多くの企業が現実世界の実体をデジタルシステムで再現しようと試みています。「デジタルツイン」と呼ばれることもあるこの「現実世界」のデジタル表現は、製品の開発手法を変革し、これまで以上の品質向上とコスト削減を可能にします。

今日のメーカーは、複数のコンポーネントが相互に依存し合う複雑なシステムと、開発サイクル短縮化の必要性に悩まされており、より効率的でエラーの発生しにくい開発アプローチを必要としています。デジタルツインの概念は、こうした課題に対処するために生まれました。

製造業において、デジタルツインの使用とは、現実世界の実体をデジタルで正確に再現することを指します。これは、製品ライフサイクル全体を通じてエンドツーエンドで製品のデジタル表現を追跡する、このブログで以前に説明した別の概念「デジタルスレッド」の考え方と関連しています。

開発する製品をエンジニアリングチームがより深く理解できるようになるため、デジタルツインの使用には大きなメリットがあります。まず製品の品質を向上できます。そして開発時間を短縮できます。

ただし、デジタルツインを作成する場合、従来のITがデジタルツインをサポートするように設計されていないことが課題となります。実体をモデル化する新しいアプローチが必要になります。長いシステムドキュメントの作成が必要となる、古いタイプのシステムでは機能しません。代わりに、より現代的なアプローチが必要となります。そこで登場するのが、モデルベースのシステムエンジニアリングです。

MBSEとは？

モデルベースシステムズエンジニアリング（MBSE）とは、システムの機能性と安全性を実現するため、1つのデジタルモデルでシステムのコンポーネントおよびアーキテクチャと、システムの要件および制限を記述し、関連付けるものです。

MBSEを理解するために、このブログを読むのに使っているデバイスを例にとってみましょう。画面の明るさを調整できるようにするという機能要件があるかもしれません。画面は複数のコンポーネントで構成されています。画面とコンポーネントは、デバイスを構成する、より大きなシステムと連動します。さまざまなチームによってすべてのコンポーネントが開発され、読み取りデバイスとして機能するものにまとめられます。しかし、バッテリーが1時間しか持たず、デバイス全体が十分に機能しなかったとしたらどうでしょうか。コンポーネントを個々に設計したことで、全体の設計意図が失われてしまいました。

デバイスの設計に問題が見つかっても、この時点では、厳しい納期に間に合わせるためにさまざまな部品がすでに製造工程に入っているかもしません。最初に戻ってすべてをやり直し、新しい部品を製造することになります。その後、誰かが、画面の品質を改善するために要件を新しく設定します。この要件は、バッテリーの寿命にどのような影響があるのでしょうか？ここまでに多くの変更があり、さまざまなチームがさまざまな部品を担当していたら、この質問に答えるのは難しいことでしょう。

これは脚色された単純な例ですが、ポイントはお分かりいただけると思います。機能要件、部品、部品の連動、製品の制約のトラッキングは極めて複雑な作業なのです。

MBSEを導入した場合、エンジニアリングチームは、システムと部品に関する要素をすべて網羅したデジタル表現を使って、製品を開発することができます。上記の単純な例で言えば、デバイスの機能要件、設計意図、コンポーネント、部品の連携に関するドキュメントを1か所で確認できます。

MBSEは最終的にどのような成果をもたらすのでしょうか。この例で言えば、誰かが画面の明るさに関する要件を突然変更したような場合に、システム全体への影響を簡単にマッピングして分析することができます。

600万個以上の部品から1機の飛行機を製造するような現実の製造シナリオにおいて、要件のわずかな変更が製品全体の最終的な仕上がりにどのように影響するかを全チームが把握できます。時間、コスト、安全性の点で非常な価値があります。

MBSEがなければ、ナレッジの蓄積とコミュニケーションの主な手段を、企業内のさまざまな部門の電子メール、スライド、スプレッドシートに分散したドキュメントベースのシステムエンジニアリングに頼らざるを得ません。ドキュメントベースの古いシステムでは、コミュニケーションが困難で、データのキュレーションに時間が浪費され、システム全体を把握できず特定のコンポーネント1つしか理解できないという結果になります。

モデルベースシステムズエンジニアリングを適切に使用することにより、システムの開発ライフサイクルのさまざまな段階で何が起こっているかを全チームが把握できるため、効率とコミュニケーションが向上し、納品までの時間を短縮できます。

データベースの役割

MBSEへの移行は、多くの大手メーカーのデジタルトランスフォーメーションにおいて不可欠なものですが、課題でもあります。ほとんどの企業のデータは分散されており、一貫性がなく、管理が困難です。

例えば、多くのM&Aを経験した大手メーカーを想像してみてください。次第に、同じ部品が様々な名前で呼ばれるようになっていくかもしれません。データが数百の異なるシステムに格納されていて、全てのデータを1つのシステムに統合するまでに高いコストと何年もの時間が必要になる可能性もあります。

リネージ（データの出自）をトラッキングして、様々な時点でのデータの状態を記録しておきたいという要望があるかもしれません。そしてもちろん、会社が開発中の製品が極秘事項である場合は、データへのアクセスを慎重に管理し、全て保護しなければなりません。

そこで重要となるのがデータベースです。組織のデータベースは、データセットの規模と複雑さに対応できる柔軟性を備えたものであることが重要です。また、すべての部品同士の固有の関係を管理できることも重要です。そしてもちろん、セキュリティとガバナンスは必要不可欠です。

