データ基盤を準備する

まず UNS でモデルを構築し、その後 Source Flow でデータをモデルへ接続して、後続利用のためのデータ基盤を作ります。

flowchart BT
  uns["UNS モデル"]
  flow["Source Flow"]

  flow -->|"データ送信"| uns

  classDef t0accent fill:#EFFFD2,stroke:#8AC926,stroke-width:1px,color:#18230B
  classDef t0node fill:#F8FAFC,stroke:#CBD5E1,stroke-width:1px,color:#111827
  class uns t0accent
  class flow t0node

ノート

このプロセスは UNS Agent との会話で完了できます。詳細はこちらを確認してください。

データモデルを構築する

次の内容に基づいて、データ階層をツリーマップとして定義します。

• データが発生する物理的な場所（ISA-95 を参照）；
• データが従う業務ロジック。

モデルを手動で構築する

1. モデル構造を設計し、topic を追加する前に順序どおりに path を追加します。
2. データ特性に基づいて、Metric、State、Action から Topic Type を設定します。
3. Mock Data を選択してモデルへシミュレーションデータを送信し、Enable History を有効にしてデータをデータベースへ保存します。
4. Auto Parsing または Pre-defined を使って、正しいデータ型のフィールドを topic に追加します。
   • Auto Parsing：JSON テキストからフィールドを一括で自動変換します。
   • Pre-defined：topic のフィールドを 1 つずつ手動で設定します。

モデルをインポートする

ヒント

ChatGPT などの LLM を使ってモデルのインポートを支援できます。

1. Import からテンプレート JSON を AI に送り、次のような prompt を使用します。

   テンプレートに基づき、xx 工場の xx 用途で使う UNS モデルを生成してください。xx 設備とデータソースを含めてください。

2. 生成された結果を UNS にインポートします。

データを UNS に接続する

データフローの特徴

• Node-RED をベースにしています。
• すべての flow は mqtt out ノードで終わります。このノードは MQTT client として UNS broker にデータを publish します。
• UNS broker は、flow と同じ名前の mqtt out と mqtt in ノードに組み込まれています。
• UNS モデルを topic として使用すると、データは UNS の対応するモデルへ直接入ります。

手順

1. データソースの種類に応じてノードを使って flow を構築し、最後を mqtt out ノードにします。

   必要なノードがない場合

   要件に合わせて Node-RED コミュニティからノードをインストールできます。公式コミュニティノードは、多くの場合 node-red-contrib で始まります。

2. mqtt out ノードの Server が UNS broker に設定され、topic が UNS のモデルになっていることを確認します。

Flow のバージョン管理

データ flow のバージョンを保存すると、以前のバージョンへロールバックしたり、履歴バージョンから新しい flow を開始したりできます。

次へ

• 工場データでアプリを構築 - UNS データを使って産業アプリケーションを構築します。
• 工場データを分析する - Marimo Notebook と Python で UNS データを分析します。