IoT 予知保全のための クラウド構成と料金試算例
構成概要
目的・用途：
機械や機器の状態把握によるパフォーマンスの判断や潜在的な故障を検知したい
この構成での料金試算例：
159.84 ドル（月額）
予知保全分析では、産業用機器の状態を把握することで、生産に影響を与える前に故障の可能性を特定することができます。
AWS IoT を利用することで、機器の状態、健康状態、パフォーマンスを継続的に監視して推測し、リアルタイムで問題を検出することができます。組織が予知保全分析を活用すると、機器の寿命が伸び、作業員の安全性が向上し、サプライチェーンが最適化されます。
この構成での選択サービス
|
用途
|
選択サービス
|
|---|---|
|
機械学習 推論の実行トリガー
|
|
|
機械学習 推論の実行
|
|
|
テレメトリーデータ収集
|
|
|
データ前処理と保存
|
|
|
機械学習モデル構築
|
|
|
機械学習モデル保存
|
月額合計料金：159.84（USD）
この構成での料金試算例
|
サービス
|
項目
|
数量
|
単価
|
料金 (USD)
|
||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Amazon FreeRTOS
|
推論実行トリガーデバイス |
50 センサー |
無料 |
0.00000 |
||||||||||||||||||||||||
|
AWS IoT Greengrass
|
推論実行デバイス |
50 ゲートウェイ |
0.18 USD/デバイス |
9.00000 |
||||||||||||||||||||||||
|
AWS IoT Core
|
|
|
|
|
||||||||||||||||||||||||
|
AWS IoT Analytics
|
|
|
|
|
||||||||||||||||||||||||
|
Amazon SageMaker
|
|
|
|
|
||||||||||||||||||||||||
|
Amazon Simple Storage Service
|
|
|
|
|
東京リージョンのご利用を想定しています。
デバイス 1 万台が AWS IoT Core に 30 日間常時接続し、推論結果メッセージ(5 KB)を 1 分間隔で AWS IoT Core の Basic Ingest トピックへ送信します。
トリガールールはデバイスから AWS IoT Core へ送信されるメッセージに対して設定し、アクションは AWS IoT Analytics への送信を設定します。
AWS IoT Analytics のパイプラインではメッセージを無変換でデータストアへ保存し、前日分データをスキャン対象に 1 日 1 回分析クエリを実行します。
Amazon SageMaker では、モデル構築とトレーニングに ml.m5.xlarge インスタンスタイプを用います。インスタンスは、モデル構築に月合計 64 時間、トレーニングに月合計 64 時間のインスタンスを実行します。
Amazon SageMaker のモデル構築インスタンスのストレージとトレーニングインスタンスのストレージは、AWS IoT Analytics のデータ保存サイズから 100GB 程度増加したサイズのストレージをそれぞれのインスタンスに割り当てます。
直近 7 日分のデータを使用して、モデル構築を行います。
モデルサイズは平均 100 MB として、毎週(4 回/月)新しいモデルを構築し Amazon Simple Storage Service へ保存し、Amazon Simple Storage Service から AWS IoT Greengrass へデプロイします。
- 50 デバイス * 43,200 分 (30 日) = 216 万分として計算
- 50 デバイス * 1 メッセージ /分 * 43200 分(30 日) = 216 万メッセージとして計算
- 216 万メッセージ * 5KB = 10.29968262GB ≒ 10.3GB として計算
- 10.3GB / 1024 = 0.010058594TB ≒ 0.1TB として計算
- 50 デバイス * 4 回/月 = 200 リクエスト、50 デバイス * 0.4GB = 20GB として計算
※ 2024 年 3 月 6 日時点での試算です