AWS IoT SiteWiseによるデータヒストリアンのモダナイゼーション

Pulisher : Cloud Technology Center チュ・ジェビン
Description：AWS IoT SiteWiseの新しい技術について説明するchalktalkセッション

はじめに

AWS IoT SiteWiseは、顧客機器のデータをシームレスに取り込み、ダッシュボードまで描き出す部分まで簡単に統合できるため、私が最近愛用しているソリューションです。最近配属されたプロジェクトで積極的に使用しており、チームのデモ事例の構成に参考にする必要があるため、いち早く新規技術に触れる必要がありました。 このセッションは、AWS IoT SiteWiseの新規技術について説明するチョークトーク講演です。

セッションの概要紹介

産業界のお客様は、Historianデータベースをクラウドに接続することで、より高いスケーラビリティ、コスト効率、アクセシビリティ、高度な分析、データセキュリティ、将来への柔軟性を実現しています。今回のchalktalkでは、AWS IoT SiteWiseに最近追加された高度な分析と機械学習機能により、Historianデータを現代的に拡張する方法についてご紹介します。大容量のデータをスケーラブルに取り込み、検索条件に合わせて階層をフィルタリングし、MLの知識がなくても自動予測を行うことができます。

このセッションはchalktalkです。 re:Inventの期間中、何度かチョークトークを聴きながら感じたのは、登壇者の手書きがかなり下手だということです…なので、私はこのセッションを聴き始めるとすぐにCacoo（ダイアグラムツール）を起動して、登壇者が描いているボードの画像を書き写しました。まず、セッションで扱われたダイアグラムをCacooバージョンで添付します。

このセッションでは、ヒストリアンデータをクラウドで扱うためのいくつかの過程で遭遇する典型的な課題をまず紹介します。

データ摂食チャレンジ

１）Disparate protocols – クラウドにデータを引き込むために使用できる通信方法は様々です。私たちは様々なプロトコルに対応しなければならないという課題があります。

２）Multiple vendor technologies – ベンダー固有の技術が分化しています。

３）Limiteded scalability – 摂食構造を拡張性よく設計する方法を知る必要があります。

データ摂食の課題に対する解決策として、AWSパートナーのDomaticaが提供する「EasyEdgeソフトウェア」(https://aws.amazon.com/ko/about-aws/whats-new/2023/11/aws-iot-sitewise-edge-easy-edge-protocol-support/)を紹介されました。 OPC UA、Modbus/RTU、Modbus/TCP、Ethernet/IP、Siemens S7、KNX、LoRaWAN、MQTT、Profinet、Profibus BACnet、そしてRESTインターフェースを含む産業用プロトコルからデータを収集することができます。このアプリケーションはAWS IoT SiteWise Edgeと統合されます。

このソリューションの使用に関するAWS Blogの記事です。最近、私たちのチームはiot-grasshopperというエッジコネクタ開発フレームワーク(Pythonプロジェクト)を開始した状態ですが、一足早いパートナーのソリューションがGreengrassに導入されるとは…このソリューション事例を参考にしなければなりません。

データモデリングチャレンジ

１）制限された標準 – 私たちのサイトに置かれた産業用アセットが共通の標準を持っていないため、同じ方法でアセットを構成、管理し、データを取得することができません。

２）限られた再利用性 – 標準化されていない方式が散在しているため、再利用性も影響を受けます。

３）複雑な変更管理 – 要件の変更がある場合、反映するために多くの修正が必要です。

当該チャレンジに対する解決策としてModelをExport/Importするソリューションがあります。S3バケットを基盤にModelデータをロードしてAWS IoT SiteWiseに提供します。オブジェクトストレージティアを調整することで、保存コスト面でも有効性を図ることができます。

データ統合チャレンジ

私たちは、産業データが様々なシステムと連携する際に、シームレスかつ少ない労力で統合されることを望んでいます。

１） Limited support for all data categories – システムが様々なデータカテゴリ（リアルタイム、ヒストリアン、メタデータ）をサポートしていない。
２）No unified access to telemetry data – テレメトリにアクセス可能な統合APIがない場合があります。３）Low throughput – スループットが低い。
４）Bespoke integrations – 様々な統合機能が不足している場合があります。

では、AWS IoT SiteWiseを使えばどうでしょうか？

シンプルなAWS APIだけでなく、ExectQuery APIでSQLと同様のクエリ文を使用して、資産モデル、資産、測定、指標、変換、集計からメタデータや時系列データを取得することができます！

Amazon Managed Grafanaサービスや、インストール型Grafanaダッシュボードは、プラグインでSiteWiseデータを読み込んで運用ダッシュボードを構築することができ、AWS IoT TwinMakerと連携してデジタルツインモデル上に産業データを表現することができます。 別の方法として、StieWiseが独自に提供するダッシュボードであるMonitorを利用することもできます。

あるいは、S3バケットをデータウェアハウスとしてデータを永続的に保存することもできますし、Noコード/Lowコードアプリで産業データを読み込んで使用することも可能です。

一方、AWS IoT Eventsはイベントベースの状態マシンを定義します。IoT機器で発生したイベントに応じてAWS IoT SiteWiseタスクを実行し、データストリームを作成できるそうです。

AI/MLチャレンジ

資産データに基づいてAI/MLワークロードを構成する必要があるとします。

１）Limited labeld data：AI/MLモデルの指導学習に必要な十分なラベル付きデータを私たちが確保している必要があります。

２）Flexible data access：使用可能なデータに柔軟性を持たせる必要があります。

３）Time consuming：データでモデルを構成する作業に多くの手間がかかることは自明です。

４）Hard to scale：資産や資産タイプが追加されたらどうでしょうか？AI/MLモデルを廃棄して再学習する必要があるかもしれません。

そこで、AWS IoT SiteWiseはAmazon Lookout for Equipmentとの統合を新たに発表しました！その名もAWS IoT SiteWise Predictionsです。異常検知により、機器や動作環境の変化に気づき、視覚化してメンテナンスを構築します。

お客様はAI/MLの専門知識を持つ必要も、コードを書く必要もなく、AWS IoT SiteWiseとAmazon Lookout for Equipmentの間でデータを同期し、機械学習モデルを簡単に構築することができます。

この機能が本当にAWSコンソールで確認できるのか調べてみました。 AWS IoT SiteWiseコンソールのアセットにアクセスすると、大きなポップアップが表示されます。

そのアセットに対して予測を定義することが可能です。モデルは収集された過去のデータに基づいて学習される予測モデルであり、異常を確認する頻度を設定するために推論頻度をスケジュールすることができます。推論値はIoT SiteWiseリポジトリに収集されます！

これらの内容でModernizing your data historian with AWS IoT SiteWiseチョークトークセッションが行われました。最近発行されたSiteWiseの機能と関連セッションとつながるQRコードを最後に添付します。

セッションを終えて

今回のセッションは、AWS IoT SiteWiseの特徴と新たに武装した機能のいくつかを紹介してくれるセッションでした。EasyEdgeソフトウェア、モデルのImport/Export、ExecQuery API、Predictionsを追加的に調査する必要がありそうです。

顧客が産業機器データをクラウドに移管して分析する上で直面する様々な課題とそれに対してAWS IoT SiteWiseが出した悩みをマッピングして考察することができ、非常に有益なセッションでした。