これらの要件をすべて満たしているMarkLogicは、MBSEのデータベースプラットフォームとして最適です。マルチモデルの柔軟性を備え、セマンティックデータを管理でき、多数のエンタープライズ機能を搭載しています。

当社のお客様であるボーイングが、MBSEイニシアチブをMarkLogicでどのように実現しているか、詳しくご紹介します。

MarkLogicは航空機最大手メーカーのMBSEをどのように実現したか

MarkLogic Worldでのボーイングの講演で紹介された通り、マルチモデルとセマンティック機能を備えたMarkLogicはMBSEの有力な選択肢です。

ボーイングは、MarkLogicをMBSEプロジェクトの基盤とすることで、エンジニアリング手法のデジタル化を成功させました。

ボーイングのMBSEプロジェクトのメリットのうち、上位3つを紹介します。

全員が共通の言語を話す

全体のシステムの一部だけを担当している異なる組織の中で、データはサブシステムとコンポーネントごとに結び付けられているため、1つの部品に複数の命名規則と用途があります。例えば、同じネジが異なる名前で呼ばれ、異なるシステムで使用されている場合があります。

このデータをオントロジーにマッピングして、すべての概念を関連付ける必要があります。オントロジーとは、関係とオブジェクトのセットです。特定のオブジェクトを定義し、さらにそのオブジェクトが一つの企業の異なる部門内でどのように使用されるかを定義することにより、上記の課題を解決します。ネジの例では、あるネジが異なる名前で呼ばれていて助手席とトイレに使用されている場合でも、オントロジーによって、そのネジが同じ部品であることを全員が理解できます。

オントロジーに基づくデータモデリングには、データをRDFトリプルで表現するセマンティック機能が必要です。ボーイングはMBSEを導入したことで、セマンティックによって部品やサブシステムに一貫したクエリを実行できるようになったため、手作業のデータキュレーションが不要になりました。これにより、効率性が改善し、プロセスが合理化されました。

1つの情報リポジトリのどの時点も閲覧可能

MBSEプロジェクト以前のボーイングでは、各コンポーネントは大きな部品を構成する組み立て部品の一部でした。このため、組立ラインの次のグループには理解できない「ブラックボックス」コンポーネントが多数ありました。MBSEイニシアチブの成功の鍵は、複数の形式のデータを保存できること、すべてをまとめて関連付けられること、正確なリネージを持つ1つのデータプラットフォームでバイテンポラル機能を使用することです。

マルチモデルデータを統合できるMarkLogicの高い柔軟性により、ボーイングは航空機データを読み込んですべてを関連付けることができます。さらに、MarkLogicのバイテンポラル機能により、複数バージョンのデータを複数のタイムラインに簡単に保存できます。エンジニアは、イベントが発生した時間（有効時間）と、データがデータベースに入力された時間（システム時間）をトラッキングできます。そのため、より複雑かつ豊富なクエリが可能になり、システム全体への影響とシステムに関するあらゆる問題を修復する方法をより深く理解することができます。

ボーイングでは、複雑なクエリが可能になっただけでなく、リネージをトレースして出自をトラッキングすることで、データ品質を確保できるようになりました。データの出自、経緯、変更履歴など、データライフサイクル全体を通じてデータを簡単にトレースすることができます。これにより、可視性とデータの信頼性が確保されます。

手作業でキュレーションしたり、紙の資料を確認したり、特定分野の専門家を見つけたりする必要がある分散データと違い、1つのリポジトリでデータにクエリを実行できます。

モデルをセマンティックグラフとしてクエリすることでより優れた分析が可能に

メーカーは、システムと要件への波及効果を把握する必要があります。たった1つの製品のモデルが数百ある場合に、ある部品（特定の配線やセンサーなど）は他の部品にどのように影響するでしょうか？重量が10％増加するとコンポーネントのコストが5％下がるとして、その変更に価値はあるでしょうか？

今日、メーカーは競争力を維持するために、高速で安全なデータ分析を必要としています。MBSEが登場する以前は、多くのシステムが紙で文書化されていたため、多くの場合、古くなった情報を手作業でキュレーションする必要がありました。情報がデジタルで保存されていても、アナリストは現在の状態のスナップショットに対して限られたバッチ分析を実行することしかできませんでした。これには数日または数週間かかるため、開発に遅れが生じ、コストが増加していました。

ボーイングは、MBSEを使用することで柔軟なクエリを実行し、リアルタイムでモデルを探索できるようになりました。これにより、モデルをシミュレートしながら影響分析を実行し、製品を検証できます。その結果、すべての航空機の安全性チェックを予算内でスケジュール通りに実施することが可能となりました。

統合された単一のデータリポジトリの実現は常に難しい課題であり、物理的な資産のデジタル表現を作成することはさらに困難です。飛行機などの複雑な輸送機器の製造において、安全性を確保できるかどうかは、全員がそのシステムを完全に理解することにかかっています。MBSE手法と分析の効果を上げ、安全性、コストの削減、ビジネス全体の成功を実現するには、データを統合して検索可能にすることが必要不可欠です。

MarkLogic Worldのプレゼンテーションを見る

MarkLogicデータプラットフォームとセマンティック機能について詳しくご覧ください。

The post MarkLogicはボーイングのMBSEをどのように実現したか appeared first on MarkLogic.