セミナー
開催主旨
製造現場においてIoTやデータ活用の重要性が高まる一方で、「データ活用の前段階であるデータ取得環境そのものが十分に整っていない」という課題を抱える現場は少なくありません。特に中小規模の工場では、高額なシステム導入や専門的な知識が障壁となり、IoT化の第一歩を踏み出せないケースが多く見られます。
本来、工場デジタル化の出発点は高度な分析ではなく、設備や工程の状態を安価かつシンプルに取得できる環境を構築することにあります。しかし現実には、「何から始めればよいのか分からない」「既存設備に手を加えることが難しい」といった理由から、現場データの取得自体が進んでいない状況も多く存在します。
こうした課題に対し、Raspberry Piをはじめとする低コストIoTデバイスの普及により、小規模かつ段階的にデータ取得環境を構築するアプローチが現実的な選択肢となっています。本講座では、IoT未導入または限定的なデータ取得環境にある現場を対象に、安価なIoTデバイスを用いたデータ取得システムの構築方法を解説します。
マイコンボードやセンサーの基礎的な選定から、既存設備に大きな改修を加えずにデータを取得する具体的な手法まで、現場実装に即した内容を体系的に学びます。また、講師の実際の導入事例をもとに、小規模なIoTシステムを段階的に構築し、設備の稼働状態を「見える化」するまでのプロセスを具体的に紹介します。
本講座を通じて、まずは現場データを安定的に取得できる基盤を自社内で構築し、将来的なデータ活用や改善活動につなげるための第一歩を実践的に習得いただきます。
本セミナーは、オンライン形式でのセミナーとなります。オンラインでのご視聴方法(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。ZOOMでの視聴が困難な方には別途、こちらの手順を参照のうえブラウザ上でご視聴ください。
概要
| 日時 | 2026年 8月 24日(月)10:00~17:00 ※昼休憩は12:00~13:00を予定しています。 |
|---|---|
| 受講料 | 46,200円(テキスト代、録画視聴、税込、1名分) ※テキストはメールでお知らせします。 ※振込手数料は貴社でご負担願います。開催決定後、受講料の請求書(PDF)ををメールでお知らせします。 ※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、申込フォームでご選択ください。 ※録画視聴は当日参加された方も講座終了後2週間にわたりご視聴いただけます。 |
| 主催 | 日刊工業新聞社 |
| 協力 | 合同会社UESEI |
| 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
| 本講座では、安価なIoTデバイスを活用し、既存設備に大きな改修を加えることなく、現場データを取得するための基本的な仕組み構築方法を体系的に解説します。 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 |
| 既存の製造機械にデータログおよびサーバ上にデータをアップした事例をもとに解説を例に、データ分析を実施した例を紹介。 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。 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) |
| 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 クラウドAI(MatrixFlow、Google Colaboratoryなど) |
| 【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) |





