UWOLNIJ POTĘGĘ DANYCH SWOJEJ ORGANIZACJI
Uwolnij potęgę danych swojej organizacji
Zagadnienia OT
Technologia w NAZCA 4.0
Zagadnienia OT
Zagadnienia OT
Edge computing
Rozwiązanie polegające na gromadzeniu, przetwarzaniu i wstępnej analizie danych na brzegu linii produkcyjnej, czyli blisko miejsca ich wytwarzania.
Potrzeba preprocessingu danych w sąsiedztwie ich powstawania wynika z faktu, że urządzenia IIoT zbierają duże ilości danych, a informacje te trzeba w czasie rzeczywistym przetworzyć i przesłać do warstwy chmurowej.
Przetwarzanie brzegowe pozwala zmniejszyć jednocześnie obciążenie łącza danych, zapewnia możliwość efektywnego wykorzystania aplikacji w odległych lokalizacjach, a także daje możliwość przetwarzania danych bez konieczności umieszczania ich w publicznej chmurze (bezpieczeństwo danych wrażliwych).
Edge computing w NAZCA 4.0
Integracja istniejącej infrastruktury
W większości przypadków istnieje możliwość pobierania danych z istniejącej infrastruktury, bez konieczności rozbudowy układów pomiarowych czy zmiany systemu sterowania. Maszyny, roboty czy sterowniki PLC umożliwiają dostęp do danych diagnostycznych czy parametrów sterowania przez odpowiednio skonfigurowane protokoły komunikacyjne (OPC, Modbus, MQTT).
Bez wykorzystania możliwości jakie daje Industry 4.0 maszyny stanowią zbiór niepołączonych z sobą komponentów, tworząc silosy informacyjne (ograniczając jednocześnie poprawny proces zarządzania parkiem maszynowym, logistyką, dystrybucją, planowaniem produkcji).
Oparcie wymiany danych o standardy IIoT otwiera nowe możliwości w zakresie dostępu do danych oraz ich dystrybucji.
Zobacz swoje dane w akcji!
Zostaw swój email. Odezwiemy się do Ciebie i pokażemy NAZCA 4.0 w akcji.
Zobacz więcej co może Ci zaoferować NAZCA.
Wejdź i się przekonaj jak wdrożenie NAZCA 4.0 wspiera działanie firmy.
Zagadnienia IT
Zagadnienia IT
BigData w praktyce
Kiedy mówimy o Big Data, mamy na myśli bardzo duże zbiory danych. Generujemy je, wykonując wiele codziennych rutynowych działań, korzystając z aplikacji czy odwiedzając strony WWW. Tak duża ilość danych jest niemożliwa do przetworzenia dla pojedynczej osoby lub klasycznego narzędzia analitycznego.
Aby zautomatyzować proces gromadzenia i przetwarzania ogromnych zbiorów danych, firmy prywatne, organy administracji publicznej, sieci społecznościowe, aplikacje mobilne oraz instytuty badawcze wdrażają projekty Big Data.
Najważniejsze cechy BigData:
- Volume – duża objętość
- Velocity – szybkość przetwarzania
- Variety – różnorodność formatów i typów danych
- Veracity – wiarogodność i dokładność
- Value – wartość dla procesów podejmowania decyzji
BigData w praktyce
Kiedy mówimy o Big Data, mamy na myśli bardzo duże zbiory danych. Generujemy je, wykonując wiele codziennych rutynowych działań, korzystając z aplikacji czy odwiedzając strony WWW. Tak duża ilość danych jest niemożliwa do przetworzenia dla pojedynczej osoby lub klasycznego narzędzia analitycznego.
Aby zautomatyzować proces gromadzenia i przetwarzania ogromnych zbiorów danych, firmy prywatne, organy administracji publicznej, sieci społecznościowe, aplikacje mobilne oraz instytuty badawcze wdrażają projekty Big Data.
Najważniejsze cechy BigData:
- Volume – duża objętość
- Velocity – szybkość przetwarzania
- Variety – różnorodność formatów i typów danych
- Veracity – wiarogodność i dokładność
- Value – wartość dla procesów podejmowania decyzji
Analiza wsadowa
Obejmuje wykonywanie obliczeń na dużych zbiorach danych zgodnie z założonym harmonogramem.
Przykłady takich obliczeń:
- Obliczenie wskaźników produkcyjnych (OEE, CPK, MTTF…) po każdej ze zmian
- Wyznaczenie trendów i danych statystycznych przebiegów zmiennych
- Oszacowanie zdrowia maszyny na podstawie ostatniej doby pracy
- Aktualizacja sieci neuronowej (douczanie)
- Eksport/import danych systemu zewnętrznego
- Przygotowanie danych do raportu BI
W ramach NAZCA 4.0 zadania te można zrealizować za pomocą narzędzi:
Spark – poprzez przygotowanie zadania dla tego systemu
NiFi – wykorzystując przygotowane przez APA dodatkowe procesory
Można wykorzystać możliwość tworzenia własnych funkcji w języku Python oraz wykorzystać dostarczone SDK
W ramach NAZCA 4.0 zadania te można zrealizować za pomocą narzędzi:
Spark – poprzez przygotowanie zadania dla tego systemu
NiFi – wykorzystując przygotowane przez APA dodatkowe procesory
Można wykorzystać możliwość tworzenia własnych funkcji w języku Python oraz wykorzystać dostarczone SDK
Analiza strumieniowa
Analiza wsadowa obejmuje wykonywanie obliczeń na danych, które są przesyłane w sposób ciągły. Są to np. strumienie danych zawierające aktualne wartości pomiarów transmitowane przez mierniki.
