Taal selecteren
Op deze pagina:

Weet u wat uw machinegegevens waard zijn?

26 mei 2021
WAGO Analytics

Bij het optimaliseren van machines of installaties bestaat de grootste uitdaging er meestal in om het inzicht in het proces te verbeteren, vast te leggen en de resultaten opnieuw in het proces te verwerken. Met WAGO Analytics ondersteunt het bedrijf uit Minden gebruikers vanaf de registratie van data tot de analyse ervan, en genereert het intuïtieve visualisaties over de afhankelijkheden binnen de systemen. De vastgestelde verbanden worden in de processen geïntegreerd voor een optimale benutting van de optimaliseringsmogelijkheden. In een gemeenschappelijk project werkt WAGO in nauw overleg met de klant een individuele oplossing uit om de data voor de betreffende toepassing lucratief te gebruiken.

In een gemeenschappelijk project werkt WAGO in nauw overleg met de klant een individuele oplossing uit om de data voor de betreffende toepassing lucratief te gebruiken.

Uw voordelen:

  • Identificatie van optimaliseringsmogelijkheden
  • Verhoging van het kwaliteitsniveau
  • Analytics-oplossing op maat
  • Verhoging van de efficiëntie en verlaging van de kosten
  • Verbetering van de stabiliteit van het proces

Van de registratie van data
tot het lucratieve gebruik ervan in zes stappen

1

Registratie van beschikbare machine- en sensorgegevens. WAGO biedt alle hiervoor benodigde componenten aan, bijvoorbeeld het WAGO I/O SYSTEM 750 of de PFC-controllers.

2

De machinedata worden geregistreerd en in een consistente structuur opgeslagen. Dit is zowel decentraal als in een cloudinfrastructuur (bijv. WAGO Cloud) mogelijk.

3

Door de analyse en de visualisatie van "verborgen" informatie in de beschikbare gegevens worden toepassingspotentialen en verbanden zichtbaar. Dit verhoogt het inzicht in de werking van en de processen binnen de installatie.

Registratie van beschikbare machine- en sensorgegevens. WAGO biedt alle hiervoor benodigde componenten aan, bijvoorbeeld het WAGO I/O SYSTEM 750 of de PFC-controllers.

De machinedata worden geregistreerd en in een consistente structuur opgeslagen. Dit is zowel decentraal als in een cloudinfrastructuur (bijv. WAGO Cloud) mogelijk.

Door de analyse en de visualisatie van "verborgen" informatie in de beschikbare gegevens worden toepassingspotentialen en verbanden zichtbaar. Dit verhoogt het inzicht in de werking van en de processen binnen de installatie.

Wat is nodig voor een succesvolle realisatie?

Hardware

Ruwe data van de verschillende gegevensbronnen

Voor de registratie van de machine- en sensordata hebben gebruikers verschillende hardwareproducten nodig die de benodigde databasis bieden. WAGO biedt hiervoor een omvangrijk productportfolio met uiteenlopende componenten. De apparatuur ondersteunt zowel alle gangbare interfaces als de bewezen industriële protocollen. Naast het WAGO I/O SYSTEM 750 met de controllers van de PFC-productfamilie en de diverse modules voor de registratie van meet- en sensorgegevens beschikken de gebruikers speciaal voor een retrofit over de IoT-boxen van de onderneming. De boxen zijn universeel inzetbaar en bij uitstek geschikt voor een eenvoudige aansluiting van machines en installaties. De data kunnen naar een cloud of een edge-computer worden doorgestuurd. Deze bereiken worden eveneens door de productfolio van WAGO afgedekt.

Softwareplatform

Data-analyse - centraal of decentraal

De verkregen machine- en installatiegegevens kunnen zowel centraal als decentraal door u worden gebruikt voor de analyse. Het voordeel van de centrale benadering is dat alle benodigde data zich in de cloud bevinden, en hierdoor te allen tijde en onafhankelijk van de locatie opgeroepen en geanalyseerd kunnen worden. De decentrale analyse daarentegen biedt de mogelijkheid om de machine- en installatiegegevens direct in de installatie te analyseren. Hier kunnen de voordelen van de Docker®-technologie worden uitgespeeld. De controllers van de serie PFC200 evenals de nieuwe edge-apparatuur zijn reeds Docker®-ready verkrijgbaar. Moderne software en tal van applicaties kunnen zo in de individuele Analytics-oplossing worden gebruikt.

