製造現場におけるデジタルトランスフォーメーション（DX）の必要性が叫ばれて久しいものの、中堅・中小規模の工場において、その道のりは決して平坦ではありません。多くの製造現場では、「稼働率を可視化したい」「チョコ停の要因を分析したい」という明確な課題を抱えながらも、数百万から数千万円規模の投資が必要となる高額なパッケージシステムの導入に足踏みをしているという課題は珍しくありません。
高額な初期投資は、費用対効果（ROI）の事前証明を難しくし、結果として社内稟議が通らないという悪循環を生み出します。このような状況を打破するための有効なアプローチが、現場にある古い機械をそのまま活かし、自らの手でデジタル化を進める「DIY（Do It Yourself）」によるスモールスタートです。
プログラミングの基礎知識（JavaScript程度）があれば、オープンソースのテクノロジーを組み合わせることで、実用に耐えうるシステムを構築することが十分に可能です。本記事では、カイゼンの精神とデータ分析を融合させ、継続的な改善を推進するための実践的なアプローチとして、Node-REDを用いた設備稼働監視の構築手順を詳細に解説します。
製造業DXの第一歩：なぜ「Node-RED」によるDIY実装が最適なのか
製造現場のデジタル化を進める際、最初から全社規模のシステムを構築しようとすると、現場の運用実態とシステムの仕様に乖離が生じ、結果として使われないシステムになってしまうリスクがあります。まずは1つのライン、1台の設備から小さく始めて成果を可視化し、段階的にスケールアップする導入戦略が推奨されます。
ベンダー依存からの脱却とコストの最小化
特定のベンダーが提供するクローズドなパッケージシステムは、導入の手間を省ける一方で、機能の追加や仕様変更のたびに高額なカスタマイズ費用が発生するという課題があります。製造現場は常に変化しており、生産品目の変更やレイアウトの変更に伴って、取得したいデータや監視の条件も変わっていきます。
DIYアプローチの最大の利点は、この「柔軟性」にあります。自社でシステムの構造を理解し、構築から運用までを手がけることで、現場のニーズに即座に対応できる体制を整えることができます。これは単なるコスト削減にとどまらず、現場の技術者がデジタル技術に触れ、データドリブンな思考を養うという人材育成の観点でも大きな価値をもたらします。
Node-REDとMQTTが製造現場で選ばれる理由
DIY実装のコアとなるのが、「Node-RED」というローコード開発ツールです。Node-REDは、画面上の「ノード（部品）」を線でつなぎ合わせるだけで、データの流れ（フロー）を視覚的に構築できる強力なプラットフォームです。
製造現場でNode-REDが評価されている理由は以下の通りです。
- 視覚的なわかりやすさ：複雑なプログラミング言語を深く習得していなくても、データの入力、処理、出力の流れを直感的に把握できます。
- 豊富な対応プロトコル：Modbus、OPC UAといった産業用通信プロトコルから、一般的なWeb APIまで、多様な規格を標準でサポートしています。
- オープンソースの拡張性：世界中の開発者が作成したノードを自由に追加でき、要件に応じた機能拡張が容易です。
また、データ通信の規格として「MQTT」を組み合わせることが一般的です。MQTTは非常に軽量な通信プロトコルであり、工場の奥まった場所など、ネットワーク環境が不安定な場所でもデータ欠損を起こしにくいという特性を持っています。これらの技術スタックを組み合わせることで、低コストでありながら産業用途に耐えうる堅牢なシステムを構築することが可能になります。
前提条件とハードウェアの準備：予算10万円の内訳
スモールスタートを切るための初期投資として、「約10万円」という目安を設定してハードウェアの構成を検討します。具体的な最新価格は各販売代理店の公式サイト等で確認していただく必要がありますが、ここではシステムを構成するための費用配分の考え方と選定のポイントを解説します。
必要なデバイス（Raspberry Pi 4 / 産業用PC）
データ収集のハブとなるエッジデバイスには、シングルボードコンピューターの代表格であるRaspberry Pi、またはエントリークラスの産業用PCを選定します。
- エッジデバイスの要件：Linux系のOSが稼働し、Node-REDがインストールできること。Wi-Fiまたは有線LANのインターフェースを持つこと。
- 環境への配慮：工場内は粉塵や油煙、高温多湿といった過酷な環境になることが多いため、Raspberry Piを使用する場合は、放熱性の高いアルミケースや、防塵対策が施された専用の産業用ケースに収納することが強く推奨されます。
システム全体の予算配分において、このエッジデバイスと周辺機器（電源、SDカードなど）で約30%〜40%を占めるイメージで構成を組みます。
センサー選定：積層信号灯用光センサーと電流クランプ