Przykłady zastosowań analizy strumieniowej:
- Bieżące obliczanie agregatów w tzw. “oknach” – np. liczenie średnich kroczących
- Redukcja ilości pomiarów poprzez np. uśrednianie
- Wykrywanie zdarzeń w czasie rzeczywistym i natychmiastowa reakcja
- Poszukiwanie anomalii w pracy urządzeń
- Transfer danych do systemów zewnętrznych
- Wzbogacanie danych o dodatkowe informacje przed ich zapisem
- Filtrowanie, zmiana jednostek
- Szeregowanie zdarzeń względem czasu ich wystąpienia
W ramach NAZCA 4.0 zadania te można zrealizować za pomocą narzędzi:
Flink – poprzez przygotowanie zadania do tego systemu
NiFi – wykorzystując przygotowane przez APA dodatkowe procesory
Zalety BIG DATA
Skalowalność
Bezpieczeństwo
Integracja
Modułowość, konteneryzacja
Skalowalność
Rozwiązanie rosnące wraz z przedsiębiorstwem lub potrzebami, możliwość dołączania kolejnych maszyn, prototypowanie i wdrożenie za pomocą skalowania jednego systemu
Skalowalność
Bezpieczeństwo
Integracja
Modułowość, konteneryzacja
Skalowalność
Rozwiązanie rosnące wraz z przedsiębiorstwem lub potrzebami, możliwość dołączania kolejnych maszyn, prototypowanie i wdrożenie za pomocą skalowania jednego systemu
Zobacz swoje dane w akcji!
Zostaw swój email. Odezwiemy się do Ciebie i pokażemy NAZCA 4.0 w akcji.
Zagadnienia AI
Zagadnienia AI
Sztuczna inteligencja w praktyce
Wdrożenie metod inteligencji obliczeniowej jest kluczowym aspektem w nowoczesnym przedsiębiorstwie. Na podstawie danych zebranych z czujników mierzących parametry funkcjonalne maszyn, platforma NAZCA 4.0 archiwizuje dane, przetwarza i wnioskuje na podstawie aktualnych i historycznych wartości pomiarowych. Dzięki dostępowi zarówno do danych z czujników jak i danych produkcyjnych wprowadzane są systemy działające w oparciu o sztuczną inteligencję (np. sztuczne sieci neuronowe, algorytmy genetyczne), które stale monitorując każdy fragment procesu są w stanie informować użytkownika o wszelkich nieprawidłowościach w procesie i przewidywać potencjalne uszkodzenia na długo zanim proces ulegnie zatrzymaniu.
Do czego wykorzystujemy
W NAZCA 4.0 projektujemy rozwiązania AI, tak aby były one proste, intuicyjne i zrozumiałe dla odbiorcy końcowego. Nasze algorytmy służą do:
Szacowania jakości produktu końcowego, aby możliwie najwcześniej można było wprowadzić korekty lub odrzucić wadliwy element na początkowych etapach
Klasyfikacji produktu końcowego, klasyfikacji jakości działania maszyny
Prognozowania awarii, przestojów spowodowanych degradacją urządzeń
Jedno spójne narzędzie
Nie upieramy się, że najlepiej znamy proces produkcyjny w każdym przedsiębiorstwie, dlatego NAZCA 4.0 wyposażona jest w narzędzia takie jak Jupyter, dzięki którym pracownik będący na co dzień przy maszynie lub w zakładzie pracy, jest w stanie wdrożyć swoje rozwiązanie pozwalające monitorować, diagnozować lub szacować dowolne zmienne procesowe.
SI w optymalizacji procesów produkcyjnych
Jednym z głównych zastosowań metod sztucznej inteligencji jest optymalizacja. Dzięki możliwości agregacji i archiwizacji danych z urządzeń i procesów, odpowiednio zaprojektowane algorytmy są w stanie zaproponować optymalizację poszczególnych fragmentów procesu produkcyjnego doprowadzając do zmniejszenia zużycia mediów takich jak energia elektryczna, sprężone powietrze, itp.
Obszary kierunkowe
Obszar danych elektro-energetycznych
Obszar danych wibracyjnych
Obszar danych sprężonego powietrza
Obszar danych elektro-energetycznych
Sztuczna inteligencja stale monitoruje parametry sygnałów elektrycznych dzięki czemu jest w stanie informować użytkownika o wszelkich nieprawidłowościach, które nastąpiły lub nastąpią w najbliższej przyszłości. Ucząc się codziennych nawyków, odpowiednie algorytmy stoją na straży konsumpcji mocy w celu niedopuszczenia lub minimalizacji przekroczeń mocy zamówionej. Ciągła analiza sygnałów elektrycznych umożliwia mierzenie jakości dostarczanego sygnału i monitorowanie mocy biernej, która uszkadza maszyny i generuje dodatkowe koszty w postaci kar.
Obszar danych elektro-energetycznych
Obszar danych wibracyjnych
Obszar danych sprężonego powietrza
Obszar danych elektro-energetycznych
Sztuczna inteligencja stale monitoruje parametry sygnałów elektrycznych dzięki czemu jest w stanie informować użytkownika o wszelkich nieprawidłowościach, które nastąpiły lub nastąpią w najbliższej przyszłości. Ucząc się codziennych nawyków, odpowiednie algorytmy stoją na straży konsumpcji mocy w celu niedopuszczenia lub minimalizacji przekroczeń mocy zamówionej. Ciągła analiza sygnałów elektrycznych umożliwia mierzenie jakości dostarczanego sygnału i monitorowanie mocy biernej, która uszkadza maszyny i generuje dodatkowe koszty w postaci kar.
Zobacz swoje dane w akcji!
Zostaw swój email. Odezwiemy się do Ciebie i pokażemy NAZCA 4.0 w akcji.
