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   Phoenix Contact Sp. z o.o.  

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