Czy znasz wartość swoich danych?

WAGO Analytics

Przy optymalizacji własnej maszyny lub systemu ważne są: lepsze zrozumienie procesów produkcji, badania ilościowe oraz integracja procesu. WAGO Analytics odczytuje i analizuje dane oraz tworzy intuicyjne wizualizacje dot. zależności w urządzeniach, które są integrowane z procesami i umożliwiają pełne wykorzystanie potencjału optymalizacyjnego.

Dane są cennym źródłem wiedzy, wykorzystaj ich potencjał.
Chcesz zoptymalizować pracę swoich maszyn lub instalacji? Użyj czujników i elementów wykonawczych, by lepiej poznać swój system. Wykorzystaj potencjał swoich danych.

Zalety:

Rozpoznanie możliwości optymalizacji
Jeszcze lepsza jakość
Oszczędność energii i zasobów
Zwiększanie wydajności i obniżanie kosztów
Jeszcze lepsza stabilizacja procesu

Pozyskanie danych i ich analiza
w kilku prostych krokach

Co jest niezbędne do pomyślnego wdrożenia?

Odczyt danych z maszyn i czujników

Do odczytu danych z maszyn i czujników potrzebne są różne urządzenia, które umożliwią bezpieczny zapis pozyskanych informacji w bazie danych. WAGO oferuje wiele różnych komponentów. Produkty WAGO są kompatybilne ze wszystkimi interfejsami i większością protokołów przemysłowych. Poza WAGO I/O System 750, sterownikami PFC czy złączkami prądowymi są dostępne również rozwiązania z zakresu AKPiA. Jest to uniwersalne rozwiązanie, które może być zastosowane do podłączania maszyn i urządzeń.

Odczyt danych z maszyn i urządzeń

WAGO Cloud pozwala na gromadzenie danych z różnych maszyn i systemów oraz ich centralną analizę. Umożliwia ona również pełny monitoring i zarządzanie sterownikami WAGO zarówno w zakresie diagnostyki czy aktualizacji oprogramowania, jak i w zakresie zebranych przez nie danych. Jest to możliwe z każdego miejsca na świecie oraz z dowolnego urządzenia (w tym urządzeń mobilnych). Dzięki prostej i przyjaznej obsłudze mogą z niej korzystać również użytkownicy niemający wiedzy z zakresu IT. Intuicyjna struktura aplikacji zapewnia łatwą obsługę. Wdrożono już wiele standardowych funkcji dla wizualizacji, zdalnego serwisowania czy też aktualizacji firmware. Wystarczy kilka kliknięć myszką i WAGO Cloud jest gotowa do pracy.

Sprawdzona platforma Microsoft Azure stanowi podstawę dla WAGO Cloud. Microsoft Azure ma duże możliwości rozbudowy w zakresie mocy obliczeniowej, zasobów pamięci danych, dostępnych funkcji, niezawodności oraz wysokich standardów bezpieczeństwa.

Analiza danych – z systemów centralnych i rozproszonych

Dane mogą być analizowane zarówno centralnie, jak i w sposób rozproszony. Aby zrealizować analizę centralną, należy przesłać dane do chmury i dopiero tam je przeanalizować. Różnica w stosunku do podejścia rozproszengo jest taka, że wszystkie dane są w chmurze i można z nich korzystać zdalnie. Dzięki zastosowaniu systemów rozproszonych dane z maszyn i systemów mogą być analizowane bezpośrednio w systemie. Można do tego wykorzystać np. technologię Docker WAGO, która rozszerza możliwości sterownika o funkcjonalności zaawansowanej analizy i wizualizacji danych. Sterowniki WAGO z serii PFC200 są kompatybilne z platformą Docker. PFC200 umożliwia również łatwe i szybkie zastosowanie nowoczesnego oprogramowania oraz licznych aplikacji dostarczanych przez inżynierów na całym świecie.

Więcej informacji o Dokerze znajdziesz tutaj: link.

WAGO pomoże Ci wykorzystać w pełni
potencjał ukryty w danych

Pomożemy Ci zrozumieć wszystkie procesy i przejść przez ich kolejne etapy:

1. Gromadzenie danych surowych z różnych źródeł

Różne interfejsy maszyn i systemów są odczytywane niezależnie od protokołu, a wartości pobierane bezpośrednio ze sterownika. Dane są gromadzone w jednej lokalizacji.

2. Przetwarzanie danych

Dane są synchronizowane. Istotne informacje są pobierane i zapisywane w jednolitym formacie. Nieistotne dane są filtrowane i usuwane.

3. Stały odczyt danych

Dane dot. maszyny lub systemu są rejestrowane i przechowywane, a następnie dokładnie analizowane.

4. Analiza danych i wybór wizualizacji

W analizach offline wykrywa się zależności procesowe, a następnie je interpretuje i wizualizuje. Diagnozowane są rzadkie zdarzenia. Eksperci ds. procesów identyfikują i walidują potencjały aplikacyjne.

