Təkmilləşdirilmiş Avadanlığın Modelləşdirilməsi üçün Sensor İstifadəsinin Genişləndirilməsi
Koch Ag və Enerji Obyektləri IoT Sensorlarını əhatə edir
Beş Koch Ag & Energy (KAES) obyektində Amazon Web Services (AWS) nəzakəti ilə 125 Monitron IoT vibrasiya və temperatur sensorlarının yerləşdirilməsi ilə əhəmiyyətli transformasiya gedir. Koch Fertilizer MMC, Koch Energy Services MMC və Koch Methanol MMC-ni əhatə edən məşhur holdinq şirkəti olan KAES müxtəlif avadanlıqlardan vibrasiya və temperatur məlumatlarını toplamaq üçün bu sensorlardan istifadə edir və sonra onu KAES-in AWS bulud hesablama xidmətinə ötürür. Bu sensorlar sadəliyi ilə öyünür, özünü konfiqurasiya edir və proqramlaşdırma tələb etmir. İstifadəçilər onları nəzarət etmək istədikləri avadanlığa yapışdırırlar.
Təkmilləşdirilmiş iş vaxtı üçün Proqnozlaşdırılan Baxımın Aktivləşdirilməsi
İT lideri Dave Kroening və KAES-də məlumat analitikası üzrə lider Martin Miller bu yaxınlarda keçirilən AWS re:Invent tədbirində öz təcrübələrini bölüşdülər. Onlar aşkar ediblər ki, beş KAES obyekti proqnozlaşdırıcı texniki xidməti artırmaq və avadanlığın işləmə müddətini və əlçatanlığını artırmaq məqsədi ilə daha az kritik, işlək avadanlıqda 125 Monitron sensorunu strateji olaraq yerləşdirib. Zavod işçiləri bu sensorları öz smartfonlarında Monitron proqramından istifadə edərək asanlıqla quraşdırıblar. Tətbiq daxilində ISO 20816 vibrasiya standartı seçimini seçdilər ki, bu da bulud xidmətinin ən uyğun maşın öyrənməsi (ML) modelini həyata keçirmək üçün istifadə etdiyi mühüm addımdır.
Təkmilləşdirilmiş Məlumat Təhlili və Real-vaxt Siqnalları
Vibrasiya və temperatur siqnalları sonradan buluda doğru yol tapır və burada təhlil edilir. Sistem anormal iş şəraitini avtomatik olaraq müəyyən edərək, vaxtında müdaxiləni təmin edir. Smartfonlar vasitəsilə əldə edilə bilən Monitron proqramı zavod işçilərini bu anomaliyalar barədə məlumatlandırmakla yanaşı, onlara qeyri-adi vəziyyətləri öz rahatlığı ilə nəzərdən keçirməyə və izləməyə imkan verir. Bundan əlavə, o, uğursuzluq rejimi, səbəb və görülən tədbirlər haqqında təfərrüatlar daxil olmaqla, alınan xəbərdarlıqlara cavabların daxil edilməsini asanlaşdırır.
Operatorlar və Mühəndislər üçün Şəffaf Model Rəyləri
Ən başlıcası, KAES şəffaflığı vurğulayır. Millerin sözlərinə görə, "Biz qara qutu istəmədik". Niyyət operatorlar və mühəndislər üçün bu modellərlə izah edilən avadanlığın şərtlərini və əməliyyat vəziyyətlərini qavramaq idi. Bu yanaşma onlara bu modellərin nəticələrini və potensial uğursuzluqlara təsir edən amilləri anlamağa imkan verir.
AWS Lookout və Seeq ilə Qabaqcıl Analiz
Monitron sensorlarından alınan məlumatlar, KAES saytlarındakı çoxsaylı digər sensorların məlumatları ilə yanaşı, buludda birləşir. Burada AWS Lookout və Seeq proqram təminatı KAES-də istifadəçilərə iş şəraiti haqqında daha aydın anlayış təqdim edərək, sükanı ələ alır. AWS Lookout-un maşın öyrənməsi (ML) modelləri ənənəvi üsullarla müqayisədə vaxtı, əməyi və xərcləri azaltmaqla dəqiq performans proqnozlarına imkan verir.
Seeq-in əsas həllər memarı Ben Bishop prosesi ətraflı izah edir: "KAES, AWS buludundan proses dəyərlərini sorğulamaq, AWS Lookout for Equipment-in anomaliya aşkarlama ML modellərini konfiqurasiya etmək və yenilənmiş proses dəyərlərini proqnozlar üçün təlim keçmiş modellərə çatdırmaq üçün Seeq-dən istifadə edir." Bu qüsursuz inteqrasiya AWS ML tərəfindən anomaliya modelinin qiymətləndirilməsini asanlaşdırır, sonra Seeq vizualizasiyalarında istifadə olunur.
Rəqəmsallaşmanın Çətinlikləri və İmkanları
Rəqəmsallaşmaya doğru səyahət məlumat mənbələrinin və analitik metodların heterojenliyini nəzərə alaraq müxtəlif çətinliklərlə üzləşir. Buna baxmayaraq, KAES əməliyyatları optimallaşdırmaq və kritik avadanlıqlarının etibarlılığını təmin etmək üçün IoT sensorlarının və bulud əsaslı təhlilin potensialından istifadə etməkdə qərarlıdır.