re:Invent 2023: KAESによるAmazon Monitronを活用した大規模予知保全の実践
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2023 - Predictive maintenance at scale: KAES’s journey with Amazon Monitron (AIM216)
この動画では、Amazon Monitronを使った予知保全の実現方法について詳しく解説しています。工業用サイトの複雑な機器を24時間365日監視し、故障を事前に予測するシステムの仕組みや、Koch Agriculture & Energy Solutionsでの実際の導入事例を紹介。センサー1台あたり10倍のリターンを生み出した具体的な成功例や、C1D2センサーによる危険区域への展開など、最新の技術動向も学べます。 ※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
本編
Amazon Monitronによる予知保全の実現
工業用サイトがあるとイメージしてください。製造サイトや物流センターかもしれません。通常、そういったサイトには複雑な操業を支える何千もの機器があります。オペレーターが日々の生産目標を達成するには、これらの機器が24時間365日稼働している必要があります。しかし、これらの資産には多くの故障が発生し、生産ラインの停止や計画外のダウンタイムにつながります。今日は、Amazon Monitronが予知保全をどのように実現できるかについてお話しします。
私はAmazon MonitronのSenior Product ManagerのShalika Pargalです。 後ほど、KAESのMonitoring and Diagnostic LeaderであるDave KroeningとOperations Diagnostic LeaderのHunter Lowmasterが登壇し、KAESのMonitronを使った取り組みについてお話しします。今日は盛りだくさんの内容です。まず、大規模な予知保全について話し、 その重要性と、Amazon Monitronがどのように予知保全を可能にするかについて説明します。その後、DaveとHunterから、KAESがMonitronを使って予知保全プログラムをどのように拡大してきたかについて説明してもらいます。
メンテナンス戦略の進化：事後保全から予知保全へ
お客様が導入しているメンテナンス戦略には様々なものがあります。 それらを見ていきましょう。第一段階の戦略は、事後保全戦略です。この戦略では、 基本的に何かが故障してから修理します。これは推奨される戦略ではありません。しかし、この戦略を採用しているお客様もいます。 例えば、重要度の低い資産で故障しても問題ない場合や、アクセスが困難な資産の場合などです。繰り返しになりますが、これは推奨される戦略ではありませんが、お客様によっては使用しています。
第二段階、つまり計画保全戦略は、定期的に 技術者を資産のもとに派遣して測定を行う戦略です。これらの測定は非侵襲的なものかもしれません。 例えば、資産の温度を測定します。温度上昇は資産の摩擦が増加していることを示します。あるいは、より侵襲的な測定が必要な場合もあります。 例えば、技術者が資産にプローブを接続して、電流やその他の計器の値を測定する必要があるかもしれません。
この戦略には課題があります。まず、計画的に行われるため、週次、月次、または四半期ごとに実施されます。 リアルタイムではありません。車のメンテナンスと似ていて、5,000マイルごとにオイル交換をするような計画保全です。つまり、必要に応じてではなく、決まったスケジュールで行います。次に、人間の介入が必要です。資産の測定を行うために技術者を派遣する必要があります。より侵襲的な測定を行う場合、怪我をするリスクが常にあります。技術者が怪我をするリスクがある場合、生産ラインを停止する必要があり、これもまたサービスの中断につながります。これにより計画外のダウンタイムが発生する可能性があり、これは高コストなイベントです。
この戦略は推奨されておらず、デメリットもありますが、一部の顧客にはまだ使用されています。第3段階は予知保全の段階です。第1段階が「何かが壊れるまで待つ」、第2段階が「毎月、四半期ごと、または毎週実施する」とすれば、第3段階は「壊れる直前まで待つ」というものです。つまり、故障が発生する直前の資産の健全性をリアルタイムで把握することです。これが最も望ましい戦略です。
しかし、実装に関しては独自の課題もあります。ここでは、技術者が測定を行うのではなく、センサーの設置と取り付けに関与します。これらのセンサーが資産から測定値を取得し、処理のためにどこかに送信します。データを取得し、処理のために送信して、そのデータから洞察を得る必要があります。このデータから洞察を得るには、高度な分析や機械学習、あるいは何らかの分析を行って、このデータから意味を引き出す必要があります。これが望ましい戦略ですが、実装は非常に困難です。
