この記事のポイント
- 製造業の生産性・レジリエンス・持続可能性向上のためのデータ基盤構築と分析手法開発を目的としたプログラムです。
- 多様化・増大する製造業のデータを効果的に活用するためのインフラ、標準、ツール、モデル開発に注力しています。
- サプライチェーン全体でのデータ共有、トレーサビリティ、相互運用性の向上を目指しています。
- 循環経済、デジタルツイン、AI、高度センサー技術など、最新技術への対応も視野に入れた研究開発を進めています。
製造業データ基盤と分析プログラム(AMDIA)とは
Advanced Manufacturing Data Infrastructure and Analytics (AMDIA) プログラムは、製造業の生産性、レジリエンス、持続可能性を向上させるための高度なデータインフラ基盤の整備を目指しています。製造業界では、日々多様で膨大な量のデータが生成されています。これらのデータを効果的に準備、モデリング、理解、活用し、より良い意思決定につなげるためには、堅牢なデータインフラと信頼できる分析手法が不可欠です。
最新技術の進歩により、製造業はデータを収集、構造化、連携、分析する新たな方法を獲得しつつあります。しかし、これらの技術は万能ではなく、既存の運用に効果的に導入・統合するためには、製造業のデータ特性やプロセスにおける人間の役割に関する研究が求められています。
AMDIAプログラムは、データ収集、変換、トレーサビリティ、相互運用性に焦点を当て、製造業のデータインフラを前進させるための手法、標準、ツール、モデル、データセットを開発します。これにより、新規技術や分析手法を既存および新規の運用に組み込む際の障壁が低減されます。その結果、エンジニアリング製品、製造企業、サプライチェーン全体での信頼性が高く、理解可能で、再現性のある情報ワークフローが実現され、意思決定の質が向上します。
プログラムの目的と技術的アプローチ
目的
AMDIAプログラムは、米国のイノベーションと産業競争力を強化するため、製造業のオペレーションとサプライチェーンの生産性、レジリエンス、持続可能性を向上させるデータインフラを推進する計測科学を開発・展開することを目的としています。
技術的アイデア
製造業では、オペレーションのあらゆるレベルおよびサプライチェーン全体でデータを収集・監視する能力が継続的に向上しています。製造プロセスが高度化するにつれて、関連するデータの量、多様性、不確実性も増大します。先進的なセンサー機能、自然言語処理ツール、拡張現実システム、サイバーセキュリティ対策など、製造プロセスとその基盤となる技術は急速に進化しています。これらの要素とほぼすべての製造プロセスからの出力に共通するのは「データ」です。
製造業とその産業パートナーは、特に自動化が進むにつれて、オペレーションから出力されるデータの生成者および消費者として、ますます重要な役割を担っています。このデータを有意義なインテリジェンスに変換することは容易ではありません。
堅牢なデータインフラは、製造業者が先進的・新兴技術を構築し、オペレーションを改善するための重要な基盤となります。AMDIAプログラムは、サプライチェーン全体でのデータ共有をサポートするデータインフラに焦点を当てます。このインフラは、公開データセット、オープンソースツール、一般に利用可能な標準ガイドラインを含む、コミュニティ全体でのデータ共有を促進します。
学際的なチームが、製造業のドメイン研究者からのデータアーキテクチャと分析の専門知識を結集し、データインフラの進歩が産業と研究の両方のニーズに対応するようにします。これにより、データのニュアンスと製造コミュニティの特定のニーズを理解することで、生産性、持続可能性、レジリエンス、セキュリティを向上させるとともに、分析、意思決定、制御を改善できる新技術を調査することで、製造業のデータインフラが改善されます。
研究計画と主要な取り組み
研究計画
研究計画は、高度な製造業のデータインフラと分析の開発および実装に不可欠な主要な標準、手法、計測科学に焦点を当てた、相互に関連するプロジェクトのポートフォリオで構成されています。これらのプロジェクトは collectively、新しい産業標準と慣行につながる包括的なアプローチを提供します。プログラムは、製造サプライチェーンのさまざまな部分だけでなく、データライフサイクルのさまざまな段階や重要な新兴技術にも焦点を当てることで、多角的なアプローチを採用します。
AMDIAプログラムは以下の開発を行います:
- 循環経済を可能にするデータインフラ
- 高度なセンシングによるデータ収集の改善
- デジタルツインのテスト方法と標準の開発
- サプライチェーンシステム間の相互運用性の向上
- サプライチェーン全体での信頼性とトレーサビリティの確立
現在のプロジェクトとハイライト
AMDIAプログラムは、重要な新兴技術分野におけるシステム統合のための新しい計測科学と標準を開発しています。現在のプロジェクトには以下が含まれます:
- 循環経済: NIST-ASTMレポート、IDETC 2023でのワークショップ、ASTM委員会、ISO TC 323標準など。
