古い設備は「何を取りたいか」で4パターンに分かれる
レトロフィット（既存設備への後付け改修）でデータを取る方法は、大きく4つに分かれます。設備が古いかどうかより、取りたいデータが「動いているか止まっているか」なのか「加工条件の数値」なのか「設備の劣化」なのかで、選ぶべき方法が決まります。
| パターン | 取れるデータ | 主な機器 | 向く用途 | 設備への手入れ |
|---|---|---|---|---|
| A 状態の後付け検知 | 稼働・停止・異常（積層灯の色）、生産数 | 積層灯センサ、近接・光電センサ、カウンタ | 稼働率・OEEの見える化、チョコ停の把握 | ほぼ不要（外付け） |
| B 電流・電力の計測 | 負荷の大きさ、サイクル、待機電力 | クランプ式電流センサ、電力計 | 稼働判定、サイクルタイム、モータ異常の兆候、省エネ | 盤内に取付け（停止時に作業） |
| C カメラによる読取 | アナログメーター、7セグ表示、HMI画面の数値 | 固定カメラ＋画像認識 | 点検の自動化、設定値の記録 | 不要（外から撮る） |
| D 制御側の追加・置換 | 加工条件・アラーム・設定値など内部の値 | 小型PLC、IoTゲートウェイ、通信ユニット | 品質と条件の相関分析、予知保全、トレーサビリティ | 制御盤の改造（安全確認が必要） |
AからDへ進むほど取れる情報は増えますが、設備への手入れと費用、メーカー保証への影響も大きくなります。最初から全部Dにする必要はありません。
パターンA・B：外から状態を取る
パターンAは、積層灯の点灯色や、ワークの通過を外付けのセンサで拾う方法です。設備の内部に手を入れないため、保証やメーカーとの調整がほとんど要りません。稼働・停止・異常の3状態と生産数が取れれば、稼働率の見える化とチョコ停（短時間停止）の把握はできます。ただし、なぜ止まったかは分かりません。停止理由は作業者の入力で補う必要があり、その入力UIの設計は不良コード・停止理由コードの設計と同じ考え方になります。
パターンBは、動力線にクランプ式の電流センサを付ける方法です。電流値の大きさで加工中・空転・停止を区別でき、波形の周期からサイクルタイムも推定できます。モータ電流の波形を解析するMCSA（モータ電流シグネチャ解析）は、軸受や回転子の異常の兆候を捉える手法として知られており、センサを後付けしやすいことが利点です。予知保全でどのセンサを選ぶかは予知保全のセンサ選定で扱っています。
パターンC・D：数値そのものを取る
パターンCは、アナログメーターや設備の表示画面をカメラで撮り、画像認識で数値にする方法です。圧力計や温度計の巡回点検を置き換える用途が代表的で、ダイキン工業は2026年8月、無線IoTカメラとAIでアナログメーターの自動読取と設備異常検知を提供するLiLzへの出資を発表しています（同社発表）。設備に手を入れずに数値が取れる反面、撮影間隔は数分〜数時間が普通で、加工1回ごとの細かな変化は追えません。照明の変化や針の反射で誤読が起きるため、読取値の信頼度を一緒に記録しておきます。
パターンDは、小型PLCやIoTゲートウェイを追加して、制御側の値を直接取る方法です。既にPLCがある設備なら、空いている通信ポートやイーサネットユニットの追加で、加工条件やアラームを取れることが多くあります。リレー制御の設備では、PLCへの置換えを機に信号を取り出す形になります。取れる情報は最も多いものの、制御盤の改造は設備の安全機能に影響しうるため、改造範囲を限定し、メーカーや社内の設備担当と事前に確認します。
用途から逆算する選び方と、MESにつなぐための3つの決めごと
どのパターンを選ぶかは、次の順で決めると迷いません。
どのパターンでも、後でMESやAIにつなぐときに困らないよう、次の3つは最初に決めておきます。
- 設備IDを工場の設備マスタと一致させる：センサ側で独自の名前（「1号機」「NC旋盤左」など）を付けると、MESの実績やロットと結合できません。MESや固定資産台帳の設備コードをそのまま使います。命名の考え方は設備タグの命名規則を参照してください。
- 時刻の基準を揃える：後付け機器はNTPで時刻同期し、記録する時刻が「発生時刻」か「受信時刻」かを決めます。ゲートウェイで受信した時刻しか残らないと、通信が遅れた区間のデータがずれます。
- 取ったデータの置き場所を1つにする：パターンごとに別々のクラウドサービスに置くと、横断して見られません。収集の窓口をゲートウェイやブローカーに集め、そこから蓄積先へ流す構成にします。
中小規模の工場で月数万円から始める具体的な構成は中小製造業の設備データの集め方で扱っています。
よくある質問
古い設備に後付けセンサを付けるとメーカー保証はどうなりますか？
外付けのセンサ（パターンA・C）は、設備に手を入れないため保証に影響しないことがほとんどです。制御盤内への電流センサの取付けやPLCの追加（パターンB・D）は、設備メーカーとの契約によって扱いが違うため、事前に確認します。保守契約が切れている設備は、社内の設備担当の判断になります。
どのくらいの台数から始めるべきですか？
同じ型式で同じ課題を持つ設備を2〜5台選んで始めるのが現実的です。1台だけだと比較ができず、しきい値や判定ロジックが他の設備で通用するか分かりません。最初の数台で、設備ID・時刻・データの置き場所の決めごとを固めてから台数を増やします。
カメラでのメーター読取の精度は信用できますか？
針や数字がはっきり写る環境なら実用になりますが、照明・反射・汚れで誤読は起きます。読取値と一緒に信頼度を記録し、信頼度が低い値は人が確認する運用にします。品質記録として使う場合は、元画像を一定期間残しておくと後で検証できます。
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全130本
- MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
- 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
- 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
- データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