Amazon Monitronの仕組みと機能
Amazonの多くの取り組みと同様に、私たちは顧客の要求から逆算して作業を進めます。顧客は予知保全ソリューションを求めていました。彼らは完全に管理された、実装が容易で費用対効果の高いソリューションを望んでいました。そこで私たちはAmazon Monitronを開発しました。先に進む前に、Amazon Monitronをご利用の方はいらっしゃいますか？挙手をお願いできますか？何人か見受けられますね。
Amazon Monitronについて聞いたことがある方はいらっしゃいますか？挙手をお願いできますか？はい、ありがとうございます。Amazon Monitronは、ISO規格と機械学習モデルを使用して資産の健全性を監視し、異常な状態を検出する、完全に管理されたエンドツーエンドのシステムです。予知保全を容易かつ費用対効果の高い方法で実現し、計画外のダウンタイムを防止または削減するのに役立ちます。これは定期的ではなくリアルタイムベースで行われるため、資産の健全性を常時監視することができます。資産から測定値を取得してクラウドに送信するセンサーやゲートウェイなどの管理されたハードウェアも含まれています。
どのように機能するか見てみましょう。左側に機械のある運用サイトがあります。Monitronには、資産の健全性監視を始めるために必要なものがすべて含まれています。資産の温度と振動パラメータを取得する専用のワイヤレスセンサーがあります。これらのセンサーは自己電源式で、電源を差し込む必要がありません。始めるには、センサーを機械に接続し、近距離無線通信を使用してモバイルMonitronアプリでセンサーを設定します。
次に、完全に管理されたゲートウェイが含まれています。 このゲートウェイは、ローカルエリアネットワークを介してデータをクラウドに安全かつ自動的に転送します。 クラウドには、ISOモデルや構築された機械学習モデルを使用してセンサーデータを分析するMonitronサービスがあります。アセットの健康状態を確認し、リアルタイムの通知を受け取るために、Monitronアプリケーションにはモバイルとデスクトップのアプリがあります。これらのアプリケーションは、センサーとゲートウェイのセットアップや、アセットに異常な状態が発生した場合のリアルタイム通知の受信に使用されます。
さて、現場の機械をモニタリングしている最中に何か問題が発生したとしましょう。温度が上昇したり、機械の振動が増加したりして、何か問題が起こる可能性があることを示しているかもしれません。このデータはセンサーによって収集され、ゲートウェイを経由してクラウドに送信されます。クラウドでは、機械学習とISOモデルがデータのパターンの変化を検出し、分析して、リアルタイムの通知を生成します。これらの通知は技術者に送られ、アセットに対して即座に対応することができます。
アセットのリアルタイムモニタリングや健康状態の確認は、Monitronアプリを通じて行うことができます。ウェブベースのアプリとモバイルアプリがあります。過去のデータとリアルタイムのデータを見ることができます。左側には、この作業現場にある資産のリストが表示され、各資産の状態を確認できます。アラート状態のもの、健全なもの、メンテナンス中のものなどがあり、サイト全体の状況を把握することができます。
まとめると、Amazon Monitronは計画的または事後対応的なサービスではありません。継続的、リアルタイム、そして自動化されたサービスで、アセットから温度と振動の測定値を常時収集します。 このデータはクラウドに転送され、ISOスタンダード、特にISO 20816振動規格を使用して分析されます。センサーデータは、構築された機械学習モデルによっても分析されます。機械学習モデルは、インストール後14〜21日間、学習フェーズにあります。 その間、入力されるセンサーデータを聞き取り、分析し、学習して、将来の故障を予測します。
このデータパターンに異常が検出されると、アラートが発生します。技術者はそのアセットを確認するために派遣されることができます。 技術者がアセットを確認し、問題を修正したりアラートを評価したりすると、Monitronシステムにフィードバックを提供します。このフィードバックは、MLモデルをさらに教育するために使用され、データの収集、分析、学習、そして将来のより良い予測という継続的なサイクルを作り出します。
Amazon Monitronのグローバル展開と機能強化
お客様の規模が拡大するにつれて、彼らは世界中の全ての製造拠点で予知保全のニーズに対してAmazon Monitronを使用したいと考えています。Amazon Monitronは、あらゆる予知保全ニーズに対応するワンストップソリューションです。