WAGO maakt het gebruik winstgevend
Uw data

Wij brengen u naar uw Analytics-oplossing op maat.

1. Registratie van ruwe data van de verschillende gegevensbronnen

In de eerste stap worden in overleg met de betrokken domeinexperts de relevante gegevensbronnen geïdentificeerd. De verschillende interfaces van de machines en installaties worden onafhankelijk van het desbetreffende protocol uitgelezen. Waarden worden rechtstreeks aan de besturing geregistreerd en zo nodig worden bijkomende sensoren geïnstalleerd. De Analytics-oplossing moet in de bestaande besturing worden geïntegreerd. Daarom gebeurt het registreren van data in overleg met het betrokken automatiseringsbedrijf.

2. Voorbereiden van de data

In de tweede stap worden de data gesynchroniseerd. De relevante informatie wordt geëxtraheerd en in een uniform formaat gedecodeerd. Irrelevante data worden uitgesorteerd en verwijderd. Bovendien worden relevante karakteristieken permanent berekend. Deze stap is bijzonder belangrijk omdat zuivere data de basis vormen voor het succes van een Analytics-project.

3. Permanente registratie van data

Dan wordt in de derde stap een individuele datalogger voor de machine of installatie in bedrijf gesteld. De verkregen data worden opgeslagen en kunnen voor diepgaande analyses worden gebruikt. Door de ononderbroken dataregistratie wordt een grote hoeveelheid eenduidige gegevens gegenereerd. Deze kunnen samen met de domeinexperts worden omgezet in proefschema's. Afhankelijk van de usecase kan het volstaan om de machine gedurende een langere periode in bedrijf te laten.

MM-4961_Analytics_Demonstrator_Screenshot_1_2000x1125.jpg

4. Verkennende data-analyse en keuze van de geschikte visualisatie

Als vierde stap volgt de verkennende data-analyse en wordt de geschikte visualisatie gekozen. In offline analyses worden afhankelijkheden en verbanden geëxtraheerd, geïnterpreteerd en gevisualiseerd. Incidentele gebeurtenissen worden aan het licht gebracht. In nauw overleg tussen datawetenschappers en de domeinexperts worden de eerste optimaliseringsmogelijkheden zichtbaar. Hiervoor zijn vaak nog geen complexe algoritmes nodig. De exploratieve data-analyse bestaat er ook deels in om in offline-analyses algoritmes uit de machine-learning en het AI-bereik voor verschillende usecases te evalueren. Indien de gewenste toepassing niet kan worden gevisualiseerd met behulp van de bestaande database, worden ofwel nieuwe sensoren geïnstalleerd of worden de proefschema's aangepast.

MM-4961_Analytics_Demonstrator_Screenshot_2_2000x1125.jpg

5. Integratie in het bedrijfsproces

In de vijfde stap worden voor de machines en installaties geoptimaliseerde analyses en visualisaties in het bedrijfsproces geïntegreerd. De verbinding met de besturing gebeurt opnieuw in overleg met het automatiseringsbedrijf.

6. Verbanden en optimaliseringsmogelijkheden benutten

In de zesde stap gebruikt de klant de verbanden en optimaliseringsmogelijkheden, en profiteert hij van de voordelen van een individuele Analytics-oplossing. Indien nodig kan de Analytics-oplossing op een later moment voor de volgende toepassing worden uitgebreid.

MM-4961_Analytics_Demonstrator_Screenshot_3_2000x1125.jpg

Complete Analytics voor de industrie

van de registratie van data tot de analyse ervan

FAQ – Analytics

De mogelijkheden met Analytics zijn veelvuldig. Frequente toepassingen zijn het optimaliseren van ingestelde waarden, het reduceren van stilstandtijden alsook het verminderen van schommelingen in kwaliteit en proces. Door individuele benaderingen stellen wij u in staat de optimaliseringsmogelijkheden optimaal te benutten en de efficiëntie van uw processen te verhogen. Data-analyses zorgen echter ook voor de ontwikkeling van nieuwe zakelijke modellen.

