IT dla zarządzających w przemyśle
Udostępnij Udostępnij Udostępnij Udostępnij Print

Dokąd zmierza analityka danych?

-- czwartek, 14 luty 2019

Wraz z rozwojem Internetu rzeczy i pozyskaniem dostępu do nieograniczonej liczby danych pojawia się kluczowe pytanie: jak najlepiej wykorzystać otrzymywane informacje oraz jaką rolę zajmuje w IIoT analityka danych?

Mimo, że firmy coraz częściej zdają sobie sprawę z ogromnych ilości danych generowanych przez maszyny przemysłowe oraz korzyści płynących z ich odpowiedniej analizy to jednocześnie nadal zauważa się ich niewielkie, procentowe wykorzystanie.

Według przewidywań Instytutu Gartnera nawet 90% pozyskiwanych danych może być bezużyteczna, ponieważ przedsiębiorstwa nie wiedzą, w jaki sposób odpowiednio i efektywnie je analizować. Może to mieć poważne konsekwencje szczególnie dla branż, w których otrzymywanie danych i reagowanie na nie w czasie rzeczywistym jest kluczowe dla ich poprawnego funkcjonowania.

Real-time analytics

Real-time analytics jest dyscypliną, bazującą na logice i matematyce, która stwarza możliwość odpowiadania na potrzeby analityczne w czasie rzeczywistym. Dzięki otrzymywaniu informacji na bieżąco możemy je interpretować i od razu odpowiednio na nie reagować.

Dzięki rozwiązaniom IoT dane dostępne są natychmiastowo, a system działający w oparciu o chmurę stwarza możliwość dostępu do aktualnych informacji i raportów z dowolnego miejsca na świecie.

Systemy analityczne, stosowane w przemyśle, dostarczają użytkownikowi istotnych komunikatów o stanie maszyny lub całej linii technologicznej. Jednocześnie Przemysł 4.0 coraz częściej stawia na analizę predykcyjną, bazującą na dużej ilości danych gromadzonych w sposób ciągły oraz zaawansowanych metodach ich przetwarzania. Dzięki niej zakłady przemysłowe są w stanie monitorować pracę maszyn w czasie rzeczywistym, 24 godziny na dobę i wykrywać nieprawidłowości w oparciu o automatycznie wyuczony profil pracy. W ten sposób są w stanie diagnozować sytuacje awaryjne, a w efekcie unikać nieplanowanych przestojów oraz utrzymać ciągłość działania i obniżyć koszty - wyjaśnia Artur Hanc, prezes firmy ELMODIS.

Cloud i edge computing

Dzięki przeniesieniu danych i ich analityki do chmury obliczeniowej (cloud computing) możliwe jest korzystanie z wirtualnego środowiska, będącego tańszą alternatywą dla lokalnych systemów informatycznych. Firma analityczna Markets&Markets przewiduje, że rynek analityki danych w chmurze wzrośnie w ciągu 5 lat trzykrotnie i w 2020 roku osiągnie wartość ponad 23 mld dolarów.

Przetwarzanie danych w chmurze ma jednak swoje wady, wśród których eksperci wskazują m.in. ryzyko opóźnień w otrzymaniu wniosków z analizy czy problemy z bezpieczeństwem danych wrażliwych. Dlatego duży potencjał upatrują też w rynku edge computing, czyli rynku analityki brzegowej, którego podstawową funkcją jest płynna integracja urządzeń brzegowych i chmury obliczeniowej oraz dwukierunkowa wymiana informacji.

Rozwiązanie to stwarza możliwość analizowania danych kluczowych z punktu widzenia firmy w czasie rzeczywistym, bez potrzeby przesyłania ich do serwera centralnego. Na “krawędzi sieci” odbywa się też ich segregacja, polegająca na podejmowaniu decyzji, które dane warto magazynować, a które są na tyle mało istotne, że nie będzie potrzeby analizowania i wykorzystywania ich w przyszłości.

W chmurach obliczeniowych magazynowane są natomiast dane mniej wrażliwe lub o niższym priorytecie, często zagregowane do postaci wskaźników statystycznych.

Zgodnie z prognozami przy rocznej stopie wzrostu wynoszącej ponad 35%, wartość rynku edge computing zwiększy się z 1,47 mld w 2017 do 6,72 mld w 2022 roku.

Analityka hybrydowa + analityka sieci powiązań

Wzrasta również popularność koncepcji hybrydowych rozwiązań analitycznych, która stanowi połączenie środowisk prywatnych i publicznych. Analityka hybrydowa nie bazuje na jednej metodzie, ale wykorzystuje jednocześnie wiele różnych metod analitycznych, by w ten sposób przewidzieć potencjalne ryzyko i w rezultacie zwiększyć wydajność maszyn przemysłowych. By osiągnąć ten cel wykorzystuje się analizę sieci powiązań (Social Network Analysis), co w praktyce oznacza umiejętność analizy danych, pochodzących z różnych źródeł.

W przemyśle analiza hybrydowa przez wielu uznawana jest za optymalne rozwiązanie, zapewniające niezawodność funkcjonowania silników i ciągłość pracy całych obiektów. W tym wypadku termin hybrid analytics jest używany do określenia kombinacji nadzorowanego i nienadzorowanego uczenia maszynowego, co pozwala maksymalizować obie metody bez opierania się wyłącznie na jednej lub drugiej. Nie ma analityki hybrydowej bez nadzorcy, czyli analityka danych. Choć wraz z rozwojem Przemysłu 4.0 pojawiały się pytania, czy rozwój nowoczesnych technologii oznacza koniec nadzoru nad analityką danych to specjaliści od big data są obecnie jednym z najbardziej poszukiwanych pracowników na rynku.

Źródło: ELMODIS


Przeczytaj także

 

Zobacz także

  •   Wydarzenia  
  •   Katalog  

Wydarzenia

Konferencja SAFETY 2019
2019-10-24 - 2019-10-24
Miejsce: Wrocław
WARSAW INDUSTRY WEEK 2019
2019-11-13 - 2019-11-15
Miejsce: PTAK WARSAW EXPO

Katalog

ANT Sp. z o.o.
ANT Sp. z o.o.
Wadowicka 8A
30-415 Kraków
tel. +48 12 296 50 40

ACaRS Sp. z o.o.
ACaRS Sp. z o.o.
Fabryczna 17/7
31-553 Kraków
tel. 12 307 11 05

zobacz wszystkie



O nas   |   Reklama   |   Mapa strony   |   Kontakt   |   Partnerzy   |   
Copyright © 2003-2019 Trade Media International
zobacz nasze pozostałe strony
Trade Media International Inżynieria & Utrzymanie Ruchu Control Engineering Polska MSI Polska Inteligentny Budynek Design News Polska Almanach Produkcji w Polsce