Koch AG & Energy Təsislərində iot sensorlar var
Beş Koch AG & Enerji (KAES) obyektləri, 125 Monitron IOT vibrasiyası və temperatur sensorlarının, Amazon veb xidmətlərinin nəzakəti (AWS) nəzakəti ilə idarə olunan əhəmiyyətli bir çevrilmə davam edir. Koch Fertilizer LLC, Koch Energy Services LLC, Koch Methanol MMC, Koch Methanol MMC-nin, bu sensorlar müxtəlif avadanlıqların titrəməsi və temperatur məlumatlarını toplamaq, Kaes'in AWS Cloud-Computing xidmətinə ötürmək üçün bu sensorlar istifadə edir. Bu sensorlar, özünü tənzimləyən və heç bir proqramlaşdırma tələb olunmayan sadəlik öyur. İstifadəçilər onları izləmək istədikləri avadanlıqlara yapışdırırlar.
İnkişaf etmiş iş vaxtı üçün proqnozlaşdırıcı təmir etməyə imkan verir
Dave Kroening, İT lideri və Martin Miller, KAES-də məlumat analitik lideri, təcrübələrini son AWS RE-də paylaşdı. Beş Kaes obyektinin strateji olaraq, proqnozlaşdırıcı istismar və avadanlıq işləməyi və mövcudluğu artırmaq məqsədi ilə daha az kritik, bitki qurğuları olan 125 monitron sensoru quraşdırdıqlarını ortaya qoydular. Bitki personalı, smartfonlarında monitron tətbiqindən istifadə edərək bu sensorları səylə qurun. Tətbiq daxilində ISO 20816 vibrasiya standart seçimi, bulud xidmətinin ən uyğun maşın öyrənmə (ML) modelini həyata keçirmək üçün istifadə etdiyi vacib bir addım seçdilər.
Rasional məlumatların təhlili və real vaxt siqnalları
Titrəmə və temperatur siqnalları sonradan analizdən keçdikləri buluda yol tapırlar. Sistem avtomatik olaraq müdaxiləni təmin etmək, anormal əməliyyat şərtlərini müəyyənləşdirir. Smartfonlar vasitəsilə əldə edilə bilən Monitron tətbiqi bu anomaliyalar haqqında bitki işçiləri deyil, həm də qeyri-adi dövlətləri rahatlıqla nəzərdən keçirməyə və izləməsinə imkan verir. Üstəlik, uğursuzluq rejimi, səbəb və görülən hərəkətlər haqqında məlumat alan xəbərdarlıqlara cavabların daxil edilməsini asanlaşdırır.
Operatorlar və mühəndislər üçün şəffaf model rəyləri
Qətlə ki, Kaes şəffaflığı vurğulayır. Millerə görə, "Qara qutu istəmədik." Niyyət operator və mühəndislər üçün avadanlıqların şərtlərini və əməliyyat vəziyyətlərini bu modellərin izah etdiyi əməliyyatları başa düşməlidirlər. Bu yanaşma, bu modellərin və potensial uğursuzluqlara təsir edən amillərin nəticələrini dərk etməyə imkan verir.
AWS Lookout və Seq ilə inkişaf etmiş analiz
Monitron sensorlarından olan məlumatlar, KAES saytlarında çoxsaylı digər sensorlardan olan məlumatlarla birlikdə buludda birləşir. Burada AWS Lookout və SeeQ proqramı, istifadəçiləri əməliyyat şərtlərini daha aydın bir anlayışla təmin edən KAES-də təmin edir. AWS Lookout'un Maşın Öyrənməsi (ML) modelləri dəqiq performans proqnozlarını, ənənəvi üsullarla müqayisədə vaxt, əmək və xərclərin azaldılması, dəqiq performans proqnozlarını aktivləşdirməyə imkan verir.
Seeq-da əsas həllər memarı, Prosesdə Elaborates: "Kaes, AWS Cloud-dan sorğu proseslərini sorğu etmək üçün Seqe-dən istifadə edir, avadanlıqların anomaliya aşkarlanması ml modellərini konfiqurasiya edir və proqnozlar üçün təlim keçmiş modellərə qidalandırır." Bu sorunsuz inteqrasiya, AWS ML tərəfindən AWS ML tərəfindən vurulan ANOMALY modelini vurğulayır.
Rəqəmsallaşdırma problemləri və fürsətlər
Rəqəmsallaşmanın gedişatı, məlumat mənbələrinin və analitik metodların heterojenliyini nəzərə alaraq müxtəlif çətinliklər təqdim edir. Buna baxmayaraq, KAES, əməliyyatları optimallaşdırmaq və kritik avadanlıqlarının etibarlılığını təmin etmək üçün iot sensorlar və bulud əsaslı təhlillərin potensialına qoşulmağa qərarlıdır.