Amazon Monitronを使えば、ポンプ、モーター、ファンなどの回転機器や、様々な産業の製造拠点にある重要な資産を、わずか数分で監視し始めることができます。この1年間、私たちのチームは顧客のスケーリングを支援する機能の構築に取り組んできました。石油・ガス、化学、その他の産業のお客様から、危険区域での使用が認証されたセンサーの要望がありました。これらの区域では、そのような環境での使用が安全であることを保証するために、センサーに特別な認証が必要です。
嬉しいお知らせですが、MonitronセンサーがアメリカとカナダでClass 1 Zone 2認証を、EUとイギリスでATEXおよびUKEX認証を取得しました。これらのセンサーは、アメリカとカナダではamazon.comとAmazon Businessで購入可能で、EUとイギリスでもまもなく購入可能になります。お客様が新しい製造拠点でMonitronを始めるには、Monitronセンサーがその国で認証されていること、そしてサービスにアクセスできることが必要です。
約3年前の発売時、MonitronセンサーはアメリカやカナダをはじめEU、イギリス、トルコで認証されていました。Monitronサービスは、IADとDublinの2つのリージョンで利用可能でした。しかし、お客様の規模が拡大するにつれて、アジア太平洋地域や中南米の拠点にもMonitronを導入したいという要望が出てきました。そこで、これらの地域でMonitronセンサーの認証を進めてきました。アジア太平洋地域では、日本、韓国、オーストラリア、ニュージーランド、シンガポールでMonitronセンサーが認証されました。中南米では、ブラジル、メキシコ、チリ、ペルー、コロンビアで認証されています。
お客様が規模を拡大する際にサービスの遅延問題に直面しないよう、IADとDublinに加えて、SydneyリージョンでもMonitronを立ち上げました。また、Monitronを始める際にお客様が直面していた障害、つまりIAM Identity CenterがMonitronサービスと同じリージョンにある必要があるという要件にも対応しました。クロスリージョンサポートを追加し、Monitronサービスは現在、オプトインリージョンと政府リージョンを除く全てのリージョンのIAM Identity Centerをサポートしています。これにより、お客様は他のリージョンにあるIAM Identity Centerを使用して、IAD、Sydney、DublinのいずれかのリージョンでMonitronを利用できるようになり、始めるのが容易になりました。
お客様がすべての予知保全ニーズにMonitronを標準として採用するようになるにつれ、Monitronのデータをお客様のエコシステムで利用できるようにすることが非常に重要になってきています。お客様はKinesisデータストリームを使用してMonitronのデータをエクスポートできます。これにより、IBM MaximoやSAP PMなどのEnterprise Asset Management システムで作業指示を作成し、異常な状態の資産を修理するために技術者を派遣することができます。また、資産の健全性を監視するための運用ダッシュボードの構築にも活用できます。
当社のAmazon Fulfillment Centersでは、MonitronのデータをAmazon Chime（会議通話やチャットサービス）と統合しています。アラートに基づいて、特定のサイトを担当する技術者グループにチャットルームを使用して通知が送信されます。この1年間で、監視センサーやゲートウェイに関するより多くのインサイト（接続状態やユーザーによってトリガーされた資産状態遷移イベント、クロージャーコードや理由など）を追加し、Kinesisデータエクスポートを強化しました。これらの改善により、お客様はより緊密に作業指示システムと統合できるようになりました。
Koch Agriculture & Energy Solutions（KAES）の事例紹介
さて、話題を変えまして、Koch Agriculture & Energy Solutionsは、Monitronの早期採用者でした。彼らは長年にわたり、Monitronを使用して予知保全プログラムを拡大してきました。DaveとHunterをステージにお招きして、KAESの長年の取り組みについてお話しいただきたいと思います。
ありがとうございます。
皆さん、おはようございます。
まず、私たちの会社と私の役割の概要をお話しし、その後、スケールの観点から私たちが行ってきたことをお伝えします。Koch Ag & Energy Solutionsは、Koch Industriesの完全子会社です。私たちは主に4つの事業に注力しています。1つ目はKoch Fertilizerで、年間1300万トン以上の窒素系製品を製造・販売しています。Koch Energy Servicesは主に天然ガスの流通と販売に焦点を当てています。Koch Methanolは、Fertilizerと同様に、メタノール製品の製造と販売を行っています。Koch Agronomic Servicesは、収穫量を増やし環境への影響を減らすのに役立つ微量栄養素に焦点を当てています。
