デジタルファクトリーデモ:Litmusの実力を素早く伝える最適な方法

Litmusのデジタルファクトリーデモは、製造現場でのリアルなデータ活用のユースケースを瞬時に可視化・分析・スケールする方法をわかりやすく提示します。

Industry 4.0
Digital Transformation
Digital Factory Demo: A Faster Way to Show the Power of Litmus
Digital Factory Demo: A Faster Way to Show the Power of Litmus

工場全体にデジタルトランスフォーメーションを展開するのは簡単ではありませんが、その価値の証明はもっとシンプルであるべきです。そこで私たちLitmusは、その価値を証明し、またLitmus Edgeの実力をわずか数分で体験できる、すぐにご利用可能なデモ「デジタルファクトリーデモ」を開発しました。 

製造現場のAI導入に関心のある方、パートナー、または社内でその価値を示したいステークホルダーの皆様にとって、このデモはLitmusのエッジデータプラットフォームがもつ「スケール」「スピード」「高度な機能性」、そしてOTとITをシームレスにつなぐ接続性を体感するための“近道”となります。 

デジタルファクトリーデモとは? 

デジタルファクトリーデモは、スマートファクトリーを仮想的に再現した、即時でも導入可能な環境です。PLC、コンテナ化されたアプリケーション、デジタルツインのテンプレート、履歴データ、リアルタイムダッシュボードなどを備えており、1台の実機も接続しなくても、Litmus Edgeの実際の動作を体験することができます。 

また、これは単なる体験ができるデモにとどまりせん。PoC(概念実証)や導入キットとしても活用でき、製造現場がエッジデータを活用して、より賢明な洞察と迅速な意思決定を行えることを明確に示す説得力のあるツールでもあります。 

Digital Factory Demo Video
数分で実際の活用事例を体験 

製造現場のデジタルトランスフォーメーションを妨げる要因——長期的な導入期間、複雑なシステム統合、不透明な投資対効果(ROI)——を取り除くことを目的として、デジタルファクトリーデモは開発されました。 

この必要な要素がすべて含まれたデモ環境により、IIoTや製造業における現実のユースケースを、以前であれば環境整備に数ヶ月かかっていたのが、数分で体験可能です。これにより、迅速な価値創出、ROIの明確化、そして社内検証における失敗リスクを低減します。 

デモ環境では、以下のような高付加価値ユースケースにすぐに取り組むことができます。 

  • 設備総合効率(OEE)の算出 

  • ダウンタイムおよび不良品分析 

  • 統計的プロセス制御(SPC)によるインサイトの取得 

  • 事前に工場データが設定されたリアルタイムGrafanaダッシュボード 

  • エッジで稼働するコンテナワークロード 

  • 予知保全および予防保全の戦略立案 

さらに、このデモはインテグレーション作業を必要としない自己完結型であり、数分以内に仮想工場全体が立ち上がる仕様となっています。あらかじめ設定された生産ライン、機械、タグテンプレート、履歴データ、コンテキスト情報が含まれ、すぐに検証にとりかかれます。 

製品評価、社内トレーニング、営業活動の支援など、さまざまな用途に活用できるデジタルファクトリーデモは、関係者の理解促進と信頼獲得、機能検証を加速させる強力なツールです。 

デジタルファクトリーの内部構造:仕組みの解説 

デモ体験の中心にあるのが、Litmus DeviceHubです。これは機械データを取り込み、統合的に管理するゲートウェイとして機能します。仮想工場内の装置は、Siemens、Modbus、OPCUAといった代表的なプロトコルによって接続されており、これらがデジタルファクトリーにおけるデバイス接続の中核を構成しています。その他のコネクタも用意されていますが、これら3つのプロトコルが基盤となっています。 

Under the Hood: How Digital Factory Works
Under the Hood: How Digital Factory Works

各デモ環境では、2つの工場がモデル化されています。それぞれに2本の生産ライン、そして各ラインに3台の機械が配置されています。これは、Litmus Edgeが実際の製造現場でどのように機能するかを再現するものです。 

さらにこの構成を強化しているのが、すべての機械およびラインに共通の命名規則が適用されている点です。これにより、装置の特定やクエリ実行が直感的かつ一貫性を持って行えるようになります。特に大量の時系列データを扱う際にその効果が発揮されます。 

AI・ML・可視化のためのメタデータ 

DeviceHubは単にデバイスを接続するだけでなく、各データポイントの詳細を伝える豊富なメタデータを組み込んでいます。各デバイスやタグにはリッチなメタデータが紐づけられており、分析、機械学習、可視化ツールに重要なコンテキストを提供します。 

デモ内の各デバイスは、最大7,240時間(約10か月)分の継続的なデータを保存しており、トレンド分析、根本原因の特定、予知保全のための深い履歴データを活用できます。 

この「メタデータ・ファースト」のアプローチにより、生の機械データを有効なインテリジェンスへと変換し、より簡単に可視化・分析・活用できるようになります。 

Metadata for AI, ML, visualization
Metadata for AI, ML, visualization
タグの一貫性と分析の効率化 

