TECHNOLOGIA-old

UWOLNIJ POTĘGĘ DANYCH SWOJEJ ORGANIZACJI

Uwolnij potęgę danych swojej organizacji

Zagadnienia OT

Technologia w NAZCA 4.0

ZAGADNIENIA OT
ZAGADNIENIA IT
ZAGADNIENIA AI
ZAGADNIENIA OT
ZAGADNIENIA IT
ZAGADNIENIA AI

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).

Zobacz Wideo

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.

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

Rozwiązanie rosnące wraz z przedsiębiorstwem lub potrzebami, możliwość dołączania kolejnych maszyn, prototypowanie i wdrożenie za pomocą skalowania jednego systemu

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.

Zobacz Wideo

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

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

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.