文献

J-GLOBAL ID：202002288647036451   整理番号：20A0578449

予測保全使用事例のための産業4.0要求マッピングのためのビッグデータとストリーム処理プラットフォーム【JST・京大機械翻訳】

Big data and stream processing platforms for Industry 4.0 requirements mapping for a predictive maintenance use case

著者 (3件)： Sahal Radhya (CONFIRM SFI Research Centre for Smart Manufacturing, National University of Ireland Galway, Ireland) ,  Breslin John G. (CONFIRM SFI Research Centre for Smart Manufacturing, National University of Ireland Galway, Ireland) ,  Ali Muhammad Intizar (CONFIRM SFI Research Centre for Smart Manufacturing, National University of Ireland Galway, Ireland)
資料名： Journal of Manufacturing Systems  (Journal of Manufacturing Systems)
巻： 54  ページ： 138-151  発行年： 2020年 
JST資料番号： D0396B  ISSN： 0278-6125  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 産業4.0は,製造システムのためのデジタル,自律,分散制御の新しいパラダイムを導入する第4の産業革命であると考えられている。産業4.0応用のための2つの重要な目的は,生産チェーンを通して最大のアップタイムを保証し,生産コストを削減しながら生産性を増加させることである。データ駆動経済が進化するにつれて,企業はこれらの目的を達成するために大きなデータ技術を利用し始めた。大規模データとIoT技術は,予測保全のようなデータ指向アプリケーションの構築において重要な役割を果たしている。本論文では,大規模データとストリーム処理のための既存のオープンソース技術の長所と弱点をレビューするための系統的方法論を用いて,産業4.0の使用事例に対するそれらの利用を確立した。著者らは,鉄道輸送と風力エネルギーの地域における予測保全の2つの選択された使用事例に対する一連の要件を同定した。著者らは,オープンソースツールに焦点を合わせた大規模データストリーミング技術の能力に対する予測保全利用ケース要件の第一のマッピングを行った。著者らの研究に基づいて,選択した使用事例に対するオープンソースの大規模データ技術のいくつかの最適組合せを提案した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分散制御 ,  風車 ,  ディジタル方式 ,  鉄道輸送 ,  *応用プログラム ,  チェーン ,  風力エネルギー ,  製造原価 ,  生産システム
準シソーラス用語： オープンソース ,  モノのインターネット ,  大規模データ ,  データ駆動 ,  自律性 ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (6件)： 産業4.0 ,  ビッグデータ ,  ストリーム処理 ,  予測保全 ,  鉄道 ,  風力タービン

分類 (1件)： 切削一般  (QC02010V)

タイトルに関連する用語 (6件)： 予測保全 ,  産業 ,  マッピング ,  ビッグデータ ,  ストリーム処理 ,  プラットフォーム