デモ内では、各デバイスから取得される産業データ(タグ)がテンプレートによって統一的に管理されています。たとえば、各機械には以下のような標準タグが含まれています。 

  • 稼働中 

  • 稼働状態の変化 

  • タクトタイム 

  • 圧力 

  • 温度 

この一貫したタグ付けにより、全機械を対象とした特定タグの検索(例:「稼働中」のタグを12台のデバイスで24個分表示)や、複数ライン・複数工場を横断するデータの集計・分析が容易になります。 

標準化されたタグ構成は、分析スピードを加速させ、プラグ&プレイ型のアナリティクスを実現します。これにより、ダッシュボードや各種指標の構築が構造的かつスケーラブルに行えるようになります。 

Consistent tagging & streamlined analysis
Consistent tagging & streamlined analysis

多くのタグはPLCから生成され、タクトタイムや圧力、温度などの重要な運用パラメータを含んでいます。これらの数値は高度な分析やパフォーマンス監視の基盤となります。 

実践的アナリティクス:OEE、KPI、リアルタイム処理 


デジタルファクトリーデモの代表的なユースケースの一つが、OEE(総合設備効率)の算出です。OEEは、製造業における基盤となるKPIであり、以下の3つの要素を組み合わせて評価されます。 

  • パフォーマンス: (サイクルタイム+タクトタイム)× 総生産数 ÷ 稼働時間 × 100 

  • 可用性: 稼働時間と停止時間の比較 

  • クオリティ: 良品と不良品の比率 

Analytics in action: OEE, KPIs, and real-time processing
Analytics in action: OEE, KPIs, and real-time processing

これらの計算は、Litmus Edgeに組み込まれている軽量かつ効率的なスクリプトエンジン「Tengo」によって実行されます。スクリプトは稼働時間やサイクルタイムといったデータを取り込み、基本的な演算を行い、リアルタイムで時系列データベースにJSON形式で出力されます。 

Analytics in action: OEE, KPIs, and real-time processing
Analytics in action: OEE, KPIs, and real-time processing
Tengoスクリプトの仕組みとは? 
  1. 1.

    稼働時間、サイクルタイム、タクトタイムなどのリアルタイムデータがスクリプトに取り込まれます。 

  2. 2.

    スクリプトは、各デバイスのワイヤーやキーを参照して、必要な値を抽出します。 

  3. 3.

    その後、パフォーマンス、可用性、品質の計算に必要な基本的な演算処理を実行します。 

  4. 4.

    計算されたOEEの値は、JSON形式のペイロードとしてパッケージ化されます。 

  5. 5.

    このペイロードは「OEE測定」カテゴリのもとで時系列データベースに書き込まれます。 

この軽量なスクリプトにより、わずか数行のコードで複雑かつ多要素の計算をすることができ、現場のパフォーマンスをリアルタイムに可視化し、迅速かつ的確な意思決定ができるようになります。 

また、プラットフォーム全体では40種類以上のKPIにアクセス可能で、コード不要の「穴埋め式メッセージ形式」や移動平均を使って主要な指標をモデリング・監視することができます。 

Here’s how Tengo scripting works
Here’s how Tengo scripting works
予知保全・予防保全の組み込み機能 

予測分析に加えて、デジタルファクトリーデモ には予知保全および予防保全のモジュールが組み込まれています。これらのツールは過去の傾向を分析し、異常を検知し、故障が発生する前に早期警告を提示します。 

故障の可能性を事前に把握し、保全スケジュールを自動化することで、突発的なダウンタイムを削減し、設備の寿命を延ばすことが可能です。これは、Litmus が生のデータをいかに業務上の成果へと変換するかを示す好例です。 

Built-in predictive & preventative maintenance
Built-in predictive & preventative maintenance
なぜ重要なのか 

ほとんどのプラットフォームは「スピード」と「スケーラビリティ」を謳っていますが、Litmusはそれを5分以内で行います。完全に文脈化され、すぐに稼働可能な環境をこれほど迅速に立ち上げられる製造業用エッジプラットフォームは他にありません。 

デジタルファクトリーデモは、前述のとおり単なる技術デモではなく、戦略的に活用できるツールです。以下のような場面でチームを支援します。 

  • 実際のIIoTユースケースを軸にステークホルダーの認識を揃える 

  • PoC(概念実証)導入時のリスクを軽減 

  • 明確な技術的裏付けにより意思決定を加速 

  • パートナー企業が価値を繰り返し確実に示すための手段を提供 

デバイス接続から高度な分析まで、Litmusは物理的な機械を一切使わずに、エッジデータプラットフォームに必要なエンドツーエンド機能を満たしています。 

始めましょう 

Litmusを自社での導入候補として評価している方にも、パートナーとして大規模なデモを検討している方にも、デジタルファクトリーデモはLitmus Edgeの魅力をシンプル伝わるように必要なすべてが含まれています。 


実際にデモをご覧になりたい方は、ぜひお問い合わせください。デモ環境へのアクセスをご案内します。また、すでにLitmusをご利用中の方は、カスタマーサクセスマネージャーにご連絡ください。デジタルファクトリーデモの利用をすぐに開始できるように準備します。 

Krystal Leung

Krystal Leung

Senior Marketing Writer

Krystal is the Senior Marketing Writer at Litmus