイピング
4.現場が自らIoT を実装するデジタルクラフトマンシップ
5.現場の仮説検証を加速するファストワークス
6.業務改善の提案をスモールスタートするアジャイル開発
7.業務改善の提案をスケールアウトするマイクロサービス
8.現場のIoT 活用による業務改善の好循環
　8.1 スモールウィンが必要
　8.2 成功した分を、次の投資に回せる計算ルールが必要
　8.3 メソッドとツール、サポート体制は共通化したものが必要

第２節　導入の際に考えるべき事項
1.効果はいつ算定できるか
2.プロジェクトが失敗する原因

第３節　人材育成技術
1.IoTは統合化の技術
2.IoTシステム開発に求められる素養
3.オープンイノベーションの必要性
4.スタートアップアクセラレーターの役割
5.重要になるSTEM教育

第４節　IoTのセキュリティ
1.世界標準の動向
2.日本国内の標準化動向
3.コンシューマーのIoT機器向けセキュリティ対策と課題
4.産業別IoT機器のセキュリティ対策と課題

第５節　IoT時代の知財戦略
1.IoT知財の概要
　1.1 従来の知財（モノの知財）との違い
　1.2 IT知財との違い
2.IoT時代の知財戦略
　2.1 積極的な対応
　2.2 視点
　　2.2.1 「IT」の視点
　　2.2.2 「ビジネス」の視点
　　2.2.3 「適用分野の技術」の視点
　　2.2.4 「IoTの要素技術」の視点
　2.3 データ中心
　2.4 権利化等における特有の課題
　　2.4.1 ITにおける課題
　　2.4.2 IoTにおける課題
　2.5 製造メーカとIT企業との関係
　2.6 標準化

第４章　IoT/AIを導入すると「何が」できるのか
　製造現場・生産管理におけるIoT/AI活用の可能性と具体例 　　　
第１節　IoT/AIを利用した生産効率の向上
第１項　異常検知
1.異常検知とは
2.異常検知による設備機器の稼働率向上
3.異常検知の仕組み
4.異常検知のための学習における注意点
5.異常検知の性能
6.異常検知システムの実現

第２項　画像認識システムへの機械学習技術の活用
1.生産現場における画像認識システムの課題
2.画像処理プログラムの自動生成技術
　2.1 階層化によるプログラム構築法
　2.2 形状に応じたプログラムの評価方法
　2.3 学習データの選択方法
3.適用事例
　3.1 直線形状認識
　3.2 任意形状の位置認識
　3.3 良否判定処理

第３項　予知保全　
1. 保全技術発展の背景
　1.1 信頼性中心保全とICT 活用による機器保全の動向
　1.2 故障の種類と保全、計測の発展
2.計測技術の重要性
　2.1 CBM とP-F Interval 併用による確実な保全計画の実現
　2.2 計測と前処理
　2.3 状態指示する的確な特徴量
3.予知保全を実現するPHM 技術とは
　3.1 異常検知、故障診断と寿命予測の分析手法
4.IoT 時代における予知保全：データドリブン型PHM の開発手順
5.予知保全の実現と革新：ハイブリッド型PHM の推奨
　5.1 FMEA に基づく計測と予知

第４項　工場 IoT の導入による生産能力の最適化
1.生産現場の「見える化」で実現する生産プロセスの改善例
2.データの解析で予防保守の精度を向上
3.IoT で工場間の違いを吸収して統一的な経営指標で比べる
4.工場 IoT を上手に活用するには
　4.1 小さく始めて大きく育てる
　4.2 データの鮮度と量に対処する
　4.3 データを活用するための五つのステップ

第５項　機器の寿命予測
1.機器の寿命とは
2.機器のライフサイクル
3.機器の劣化要因
4.機器の寿命予測とIOT　　　　　
5.機器別寿命予測例
　5.1 油中変圧器
　5.2 GIC
　5.3 アレスタ
　5.4 インバータ/PLC 等のコンピュータ機器

第６項　IIoTの活用による操業管理
1.操業管理に求められる要件と課題
　1.1 拠点内における連携
　1.2 拠点間における連携
2.IIoT が提供する価値
　2.1 操業監視システムにおけるセンサー・デバイスとは
　2.2 操業監視システムにおける新しい情報の活用サービス・枠組み

第７項　つながる工場（国内－海外工場のIoT取り組み）
1.LEDヘッドとは
2.IoTを活用した生産改革
3.LEDヘッド生産における各拠点での役割
4.生産拠点での課題
5.拠点を跨いだ生産改革
6.導入による効果

第８項　作業者やフォークリフトの動線分析
1.製造現場とIoT
　1.1 国内製造業のIoT取組実態
　1.2 製造業におけるIoT活用領域
2.製造現場におけるIoT活用事例 － フォークリフトの稼働実態をビーコンで可視化
　2.1 課題 － フォークリフトの稼働実態は観測困難
　2.2 施策 － ビーコン端末とスマートデバイスを用いたデータ収集
　2.3 効果 － フォークリフトの運用効率改善に役立つ洞察を獲得
　2.4 展望 － 可視化の先にある現場改革
3. 構成技術と応用事例
　3.1 選ばれた技術
　3.2 応用事例
　3.3 製造現場に与えるインパクト
4.IoTで発見する現場データの価値
　4.1 デジタル化レベルの段階的向上
　4.2 レトロフィット＆スモールスタートによる新たなデータ価値発見

第９項　IoTを活用した在庫管理とAIの在庫削減への適用
1.情物一致
2.棚卸・仕掛管理
3.入出庫管理
4.在庫計画
5.在庫分析・在庫削減
6.導入ステップ・レベル

第１０項　加工機における品質判断
1.システム概要
　1.1 システム構成（ハードウェア）
　1.2 システム構成（ソフトウェア）
2.研削焼け品質監視の事例
　2.1 研削焼けとは
　2.2 研削焼け発生の要因
 　2.3 研削焼けの特徴抽出
3.研削びびり品質監視の事例
　3.1 研削びびりとは
　3.2 研削びびり発生の要因
　3.3 研削びびりの特徴抽出
4.自工程完結型品質監視システム
　4.1 機械学習の活用
　4.2システム運用

　
第２節　規模・業種に特化した展開
第１項　食品製造業におけるIoT活用
1.食品製造業の環境
2.原価管理とコストダウン
　2.1 原価管理の目的
　2.2 個別実績原価管理
　2.3 個別実績原価の原単位とその節減方法
　2.4 原単位の発生源とデータ採取とIoT
3.IoT/SmartFactryの広がり
　3.1 IoT/SmartFactryのデータとその活用領域
　3.2 IoTと相性のよい異常検知・故障予知
4.IoTと人工知能で学習する工場へ
　4.1 IoTと自然言語解析
　4.2 IoTと画像認識
5.食品製造業IoT展開の考慮点
　5.1 IoTデータのKPI化とその標準化・構造化
　5.2 IoTのセキュリティー

第２項　中小企業におけるIoT展開の推進
1.中小製造業における課題
　1.1 世の中の流れ
　1.2 現場管理の課題
　1.3 生産管理指標とは
2.中小製造業におけるＩｏＴ活用のポイント
　2.1 生産現場改善のあるべき姿
　2.2 ＩｏＴ活用のポイント
3.生産情報統合管理におけるＩｏＴ活用例
　3.1 生産指標の再定義
　3.2 データ収集ポイントと手段、道具の選定
　3.3 収集項目
4.IoT導入における想定効果