セミナー
【ライブ配信&録画視聴可能】
【工場DXの第一歩】DIYで始めるデータ分析実装
工場データサイエンス超入門
安価なIoTデバイスで実現するセンシング・データ収集、
生産性向上
開催主旨
「製造現場のデジタル化」と聞くと、大規模な投資や専門知識が必要だと諦めていませんか。現代の工場では、確かに工作機械や周辺装置のIoT対応が進み、膨大なデータが日々生み出されていますが、そのデータをただ集めるだけになってしまっている現場も多くあります。本当の意味でのデジタル化として価値があるのは、そのデータを分析し、生産性向上やコスト削減、品質改善に繋げる「データ活用」であると言えます。
Raspberry Piに代表される安価なIoTデバイスが普及した今、DIY感覚でこれらの技術を導入し、故障予測や異常検知に取り組む現場が急速に増えています。しかし「どこから手をつけて良いか分からない」「専門知識がないから無理」と感じている方も多いのではないでしょうか。
「数万円レベルの費用で、既存設備にIoTシステムを導入し、データ活用まで実現した」という、現場を知り尽くした講師が、IoTの基礎知識から、マイコンボード、センサー、そしてデータ解析・可視化の具体的な手法まで、実践的なノウハウを惜しみなく伝授します。
自社工場でデータサイエンスに着手したい方はもちろん、
■「自社システムのIoT化に取り組みたいが、何から始めれば良いか分からない」
■「インテグレーター任せでコストが高騰した、現場の要件が満たされなかった経験がある」
こうしたお悩みをお持ちの方にご参加いただきたい内容です。
本講座では、講師が実際に取り組んだIoTシステム構築事例を元にデータ取得からデータ分析までの一連の流れを分かりやすく解説。明日からご自身の現場で実践できる具体的な手法を習得し、「データから価値を生み出す工場」への第一歩を踏み出しませんか。
本セミナーは、オンライン配信ツールZOOMを使用します。ご視聴方法(参加用URL等)はご登録くださいましたメールにお知らせいたします。
概要
日時 | 2025年 11月 4日(火)、11月 5日(水) |
---|---|
受講料 | 49,500円(テキスト代、録画視聴、税込、1名分) ※当日の参加が難しい方は録画での参加も可能です。録画での参加を希望される方は、申込フォームの備考欄にその旨をご記載ください。 |
主催 | 日刊工業新聞社 |
問い合わせ先 | 日刊工業新聞社 西日本支社 総合事業本部 セミナー係 TEL : 06-6946-3382 FAX : 06-6946-3389 E-mail : seminar-osaka@media.nikkan.co.jp |
講師
プログラム
1.IoT/工場データサイエンス概論(IoT×機械学習で何ができる?) |
1-1 IoTで何ができる? 1-2 産業用イーサネット 1-3 IoTデバイスの機材構成例(マイコンボード/センサ/通信モジュールほか) 1-4 IoTシステムでよく使われるマイコンボード/センサ/通信モジュール) |
2.工場データサイエンスの第1歩:IoTデバイスの設計 |
2-1 IoTデバイスの設計の流れ 2-2 機械設計(自前と外部委託)、使える外部委託先(ケース設計など) 2-3 工場内機器の電気回路設計と試作開発(電源回路/安全率/ノイズ対策/AWG/ブレッドボードなど) 2-4 マイコンなど部品選定の勘どころ 2-5 マイコン仕様とプログラミング、開発環境 2-6 M5Stackを使った開発例(事前準備、マイコンボードの登録、ライブラリの追加、プログラム方法(C言語、python、Blockly)、デモなど) 2-7 MBEDと(を)使った開発例(開発環境、プログラム例、デモなど) 2-8 RaspberryPiを使った開発例(開発環境、プログラム例、デモなど) 2-9 そのほかのIoTシステムで使えるマイコンボード 2-10 IoTで使えるセンサと仕様の見方、通信方式 2-11 IoTで使えるセンサの失敗例と改善手法 2-12 使える!各種電子部品の調達サイト |
3.IoTシステム構築・データ分析の実例 |
3-1 既存設備のIoT化(生産数のカウントとサーバへのデータ保存) 実際にどのような分析ができ、自社の生産現場における品質および生産性向上につながるかを掴んでいただきます。 |
4.各種データ分析の手法 |
4-1 IoTデータの見える化・グラフ化 4-2-1 Ambient(クラウドサービス)の利用とデータの可視化 4-2-2 AWS(クラウドサービス)を利用したサーバーレスなデータの可視化 4-3 機械学習による各種分析(Jupyter Notebook、機械学習で多用されるライブラリ、) 4-4 クラウドAI(MatrixFlow、Google Colaboratoryなど) |
5.工場データ活用の応用例①:画像認識 |
5-1 OpenCVとDeep Learningの差異(識別器の設計方法) 5-2 OpenCVの方がメリットがある場合がある 5-3 OpenCVによる傷判定と物体検出デモ |
6.工場データ活用の応用例②:自動追尾台車の構築手法 |
6-1 市販されている様々な自動追尾(搬送)台車 6-2 自動追尾台車「カルガモちゃん」のシステム構成と特徴 6-3 カルガモちゃんのコストメリット 6-4 自動追尾台車による構内物流改善 |
【ライブ配信セミナーに伴う注意事項について】⇒ 【詳細はこちら】 ※必ずお読みください(お申込みを頂いた時点でご同意頂いたとみなします) |