- サプライチェーントレーサビリティ: トレーサビリティツールと合成データセットの公開、IOFサプライチェーンオントロジーのリリース、OMGBiomanufacturingへのペディグリー・プロビナンスモデルの提供など。
- バイオ製造: NIIMBLコアオントロジー(数量・単位オントロジーを含む)、OAGISメタデータ標準、データマッピング共有のための新しいマッピング仕様言語とエンジンの開発など。
- オントロジー研究開発: IOFオントロジー開発・公開インフラの確立、IOFコアオントロジーのリリース、OMG共通オントロジーとの統合、NIIMBLによるIOFコアオントロジーの採用、機械学習ライフサイクル(MLL)オントロジーの開発など。
- デジタルツイン: ISO 23247(デジタルツインフレームワーク)、デジタルツインのコンポジション、OMG IIC技術レポート、ASME V&V 50、ISO/IEC標準など。
- 製造システム向け拡張知能: センサーの展開、先端スピンドルメトロジーシステム、熱ドリフト監視のための新しいビジョンベースの方法、ASME B5.64(リニア軸性能標準)、CIRP共同作業グループ、特許取得済みの診断システムなど。
協力機関・産業界・学術界
AMDIAプログラムは、政府機関、標準化団体(SDO)、産業界、学術界と連携して、製造業におけるデータ基盤と分析の進歩を推進しています。
協力機関
- OSTP(科学技術政策局)
- EPA(環境保護庁)
- 国務省
- エネルギー省
- 国際貿易行政
コンソーシアム・標準化団体 (SDOs)
- NIIMBL, BioMade, Open Applications Group, MTConnect, AgGateway, Industrial Ontology Foundry, PHM Society, ASTM International, ISO TC 323
産業界
- Boeing, Lockheed Martin, Land-O-Lakes, TechSolve, RedShred, Earth Shift Global, ADS Drainage Systems, Rheaply, Vinyl Institute, Amazon, Armstrong World Industries
学術界
- UC Davis, UW Australia, Texas State University, Ohio University, Kansas State University, Purdue University, University of Kentucky
関連NISTプロジェクト
AMDIAプログラムは、以下の関連NISTプロジェクトとも連携し、製造業におけるデータ活用とDXを推進しています。
- データ駆動型製品回収設計 (Data-Driven Design for Product Recovery)
- 重要材料回収のためのデータインフラ (Data Infrastructure for Critical Material Recovery)
- バイオ製造プロセス制御のためのデータインフラ (Data Infrastructure for Biomanufacturing Process Control)
- バイオ製造サプライチェーンのための高度データ交換標準 (Advanced Data Exchange Standards for the Biomanufacturing Supply Chain)
- 持続可能で効率的なサプライチェーンのためのトレーサビリティとデータ連携の実現と利用 (Enabling and Using Traceability and Data Linking for Sustainable and Efficient Supply Chains)
- 先進製造のためのデジタルツイン (Digital Twins for Advanced Manufacturing)
- 製造業デジタルツインのための人間/機械チーム連携 (Human/Machine Teaming for Manufacturing Digital Twins)
- 先進知能製造システム (Augmented Intelligence for Manufacturing Systems (AIMS))
出典: 元記事を読む
-
求人
生産技術エンジニア この分野に関連する最新の求人情報はこちら›
-
求人
計測・解析エンジニア この分野に関連する最新の求人情報はこちら›
-
求人
生産管理・物流 この分野に関連する最新の求人情報はこちら›
※現在お読みいただいているこの記事は、国内外のニュースソース等から取得した情報を自動翻訳した上で掲載しています。
内容には翻訳による解釈の違いが生じる場合があり、また取得時の状況により本文以外の情報や改行、表などが正しく反映されない場合がございます。
順次改善に努めてまいりますので、参考情報としてご活用いただき、必要に応じて原文の確認をおすすめいたします。