Wij werken samen met u een oplossing uit om de bestaande database te registreren. Alle relevante protocollen en interfaces kunnen worden uitgelezen. Indien nodig biedt WAGO een uitgebreide portfolio voor het installeren van aanvullende sensoren.

Het registreren en opslaan van data is onderdeel van een Analytics-project. Bij aanvang van het project moet daarom nog geen database beschikbaar zijn. Mocht u reeds over data beschikken, dan worden deze in de evaluatie geïntegreerd. Als voor de oplossing van uw probleem een exacte detectie van incidentele gebeurtenissen nodig is, moet over het algemeen worden uitgegaan van langere periodes voor de registratie van data. Het is de bedoeling om een grote hoeveelheid eenduidige data te genereren. Hoe meer data, hoe exacter de analyse.

Nee, afhankelijk van de toepassing is ook een lokale oplossing (centrale oplossing) mogelijk.

Wij realiseren individuele dashboards en reporting-functies waarmee u uw WAGO Analytics-applicatie in het oog kunt houden en analyses zelfstandig kunt uitvoeren.

Het aantal beproefde methoden is groot. Afhankelijk van de usecase worden algoritmes uit gesuperviseerd en niet-gesuperviseerd leren ingezet. Op dezelfde manier worden modelgebaseerde methoden gebruikt om de expertises te integreren. Voor sommige toepassingen brengen visualisaties van de live data reeds een meerwaarde.

Het is nuttig om in de eerste stap op een deelbereik van uw installatie te focussen, waarin u mogelijkheden voor optimalisering ziet. Nadat u de resultaten met succes in uw proces hebt geïntegreerd, kunt u de volgende toepassing identificeren en bewerken.

Data science, machine learning en kunstmatige intelligente hebben vele raakvlakken. WAGO Analytics beschrijft de beschikbaarstelling en het gebruik van de methoden van deze raakvlakken op het gebied van de automatiseringstechniek.

Analyses groeien gedurende de berekeningstijd met de onderzochte hoeveelheid data. Niet iedere analysemethode is dan ook geschikt voor live toepassingen.

Het aantal beproefde methoden is groot. Momenteel staan neurale netwerken in de aandacht. Deze neurale netwerken zijn echter alleen geschikt voor het herkennen van gebeurtenissen. Een omvangrijk beeld van uw machine of installatie is hiermee dus niet mogelijk.

WAGO Analytics omvat de integratie van uw analyses tijdens het bedrijf. Statistiek daarentegen omvat het onderzoek van historische data.

Big data beschrijft grote hoeveelheden data. Data science houdt zich bezig met de analyse van data, hetzij big data of live data van uw machine of installatie. Machine learning is een methode voor het genereren van nieuwe informatie aan de hand van data en is een bestanddeel van data science.

Allereerst wordt de toepassing besproken en geëvalueerd. Data worden geregistreerd en uw begrip van het proces wordt vastgesteld. Vervolgens worden de volgende stappen met uw procesexperts gepland en nogmaals geëvalueerd.

Na een bespreking en een evaluatie van de toepassing wordt een datalogger in bedrijf gesteld voor de verschillende databronnen en worden de gegevens voorbereid. In offline analyses worden, in samenwerking met uw procesexperts, de toepassingsmogelijkheden uitgewerkt en geëvalueerd. Als u overtuigd bent van de resultaten, worden deze in het bedrijfsproces geïntegreerd. Bij alle volgende stappen staan wij u als partner graag terzijde.

Niet alle data zijn relevant en consistent. Het opschonen van data is belangrijk om gegevens naar een formaat met een hoge consistentie en dichtheid te transformeren. Hierdoor worden geen onnodige data getransporteerd, gevisualiseerd of overgedragen aan het algoritme voor de data-analyse. Dit maakt een efficiënt gebruik van uw WAGO Analytics-oplossing mogelijk.

Het is belangrijk dat u zich concentreert op het kleinst mogelijke bereik van uw installatie dat u wilt onderzoeken. Formuleer uw vraag concreet en maak gebruik van uw begrip van het proces om te beoordelen welke data belangrijke informatie bevatten.

Stuur ons een bericht

Andere serviceaanbiedingen: