1つのプラットフォームで、データの収集、分析、さらにあらゆるクラウドやエンタープライズシステムとエッジデータの連携を実現

Litmus Edge は、PLC、SCADA、MES、Historian、センサー、ERP など、全てのインダストリアル・アセットを接続することができる唯一の IIoT プラットフォームであり、データの全体像を捉えて、インダストリアル・オペレーションの効率向上を図ることができます。データの収集、分析、そしてカスタムアプリケーションの構築や実行から、データの統合や管理に至るまで、Litmus は容易な使い勝手と導入を実現するオールインワンのプラットフォームとして、大規模なインダストリアル・オペレーションの効率向上に不可欠となる全ての機能を提供します。エッジとは?

  • ワン・プラットフォーム

    Litmus Edge は、データの収集、リアルタイム分析、アプリケーションマーケットプレイス、そして、あらゆるエンタープライズアプリケーションにデータを提供するためにプリビルドされた連携機能などを備えた、オールインワンのプラットフォームです。
  • エッジコネクティビティ

    250以上のプリビルドされたドライバを備えたLitmus Edge は、どんなアセットに対してもすぐに接続することが可能で、エッジおよびエンタープライズアプリケーションがいつでも利用できるよう、データ処理を行い、1つの共通フォーマットへ構造化します。
  • データインテリジェンス

    Litmusには、予防保守やOEEの最適化などのためのデータ可視化機能や分析機能、そしてKPIがプリビルドされています。対象データは、クラウドやビッグデータシステムと共有され、機械学習や高度な分析に活用することもできます。
  • アプリケーションイネーブルメント

    プリビルドおよびカスタムのアプリケーションをエッジ側で実行することができる Litmus は、プロセスコントロールやトレーサビリティ、そしてビジョンシステムなど、数十ものユースケースに対応することが可能です。
  • 優れた柔軟性と拡張性

    Litmus Edge は、プログラミング不要での容易な導入が可能であり、既存のOTまたはIT システムと柔軟に連携し、どんな数のアセットやサイトについても容易に対応することができます。
  • 迅速な価値実現

    業界に特化したLitmus Edgeは、250以上のドライバやプリビルドされた分析機能、アプリケーション、データ連携機能などを備えており、お客様はわずか数日で付加価値を享受することができます。

Litmus Edge の動作の仕組み

Litmus Edge は、大規模なエッジデバイスを迅速かつ安全に接続するために必要となる全ての機能や性能を併せ持つ、最新の専用エッジプラットフォームです。一度、全てのデバイスが接続された後は、Litmus Edge によるデータの強力な分析やリアルタイムでの可視化、事前に用意されたアプリケーションのマーケットプレイスの利用に加え、エッジとエンタープライズシステムとの双方向のデータ連携が可能となります。容易な使い勝手と導入が可能な Litmus は、予防保守から機械学習に至るまで、IIoT に必要とされるエッジコネクティビティやデータインテリジェンスを提供します。エッジとは?

Litmus Edge
Litmus Edge
  • デバイスコネクティビティ

    PLC、DCS、SCADA、Historian、センサー、ERP など、どんな産業用アセットに対しても、250 以上のプリロードされたドライバを使って、プログラミング不要で迅速に接続することが可能です。

  • データの収集

    どんな数のアセットからでも、数百ものカスタムのデータポイントを収集し、あらゆるアプリケーションが利用できるよう、1つの標準フォーマットに正規化します。

  • リアルタイム分析

    リアルタイムでアセットデータを監視し、稼動時間や停止時間、異常値検知といった、一般的な KPI を基にアラートを設定し、いつでも分析を実施することができます。

  • アプリケーションマーケットプレイス

    パブリックまたはプライベートのアプリケーションマーケットプレイスから、ワンクリックでアプリケーションをオーケストレーションしたり、Docker コンテナベースのアプリケーションを展開することができます。

  • データ連携

    価値のあるすぐに利用可能なデータを、あらゆるクラウドやエンタープライズアプリケーションに対して素早く提供し、OTから ITに至るデータの全体像を把握することができます。

  • 機械学習ランタイム

    正規化されたデータを使って機械学習モデルをフィードし、アセットで新しいモデルを稼動させ、フィードバックループを回しながら、継続的に最適化を行なっていくことができます。