Czego szukasz?
11-07-2019
3 Min. odczyt
Noortje Vollenberg

4 rodzaje informacji, które możesz wydobyć z danych maszynowych

Czy zacząłeś rejestrować dane lub zastanawiasz się nad stworzeniem strategii danych? Jednym z najczęstszych zmartwień, jakich ludzie doświadczają podczas tego procesu, jest to, co zrobić z danymi po ich zebraniu.

Czym są dane maszynowe?

Zanim przejdziemy dalej,  przyjrzyjmy się temu czym  są dane maszynowe. Wcześniej opisaliśmy dane maszynowe jako „dane, które są generowane przez maszyny, bez udziału człowieka”. Najczęstsze typy danych pochodzą z czujników lub mierników, interakcji maszyny lub użytkownika, algorytmów obliczonych poprzez użycie innych danych oraz danych z zadań automatyzacji.

Zbiorcze dane z tych czujników, przycisków, algorytmów i automatyzacji mogą być przechowywane i wizualizowane za pomocą platformy IIoT, takiej jak IXON Cloud.

Ale co dalej?

Nie pozwól, aby Twoja cenna maszyna pokryła się kurzem

Twoje surowe dane są tak naprawdę zbiorem faktów. Bez interpretacji, tracą one znaczenie i całą swoja wartość. Potrzebna będzie analiza danych, aby przekształcić Twoje dane w wartościowe informacje.

Ten termin, analiza danych, u niektórych osób może spowodować niepokój lub nawet strach. Bądźmy szczerzy, jeśli nie wiesz dokładnie, w co się pakujesz - prawdopodobnie w ogóle się w to nie wpakujesz.

Tyle że brak dostępu do analizy danych może mieć ogromny, negatywny wpływ na przyszły biznes. Z danych maszynowych można wydobyć ogromne ilości wartości.

Musisz tylko wiedzieć, co dokładnie robisz.

Podstawy rozpoczęcia pracy z analizą danych maszynowych

Jeśli wydobyłeś te 4 typy informacji ze swoich danych, to oznacza, że przeprowadziłeś prawidłową i bardzo cenną analizę danych:

  • Co się stało?
  • Dlaczego do tego doszło?
  • Co stanie się później?
  • Co musi się stać?

Nie martw się o natychmiastowe dotarcie do wszystkich czterech typów. Zacznij od małych i łatwych zadań i powiększaj je w miarę postępów!

1. Uzyskaj przejrzysty obraz sytuacji używając informacji opisowych

Pierwszym krokiem jest przyjrzenie się temu, co się stało. Innymi słowy, uzyskaj informacje opisowe ze swoich danych maszynowych. To zapewni Ci podstawowe fakty oraz opis wydarzeń. Co się stało?

Takie informacje otrzymasz poprzez analizę danych, takich jak temperatura pieca i jej wzrost o 10 stopni w przeciągu godziny poprzedniego wieczoru. Bądź status przenośnika taśmowego, który zatrzymał się w środku pracy.

Gdy tylko zarejestrujesz tagi danych oraz je zwizualizujesz na pulpitach nawigacyjnych z danymi czasowymi to łatwo będzie te fakty wyodrębnić.

2. Dokop się do głównej przyczyny poprzez diagnostykę

Wymaga to dużej wytrwałości i w kółko zadawania sobie tego samego pytania: „dlaczego?”. Aby dotrzeć do przyczyny problemu będziesz musiał znaleźć odpowiedzi na to co się stało i dlaczego – informacje diagnostyczne.

Trzymając się jednego ze wcześniejszych przykładów: dlaczego maszyna się zatrzymała w środku pracy?

Pierwszym krokiem jest dowiedzenie się, które czynniki mogły to spowodować. Po drugie, patrzysz na dane związane z tymi czynnikami, aby dowiedzieć się, jaki jest ich stan prowadzący do awarii i podczas awarii.

Gdy tylko zinterpretujesz te dane i poznasz nowe informacje, cofnij się do kroku pierwszego. Zastosuj te same kroki do tego czynnika i dokop się do kolejnego poziomu. Finalnie skończysz z przyczyną, która spowodowała dane wydarzenie.

3. Informacje przewidujące przyszłe zdarzenia

Co się stanie, jeżeli nic się nie zmieni i wszystko będzie pracować tak jak do tej pory? Informacje przewidujące opisują co się stanie, kiedy to się stanie i dlaczego.

Uzyskanie tych informacji jest trudniejsze, ale znacząco dodaje wartość do Twoich danych maszynowych.

Znajdź wzorce w danych historycznych, aby przewidzieć przyszłe działania maszyny. Gdy tylko rozgryziesz wzór to będzie go łatwo zastosować do przewidywania przyszłych wydarzeń. Postępuj zgodnie ze standardową osią czasu, a dowiesz się, kiedy możesz spodziewać się ponownego zdarzenia.

4. Wyprzedzaj przyszłe problemy dzięki nakazowym spostrzeżeniom

Gotowy, aby podnieść poprzeczkę?

Czwartym oraz najtrudniejszym rodzajem informacji wydobytych z danych maszynowych są informacje nakazowe. Oznacza to pytanie, co należy zrobić, aby zapobiec wystąpieniu złego zdarzenia lub upewnić się, że wystąpi dobre zdarzenie.

Nie pożałujesz teraz analizowania swoich danych w celu uzyskania prognoz. Dzięki tym informacjom możesz zoptymalizować procesy, aby mieć pewność, że zareagujesz przed zdarzeniem. Jeżeli znalazłeś jakieś luki, dane wskażą co możesz ulepszyć w maszynach. Będziesz również mógł nawet zoptymalizować swoje przyszłe maszyny.

Mniejsze przestoje oraz lepsze maszyny – czy możesz prosić o coś więcej?

Zacznij przygodę z rejestrowaniem i wizualizacją danych na IXON Cloud

Już dziś zacznij wydobywać i wizualizować swoje dane maszynowe dla dogłębnej analizy używając platformy IIoT dla maszyn przemysłowych.

((Wypróbuj za darmo))

Natychmiastowy dostęp. Brak wymogu karty kredytowej.
Wskazówka! Wypróbuj nowe Wirtualne Urządzenie Demo, aby w pełni wszystkiego doświadczyć.