Skape verdi fra data i skjæringspunktet mellom AI og IoT

Generering av data er ikke noe nytt for industrifabrikker som ønsker et konkurransefortrinn. Det er imidlertid fremskrittene som har blitt gjort innen verdigenerering fra disse dataene som er revolusjonerende.

(Bildekilde: Weidmüller)

Nye datadrevne tjenester inspirerer konstruktører og produsenter til å etablere lønnsomme og effektive forretningsmodeller som skaper smarte fabrikker med sofistikert teknologi i stand til å øke produktkvalitet og redusere kostnader.

Men hvordan takler produsentene overgangen fra data til verdi? Mange produsenter har latt seg inspirere av mulighetene som kunstig intelligens (AI) bringer og hvordan denne teknologien og det industrielle tingenes Internett (IIoT) møtes i skjæringspunktet. Videreutviklingen av maskinlæringsalgoritmer og innsamlingen og raffineringen av data gir økt effektivitet og produktivitet.

Det som høres veldig komplisert ut i starten, kan faktisk oppnås ved å bruke konkrete fordeler fra smart-industrien.

Bruk av kunstig intelligens, og da særlig maskinlæring, er verktøy som brukes til å analysere maskindata. Noe som gjør det mulig å sammenføye data og identifisere ukjente sammenhenger.

Weidmüllers konsept innebærer grunnleggende bruk av AI ved hjelp av automatisert maskinlæringsprogramvare for maskin- og anleggsteknikk. For dette formålet har vi standardisert og forenklet bruken av maskinlæring for industrielle installasjoner i en slik grad at selv eksperter på sitt eget område, som ikke har spesiell kunnskap innen datavitenskap, kan generere egne datadrevne løsninger.

Et programvareverktøy veileder brukeren gjennom modellutviklingsprosessen. Maskin- og prosesseksperter kan enkelt opprette, endre og sette i gang maskinlæringsmodeller uten hjelp fra fagfolk innen datavitenskap, slik at nedetid og feil reduseres, vedlikeholdsaktiviteter optimaliseres og produktkvalitet forbedres. Programvaren hjelper til med å oversette og arkivere den komplekse kunnskapen for installasjonen til et pålitelig maskinlæringsprogram.

Automatisert maskinlæring kan brukes på mange områder – fra deteksjon av uregelmessigheter og klassifiseringen av disse, til prediksjon av feil. For å kunne detektere uregelmessigheter og lage prognoser på dette grunnlaget for forebyggende vedlikehold, må imidlertid dataene samles inn og stemme overens. Det er vanligvis et tilstrekkelig volum av prosessrelevante data tilgjengelig for maskiner og anlegg. For å oppdrive den verdiøkende informasjonen fra disse dataene, analyseres de ved å bruke maskinlæringsmetoder, og egnede modeller utvikles.

Vi mener det er en enkel måte å oppnå industriell IoT på. Vi støtter løsninger på fire ulike nivåer, som vi mener er byggesteinene:

  1. Dataanalyse og forretningslogikk – Oppnå konkret verdiøkning med datadrevne, digitale tjenester.
  2. Datakommunikasjon – Kommunikasjon på tvers av nettverk med høyeste sikkerhetsnivå ved å transportere data på en pålitelig måte gjennom nettverksinfrastruktur.
  3. Forhåndsbehandling av data – Redusere dataflyt og kostnader med IoT Edge-teknologi, for eksempel styringer, I/O-systemer og energimålere.
  4. Datainnsamling – Få tilgang til pålitelige, verdifulle data i greenfield- og brownfield-installasjoner med styringer, maskiner, sensorer, målere og analoge signalomformere.

Verdiøkning fra data begynner med bruken av kunstig intelligens. Dette kan være så enkelt som et varselsignal. Eller den kan brukes for AI med maskinlæring. For å være kjent med og forstå atferden til maskiner, bruker vi disse fire byggesteinene til å kombinere AI og IoT, noe som gjør at det er vi som driver overgangen fra data til verdi. I vår videoserie Fremtidens fabrikker (Future Factories) kan du finne ut mer om Weidmüllers revolusjonerende bruk av automatisert maskinlæring med kunstig intelligens, i en verden av industriell automatisering.

Om skribenten

Image of Dr. Thomas Bürger

Dr. Thomas Bürger is head of the Automation Products & Solutions (APS) division at electrical engineering company Weidmüller, as well as managing director of Weidmüller GTI Software GmbH in Marktheidenfeld. He holds a doctorate in engineering, joins Weidmüller from Bosch Rexroth AG, where he has held various management positions over the past 15 years, most recently as Vice President Engineering Automation Systems and Digital Platform. "Dr. Thomas Bürger has outstanding technological expertise in automation and industrial IT and brings with him many years of development competence and experience in building and leading organizations," explains Weidmüller Chief Technology Officer Volker Bibelhausen.

In his role, Bürger will drive the expansion of the IIoT portfolio as well as the area of digital platforms at Weidmüller in the future and contribute his expertise here. "The Industrial Internet of Things will significantly change industrial production in the next few years and we are positioning ourselves with solutions in this environment at an early stage. We will develop into a significant player in the market here," Bürger elaborates. "With Thomas Bürger, Weidmüller has gained a personality who will consistently pursue the path we have taken in the direction of IIoT, digitalization and innovation," says Volker Bibelhausen.

More posts by Dr. Thomas Bürger