モニタリングおよび診断リーダーとしての私の役割は、チームが資産からデータを収集し、技術、知識、コンテキストを適用し、それを活用して製造施設にインサイトを提供することを支援することです。例えば、温度や圧力が上昇したり、機械が理想的な状態で動作していないなどのプロセス偏差がある場合、運用チームに通知を送ります。
導入に関しては、2021年に初期導入について発表しました。その際、「大きく考え、小さく始め、速くスケールする」というアプローチを取りました。最初の2つはうまくいき、すべてにこれを適用したいと言い、10個のセンサーで迅速な実験を行って価値を証明しました。しかし、スケールアップしようとしたとき、苦戦しました。その後、機会を絞り込み、どの機械を監視するか、そして技術をスケールするために組織内の他のパートナーとどのように協力するかについて、SMEとより密接に協力する方法に焦点を当てました。私のチームは、そのデータを活用して現場にコンテキストを提供することを支援しています。
KAESにおけるAmazon Monitronの導入アプローチと成功事例
ITカンファレンスですので、アーキテクチャについて説明しましょう。Shalikaが言及したように、Amazon Monitronセンサーから資産データを取得します。それがゲートウェイを通過します。私たちの環境では、Power over Ethernetゲートウェイを使用しています。そして無線アクセスポイントを経由してクラウドに到達します。そこから、データを取得してAmazon Monitronアプリを通じて活用します。これにより、SME、モニタリングアナリスト、オペレーターがスマートフォンでアクセスできるようになります。また、Amazon Kinesisストリームを活用して、データヒストリアンにデータを送り、追加のコンテキストを提供し、モデルを使用してアナリストに何が起こっているかについてより深い洞察を与えます。
導入アプローチでスケールに本当に役立ったのは、比較優位性に焦点を当てたことです。これにより、従業員は組織全体への貢献を最大化することができます。まず、何が私たちの足かせになっているかを見ました。どこで苦戦していたのでしょうか？それは本当に、製造における組織変革に焦点を当てることでした。これは難しいハードルです。私たちはI&Eグループ、つまり計装および電気チームにアプローチし、このソリューションの導入を手伝ってもらえないかと尋ねました。しかし、彼らはプラントの運転を維持し、現在の技術や有線機器を維持するための優先事項で手一杯でした。振動用の無線センサーは、彼らの優先リストの最下位でした。
IT部門出身の私は、IT/OTチームがこのソリューションで節約できる可能性のある数百万ドルの価値を理解し、その重要性を認識していることを知っていました。彼らはまた、この技術の一部を現場に設置するためのワイヤレスポイントの場所も把握していました。SMEのガイダンスを受けてセンサーを設置するのは簡単な部分でした。より難しかったのは、データを正しく送信するためのゲートウェイインフラを設置することでした。長期的には、維持管理の責任は現場自体に移行すると考えています。しかし短期的には、加速を支援するために、IT/OTチームがその展開戦略を活用してきました。
では、この取り組みからどのように価値を引き出し、どこに向かい、その過程がどのようなものだったかについて、Hunterに説明してもらいましょう。
私はHunter Lowmasterで、KAESのオペレーション診断リーダーです。今日は、このデータをどのように活用しているかについてお話しします。まず、デスクトップとモバイルアプリケーションを使用して、プラントオペレーション、つまり現場の人々、オペレーションスタッフやメンテナンスチームに直接送信します。次に、Amazon Kinesisストリームを活用し、これをAI/MLモデルに送ります。このデータは、Daveのチーム、M&Dチーム、そして我々のアナリストを通過します。ここでの重要なポイントは、施設で最も迅速に行動を起こせる人々にこのデータを届けることです。それが価値を生み出す方法なのです。
ここで、3つの異なる成果を持つ3つの成功事例についてお話しします。1つ目は、左上のグラフにあるように、Amazon Monitronアプリケーションで特定された振動の大きさの急激な変化です。これはギアボックスとカップリングの間で発生しました。アナリストがこれを調査し、現場に報告しました。ポンプを交換して点検することが決定されました。さらなる調査の結果、ディスクパックが破損して分離していることが判明しました。これは、放置すれば大変な事態につながる可能性のある故障を発見したケースです。カップリングが最終的に完全に故障する可能性があったからです。
