Internet Rzeczy w przemyśle pozwoli na uczenie się maszyn na liniach produkcyjnych - AUTOMATYZACJA PROCESÓW PRODUKCYJNYCH - BIG DATA - INTERNET RZECZY - PRZEMYSŁ 4.0 - IOIT - INTERNET OF INDUSTRIAL THINGS
Farnell, An Avnet Company   Przedstawicielstwo Handlowe Paweł Rutkowski   Relpol SA  

Energetyka, Automatyka przemysłowa, Elektrotechnika

Dodaj firmę Ogłoszenia Poleć znajomemu Dodaj artykuł Newsletter RSS
strona główna Aktualności Internet Rzeczy w przemyśle pozwoli na uczenie się maszyn na liniach produkcyjnych
drukuj stronę
poleć znajomemu

Internet Rzeczy w przemyśle pozwoli na uczenie się maszyn na liniach produkcyjnych

Internet Rzeczy w przemyśle pozwoli na uczenie się maszyn na liniach produkcyjnych
fot. Bosch Rexroth

Rośnie zapotrzebowanie na predykcyjne i preskryptywne narzędzia analityczne, umożliwiające skrócenie przestojów w produkcji oraz usprawnienie czynności konserwacyjnych

Internet Rzeczy w przemyśle (Internet of Industrial Things, IoIT), czyli koncepcja wywodząca się z możliwości łączenia ze sobą aktywów, procesów biznesowych i ludzi w całym przedsiębiorstwie, zmienił halę fabryczną w miejsce, w którym dochodzi do hiperaktywnej łączności i wymiany informacji między urządzeniami. Jednak lepsza łączność pociąga za sobą radykalne zwiększenie napływu danych. Oprócz danych o tradycyjnej strukturze branża produkcyjna ma do czynienia z ogromnym przyrostem ilości danych na wpół ustrukturyzowanych lub nieustrukturyzowanych, pochodzących z czujników, maszyn, internetu czy też mediów społecznościowych. W aktualnym kontekście kluczowe jest to, aby użytkownicy końcowi mieli dostęp do nowych narzędzi umożliwiających zarządzanie danymi w celu przechowywania i przetwarzania dużych ilości napływających danych oraz wykorzystywali najnowsze platformy analityczne, pozwalające na wyciągniecie praktycznych wniosków, które wpłyną na działalność fabryki.

Według analizy Frost & Sullivan, globalnej firmy doradczej, pt.: Inwestowanie w walutę przyszłości: Big Data dla branży produkcyjnej (Investing in the Currency of the Future: Big Data for the Manufacturing Domain) wynika, że branże, takie jak nauki przyrodnicze, branża samochodowa, lotnicza, branża żywności i napojów, produkcja w dziedzinie najnowszych technologii i produkcja ogólna, odpowiadają za 14 procent przechowywanych na świecie danych i stanowią ogromny potencjał dla rozwiązań opartych na dużych zbiorach danych typu Big Data i rozwiązań analitycznych. Dodatkowo pojawiające się aplikacje służące do zarządzania zużyciem energii, oferują użytkownikom końcowym znaczne możliwości monitorowania i optymalizowania wykorzystywanej przez nich energii.

  Co do przechowywania i integracji danych, to systemy oparte na chmurze są najpraktyczniejsze dla małych i średnich przedsiębiorstw, które mają mniej wymogów dotyczących indywidualnego traktowania klientów oraz posiadają rozproszone lokalizacje użytkowników. Firmy zaczynają interesować się także rozwiązaniami hybrydowymi, które umożliwiają przechowywanie i integrację określonych danych na chmurach publicznych i prywatnych, w zależności od kwestii dotyczących wrażliwości i bezpieczeństwa danych – stwierdza Rahul Vijayaraghavan, starszy analityk działu ds. Automatyki Przemysłowej i Kontroli Procesów w firmie Frost & Sullivan.

Branża produkcyjna będzie wykorzystywać rozwiązania oparte na zaawansowanych technologiach uczenia się maszyn

Po zebraniu i posegregowaniu danych potrzeba wygenerowania z nich wartości wymusi rozwój platform analitycznych. Proaktywne działania na rzecz wydłużenia czasu wykorzystywania aktywów oraz usprawnienia czynności konserwacyjnych doprowadzą do szczególnie dużego zainteresowania predykcyjnymi i preskryptywnymi narzędziami analitycznymi. Według prognoz popyt na rozwiązania predykcyjne i preskrytpywne w latach 2014-2021 odnotuje łączny roczny wzrost na poziomie 56,9 procent.

  Aktualne reaktywne podejście uniemożliwia przekazanie informacji o awarii. Natomiast zastosowanie złożonych algorytmów statystycznych oraz technologii uczenia się maszyn w celu oceny danych historycznych i danych przekazywanych przez czujniki w czasie rzeczywistym pomoże użytkownikom końcowym identyfikować potencjalne awarie sprzętu z dużym wyprzedzeniem – wyjaśnia Rahul Vijayaraghavan. 

Jeżeli chodzi o wizualizację tych wskaźników, to ogromne znaczenie ma indywidualne traktowanie użytkowników. Stworzenie przyjaznego dla użytkownika i wysoce intuicyjnego interfejsu do analizy kluczowych danych w oparciu o wymagania poszczególnych grup personelu jest niezbędne w każdym przypadku udanego wykorzystania Big Data. W związku z tym zwiększenie zdolności sprawnego przechowywania, centralnego integrowania, proaktywnej analizy i skutecznego przedstawiania kluczowych danych użytkowników końcowych będzie nadal otwierać drzwi dostawcom Big Data do branży produkcyjnej.

Źródło: Frost & Sullivan

follow us in feedly
REKLAMA

Otrzymuj wiadomości z rynku elektrotechniki i informacje o nowościach produktowych bezpośrednio na swój adres e-mail.

Zapisz się
Administratorem danych osobowych jest Media Pakiet Sp. z o.o. z siedzibą w Białymstoku, adres: 15-617 Białystok ul. Nowosielska 50, @: biuro@elektroonline.pl. W Polityce Prywatności Administrator informuje o celu, okresie i podstawach prawnych przetwarzania danych osobowych, a także o prawach jakie przysługują osobom, których przetwarzane dane osobowe dotyczą, podmiotom którym Administrator może powierzyć do przetwarzania dane osobowe, oraz o zasadach zautomatyzowanego przetwarzania danych osobowych.
Komentarze (0)
Dodaj komentarz:  
Twój pseudonim: Zaloguj
Twój komentarz:
dodaj komentarz
REKLAMA
REKLAMA
Nasze serwisy:
elektrykapradnietyka.com
przegladelektryczny.pl
rynekelektroniki.pl
automatykairobotyka.pl
budowainfo.pl