5. Integracja z procesem operacyjnym

Analizy i wizualizacje zoptymalizowane dla danej maszyny lub systemu są zintegrowane z procesem operacyjnym. Są zawsze dostępne, a ich obsługa jest intuicyjna.

6. Wykorzystanie zależności i potencjałów optymalizacyjnych

Zdalny dostęp do analiz to duża zaleta, gdy konieczne jest przeprowadzenie optymalizacji procesu w czasie rzeczywistym. Umożliwia to operatorom maszyn i systemów weryfikację oraz zwiększenie ich wiedzy o danym procesie. Dzięki temu mogą oni szybko rozpoznawać zależności i wykorzystywać potencjał aplikacyjny.

FAQ – Analytics

Nie, WAGO chętnie w tym pomoże.

Nie, jeśli to konieczne, można zastosować rozwiązanie lokalne.

Każde rozwiązanie jest inne. Jeśli uważasz, że Twoje dane można jeszcze bardziej wykorzystać, skontaktuj się z nami. Razem znajdziemy rozwiązanie.

Twoje dane nie opuszczają istniejącej infrastruktury, ponieważ rozwiązanie analityczne jest zintegrowane lokalnie z Twoją maszyną lub systemem.

Mniejsze ilości mogą być analizowane w czasie rzeczywistym.

Udostępniamy konkretne wizualizacje, które pozwalają na śledzenie pracy aplikacji.

Transfer danych na ten sam typ maszyny czy systemu nie wymaga podjęcia żadnych specjalnych działań. Gdy konieczny jest transfer danych do innych maszyn lub systemów, zakres podjętych działań zależy od rodzaju zastosowanego rozwiązania WAGO Analytics.

Aby umożliwić niezależną analizę, opracowujemy interaktywne wizualizacje.

To zależy od wielkości projektu i może być prawidłowo ocenione dopiero po analizie danych przez ekspertów ds. procesu.

WAGO Analytics wykrywa, jakie problemy mogą pojawić się w danych procesie. Wyniki można wykorzystać i interpretować dla uzyskania lub uniknięcia zmian technicznych. To, co jest możliwe, może być ocenione tylko po przeanalizowaniu danych.

Projekt rozpoczyna się wraz z pierwszym odczytem danych. Następnie dane są analizowane pod kątem ilościowej oceny procesu. Nie musisz zapisywać danych. Jeśli rozwiązanie problemu wymaga dokładnego rozpoznania rzadkich zdarzeń, należy najpierw wykonać dłuższy zapis danych.

Tak, większa liczba danych zwiększa dokładność analizy. Nie można jednak odpowiedzieć w sposób ogólny na to pytanie.

Przede wszystkim do ilościowej oceny procesu. Jednak w trakcie bieżącej eksploatacji każdy użytkownik zauważa kolejne możliwości zastosowań.

Nauka o danych, maszynowe uczenie się i sztuczna inteligencja są ze sobą powiązane. WAGO Analytics wskazuje w jaki sposób wykorzystać tę sieć powiązań w zakresie automatyzacji.

Analizy danych zwiększają się w czasie rzeczywistym wraz ze wzrostem liczby danych. Nie każda metoda nadaje się jednak do zastosowań tego rodzaju.

Jest ich bardzo dużo. Obecnie dużym zainteresowaniem cieszą się sieci neuronowe. Są one jednak stosowane np. wyłącznie do rozpoznawania zdarzeń. Nie otrzymujemy pełnej wiedzy o maszynie czy systemie.

WAGO Analytics pracuje w czasie rzeczywistym. Statystyka zajmuje się głównie badaniem danych historycznych.

Big data opisuje duże ilości danych. Data science obejmuje analizę różnych zbiorów, nie tylko Big data; mogą to być więc również dane odczytywane z maszyny lub systemu w czasie rzeczywistym. Maszynowe uczenie się to świetna metoda generowania nowych informacji z już pozyskanych danych; jest częścią nauki o danych.

Najpierw analizuje się określone zastosowanie. Dane są zapisywane, a następnie analizowane pod kątem ilościowej oceny procesu. Eksperci planują kolejne kroki i proces jest ponownie poddawany analizie.

Po omówieniu i przeanalizowaniu danego zastosowania następuje rejestracja danych z różnych źródeł i dane te są przetwarzane. W ramach analizy offline omawiamy wszystkie możliwości zastosowań z Twoimi ekspertami ds. procesów. Jeśli są zadowoleni, następuje integracja z procesem operacyjnym. Chętnie wesprzemy realizację również kolenych etapów procesu.

Nie wszystkie dane są ważne i spójne. Czyszczenie danych służy do przekształcenia danych w format o wysokiej spójności i gęstości. Dzięki temu żadne niepotrzebne dane nie są transportowane, wizualizowane ani przekazywane do algorytmu analizy danych. Zwiększa to wydajność systemu analitycznego.

Skup się na najmniejszym obszarze systemu, który chcesz zbadać. Postaw konkretne pytanie i wykorzystaj fakt, że najlepiej rozumiesz proces, aby ocenić, które dane są najważniejsze.