古い設備には、データを外部に出力するためのインターフェース（PLCの通信ポートなど）が備わっていないケースが多々あります。このような場合、既存の設備を改造することなく、後付けでデータを取得する「非接触」のアプローチが有効です。
1. CTセンサー（電流クランプ）
設備の電源ケーブルを挟み込むだけで、流れる電流値を計測できるセンサーです。モーターの稼働状況やヒーターのオン/オフを判定するのに適しています。設備を停止させたり、配線を切断したりする必要がないため、導入のハードルが非常に低いです。
2. 積層信号灯用光センサー
多くの工作機械には、稼働状態（緑）、段取り中（黄）、異常停止（赤）を示す積層信号灯（パトライト）が設置されています。この信号灯の点灯状態を外側から光センサーで読み取ることで、設備のステータスを簡単にデジタルデータ化できます。
これらのセンサー類と、アナログ信号をデジタル通信（Modbus等）に変換するためのI/Oユニットを合わせて、予算の残り60%〜70%を割り当てるのが一般的な構成モデルとなります。
実装ステップ1：Node-REDによるデータ取得フローの構築
ハードウェアの準備が整ったら、いよいよソフトウェアの実装に入ります。Node-REDを活用して、センサーから送られてくる生のデータを、扱いやすい情報に変換するフローを構築します。
Node-REDのインストールと初期設定
エッジデバイス（Raspberry Pi等）のOSセットアップが完了したら、Node-REDをインストールします。最新のインストールコマンドや手順については、Node-REDの公式ドキュメントを参照して実行してください。
インストール後、ブラウザから http://[デバイスのIPアドレス]:1880 にアクセスすると、フローエディタの画面が開きます。まずは、セキュリティを高めるために、設定ファイル（settings.js）を編集して管理者用のログインパスワードを設定することが重要です。
GPIO・Modbus/TCP経由のデータ受信ノード設定
センサーからのデータを受け取るための入り口を作ります。例えば、CTセンサーの値をModbus/TCP対応のI/Oユニット経由で取得する場合、パレットから「Modbus Read」ノードを配置します。
- ノードのプロパティを開き、通信先のIPアドレスとポート（通常は502）を設定します。
- 読み取るレジスタのアドレスとデータ長を指定します。
- 定期的にデータを取得するため、ポーリング間隔（例：1秒ごと）を設定します。
JavaScriptを用いたデータ整形（JSON形式への変換）
センサーから取得したデータは、単なる数値の羅列であることが多いため、後続のシステムで扱いやすいように意味を持たせたJSON形式に整形します。ここで「Function」ノードを使用し、簡単なJavaScriptコードを記述します。
以下は、取得した電流値（アナログ値）から設備の稼働状態を判定し、JSONオブジェクトを生成するコードの例です。
// Functionノード：電流値から稼働状態を判定する
let current_value = msg.payload; // Modbusから取得した電流値
let status = "stop";
// 閾値（例: 5.0A）を超えたら稼働中と判定
if (current_value > 5.0) {
status = "running";
}
// 後続の処理で扱いやすいJSON形式に整形
msg.payload = {
"equipment_id": "machine_01",
"status": status,
"current": current_value,
"timestamp": new Date().toISOString()
};
return msg;
このように、現場の物理的な変化（電流の増減）を、意味のあるデジタルデータ（稼働/停止）に変換するロジックをエッジ側で持たせることで、ネットワークに流れるデータ量を最適化できます。
実装ステップ2：MQTTを用いたデータ通信とデータベース保存
エッジデバイスで整形したデータを、蓄積・分析用のサーバーへ送信する仕組みを構築します。ここでは、製造現場と相性の良い「MQTT」と「時系列データベース」の組み合わせを解説します。
軽量通信プロトコルMQTTのブローカー設定
MQTTは、パブリッシュ（送信）とサブスクライブ（受信）という仕組みでデータをやり取りします。この通信を仲介するのが「MQTTブローカー」です。オープンソースの「Mosquitto」などが広く利用されています。
MQTTの大きな特徴として「QoS（Quality of Service）」という通信品質のレベル設定があります。製造現場では、一時的な電波障害が発生することがあるため、QoSレベルを「1（少なくとも1回は届ける）」または「2（確実に1回だけ届ける）」に設定することで、データの欠損を防ぐ設計が可能です。
Node-RED側では、「MQTT out」ノードを配置し、データの送信先（トピック）を指定します。トピック名は階層構造を持たせることができるため、factory/line_A/machine_01/status のように、物理的な配置に紐づけた命名規則を設計することが運用上のポイントになります。
InfluxDBへの時系列データ書き込み手順
設備の稼働データやセンサーの測定値は、すべて「時間」と紐付いた時系列データです。リレーショナルデータベース（RDB）よりも、時系列データの扱いに特化した「InfluxDB」などのデータベースを採用することで、大量のデータを高速に書き込み、検索することができます。
データの保存設計では、スキーマの分け方が重要です。
- タグ（Tags）：検索のキーとなる情報（設備ID、ライン名など）
- フィールド（Fields）：変動する測定値（電流値、温度、稼働ステータスなど）
サーバー側にもNode-REDを配置し、「MQTT in」ノードでデータを受信した後、「InfluxDB out」ノードを使ってデータベースへ書き込むフローを構築します。これにより、エッジ側でのデータ取得からサーバー側でのデータ蓄積までの一連のパイプラインが完成します。
可視化とアラート設定：現場が「動く」ダッシュボード作成
蓄積したデータは、現場の作業員や管理者が直感的に理解できる形で可視化されて初めて価値を生み出します。異常が発生した際に、即座にアクションを起こせる仕組みを作ることが重要です。
Node-RED Dashboardによるリアルタイム稼働率表示
Node-REDには、ブラウザ上で動作するUIを簡単に作成できる「Node-RED Dashboard」という拡張ノードが用意されています。これを利用して、現場に設置したモニターに表示するためのダッシュボードを構築します。
現場作業員が見て直感的に状況がわかるUI設計のポイントは以下の通りです。
- 色の活用：稼働中は緑、停止中は赤、段取り中は黄など、現場の積層信号灯と同じカラーコードを採用し、認知負荷を下げる。
- 文字と図のサイズ：数メートル離れた場所からでも視認できるよう、重要な数値（本日の稼働率、生産数など）は大きく表示する。
- 情報の絞り込み：管理層が見るような複雑な分析グラフは避け、現場で「今、何が起きているか」が瞬時にわかるシンプルなゲージやチャートに限定する。
LINE/Slackへの異常検知通知の実装
ダッシュボードでの可視化に加えて、設備が予期せぬ停止（異常停止）を起こした際に、担当者のスマートフォンへ即座に通知を送る仕組みを実装します。
Node-REDのFunctionノードを使って、ステータスが「running」から「error」に変化した瞬間を検知するロジック（状態遷移の検知）を記述します。異常を検知した場合、HTTP Requestノードを使用して、LINE NotifyやSlackのWebhook APIへメッセージを送信します。
// 異常検知時のメッセージ生成例
if (msg.payload.status === "error") {
msg.payload = {
"text": "【異常検知】 ラインAの設備01が停止しました。直ちに確認してください。\n発生時刻: " + msg.payload.timestamp
};
return msg;
}
return null; // 異常がない場合は後続フローへ流さない
これにより、現場から離れた場所にいてもトラブルに即応できる体制が構築され、ダウンタイムの最小化に直結します。
テストと検証：工場特有の環境ノイズ・通信障害対策
プロトタイプが完成したら、本番環境での稼働テストを行います。製造現場はオフィス環境とは異なり、システムを不安定にさせる様々な要因が存在します。ここでは、技術的に解決すべき代表的な課題とその対策を提示します。
ノイズによる誤検知のフィルタリング実装
工場の大型機械が稼働する際、電源ラインや空間に強力な電磁ノイズが発生します。このノイズをセンサーが拾い、設備が停止しているのに「稼働中」と誤検知してしまうケースが多発します。
ハードウェア的なシールド対策に加えて、ソフトウェア側でのフィルタリングアルゴリズムの実装が不可欠です。Node-REDのFunctionノード内で「移動平均フィルタ」や「ローパスフィルタ」の処理を追加します。
例えば、直近5回の測定値の平均を計算し、突発的なスパイク（瞬間的な異常値）を無視するロジックを組み込むことで、データの信頼性を大幅に向上させることができます。
ネットワーク切断時のデータバッファリング
工場内は金属製の設備や壁が多く、Wi-Fiの電波が遮断されやすい環境です。一時的にネットワークが切断された場合、その間のデータが失われてしまうと、正確な稼働率の算出ができなくなります。
この問題に対する堅牢化対策として、エッジデバイス側でのデータバッファリングを実装します。ネットワークの切断を検知した場合、Node-REDのファイル出力ノードを使用して、データを一時的にRaspberry Pi内のローカルストレージ（CSVファイル等）に保存します。ネットワークの回復を検知したタイミングで、保存しておいたデータを読み込み、順次サーバーへ再送するフローを構築することで、データの欠損を完全に防ぐことが可能になります。
意思決定を後押しする：ROI算出と社内稟議の書き方
技術的な検証が完了し、1台の設備で成果が出始めたら、次はいよいよ複数ラインへの展開に向けた社内承認（稟議）を得るフェーズに入ります。技術者が最も苦労するのが、この「ビジネス的な妥当性」の証明です。
「チョコ停」削減による経済効果の試算モデル
経営層を納得させるためには、技術的な面白さではなく、具体的なコスト削減効果を数値化するフレームワークが必要です。製造現場で最もわかりやすい指標が「チョコ停（一時的な設備停止）」の削減による経済効果です。
以下の計算式を用いて、ROIを算出します。
- 現状のロス時間の算出
- 例：1回のチョコ停（平均5分） × 1日10回発生 × 月20日稼働 = 月間1,000分（約16.6時間）のロス
- 機会損失額の算出
- 設備の時間あたりチャージレート（労務費＋設備償却費など）が5,000円/時間の場合
- 16.6時間 × 5,000円 = 月間83,000円の損失
- 改善効果の予測
- 可視化と即時アラートにより、チョコ停の復旧時間が半減（5分→2.5分）したと仮定
- 月間削減効果：41,500円
今回のDIY実装にかかった初期費用が約10万円であれば、わずか2.5ヶ月で投資回収が可能であるという強力な論拠となります。
スモールスタートから全社展開へのロードマップ
稟議書には、単なるコスト削減だけでなく、将来的な拡張性を含めた戦略的価値を記載します。
- フェーズ1（現在）：重要設備1台の稼働可視化とアラート通知（概念実証）
- フェーズ2（半年後）：同ラインの全設備への水平展開、蓄積データに基づく予防保全の検討
- フェーズ3（1年後）：生産管理システム（MES）とのデータ連携による、予実管理の自動化
このように、「小さく始めて大きく育てる」ロードマップを提示することで、経営層に対して導入のリスクが極めて低く、将来的なリターンが大きいことをアピールできます。
トラブルシューティングと運用保守のガイドライン
システムは導入して終わりではなく、安定して稼働し続けることで初めて価値を提供します。DIYで構築したシステムを長期運用する上で直面する技術課題と、その対処法を整理しておきます。
よくあるエラーコードとその対処法
エッジデバイスとしてRaspberry Piを運用する場合、最も注意すべきは「死活監視」です。熱暴走やOSのフリーズによってシステムが停止するリスクに備える必要があります。
- Watchdog Timer（WDT）の有効化：OSレベルでシステムのフリーズを検知し、自動的にハードウェアを再起動する仕組みを必ず有効にしてください。
- プロセス監視：Node-REDのプロセスが予期せず終了した場合に備え、
PM2などのプロセスマネージャーを使用して、自動再起動プロセスを組み込みます。
SDカードの寿命対策とバックアップ戦略
Raspberry Piの記録媒体として使用されるmicroSDカードは、書き込み回数に物理的な上限があります。データベースへの頻繁な書き込みや、大量のログ出力を行うと、数ヶ月でSDカードが破損する事例が報告されています。
長期運用に耐えるためのメンテナンス項目として、以下の対策を実施してください。
- ログ出力の抑制：Node-REDやOSの不要なログ出力を停止し、書き込み頻度を下げる。
- RAMディスク（tmpfs）の活用：一時的なデータやキャッシュは、SDカードではなくメモリ上の仮想ドライブに保存するよう設定を変更する。
- 定期バックアップ：システムが安定稼働した時点でのSDカード全体のイメージバックアップを取得し、障害発生時に予備のSDカードへ即座に差し替えられる体制を整える。
専門家への相談による導入リスクの軽減
本記事では、Node-REDを用いた設備稼働監視のDIY構築手順を解説してきました。オープンソースを活用したスモールスタートは、コストを抑えながら現場のデジタル化を推進する非常に有効な手段です。
一方で、実際の製造現場には、設備の通信プロトコルが特殊であったり、既存のネットワークセキュリティ要件が厳しかったりと、企業ごとに固有の課題が存在します。自社への適用を検討する際は、専門家への相談で導入リスクを軽減できます。個別の状況に応じたアドバイスを得ることで、セキュリティを担保しながら、より効果的な導入と拡張のロードマップを描くことが可能です。
現場の課題解決に向けた第一歩として、まずは現状の課題整理から始めてみてはいかがでしょうか。自社の環境に合わせた最適なアプローチを見つけるための、専門家との対話をおすすめします。
コメント