潜在的な影響としては、カップリング故障によるアンモニア冷却塔ポンプの損失があり、バックアップへの切り替えが必要になる可能性がありました。しかし、このセンサーからのデータを活用することで、最小限のビジネスへの影響でシステムを停止し、ディスクパックを交換することができました。2つ目の成功事例は、7月6日木曜日、中西部にあるプラントで発生しました。大型冷却塔ファンの振動に急激な変化が確認されました。アナリストがこれを運用チームと共有しました。これらのファンは高い場所にあるプラットフォームに設置されており、特に冬場はアクセスが困難です。
ファンの音が変わったため、週末を通して運転を続けることが決まりました。翌日、さらに状態が変化しました。その時点で、運転部門はファンの速度を50%に落とすことにしました。ギアボックスの負荷を軽減したことで振動が下がっているのがわかります。そして、修理計画を立てました。もしこのファンが故障していたら、プラントの停止につながっていたでしょう。現場では予備のモーターとギアボックスを用意し、気温の低い夕方にこれを交換することができました。
ここでデータが重要だったのは、ビジネス上の複数の判断を可能にしたことです。まず週末を通して監視を続け、次に2度目の状態変化が起きた時に速度を落として即座に対処することができました。これは故障が起きそうだった例ですが、Amazon Monitronセンサーからのデータによって、現場にとって最良のビジネス判断を下すことができたのです。最後の例は、右下に見える単純なブロワーです。これはベルト駆動のブロワーで、不規則な振動が見られ始めました。
KAESにおけるAmazon Monitronの成長と価値実現
これはアプリケーションで検出され、誰かを派遣して停止し、別のブロワーに切り替え、ベルトの位置合わせとフィルター交換を行うだけで済みました。これは、定期的な予防保全スケジュールを持っている現場でも、センサーを使えば予定された保全を待つのではなく、問題が発生したときに対処できる例です。次に成長と規模拡大について話しましょう。最初の5つのセンサーを2020年に導入しました。これらはまだ使用中で、実は先ほどのスライドで示したものです。
最後のスライドにあった曝気変動のセンサーは、導入以来、いくつかの予知保全活動を検出しています。2021年と2022年は規模が限られていました。インフラと人材は通常、何かを拡大する際の最大の障害です。5つのサイトに133のセンサーを設置し、組織全体の協力を得ようとしていました。
2023年、私たちのビジネスは信頼性重視の姿勢を強め、主要業績評価指標を設定し、導入に対する新しい考え方を持つようになりました。現在では536以上のセンサーを458の資産に導入しています。この資料を作成してから、おそらく50から60個のセンサーが増えています。プロセス変更や機器修理の作業指示につながった異常を何百件も検出しました。また、Shalikaが先ほど発表したC1D2センサーの最初の導入も行い、可能性を広げ、新しい方法で新たな資産を監視できるようになりました。
これらのC1D2センサーにより、メタノールや肥料を製造する施設全体に展開できるようになります。以前のセンサーでは導入が難しかった危険区域がたくさんありましたが、今回はそれが可能になりました。私たちは役割の変革を通じて価値を実現しました。 ルートベースの測定を廃止し、月1回から720回に増やすことで、問題の特定ではなく解決策に取り組むことに時間を費やせるようになり、時間の価値が向上しました。
健全な機器の測定のために、誰かが常に現場に出向いて手動で測定する必要はありません。センサーとMonitronアプリケーションを活用することで、その資産が健全であるという確信を得ることができます。私たちは、問題のない機器の測定ではなく、健全でない資産に取り組む人材を求めています。内部顧客体験の向上に焦点を当て、 お客様により高いレベルのサービスを提供することを目指しています。
私たちのM&Dチーム、つまりモニタリングと診断チームは、各拠点をお客様として扱います。資産が健全で順調に稼働しているという確信を持ってもらえるようにしたいと考えています。機器の故障を排除し、50件以上の機能的な故障を防ぐことができました。推定節約額は50万ドル以上で、 導入したセンサー1台あたり10倍のリターンとなっています。ありがとうございました。
※ こちらの記事は Amazon Bedrock を様々なタスクで利用することで全て自動で作成しています。
※ どこかの機会で記事作成の試行錯誤についても記事化する予定ですが、直近技術的な部分でご興味がある場合はTwitterの方にDMください。
Discussion