Koch AG & ENERGY қондырғылары IOT сенсорларын қамтиды
Бес Koch Ag & Energy (KAES) қондырғыларында айтарлықтай өзгеріс, едәуір трансформация жүргізілуде, ол 125 мониторды және температуралы датчиктерді, Amazon Web Services (AWS) ілгерілеуімен басқарылады. KAES, Koch Follizer LLC, «Коч» ТАСИЛЕРИЦИЯЛЫҚ ЖШО және Koch Methanol LLC-ді қамтитын көрнекті холдинг, Коч Метанол ЖШС-нің әр түрлі жабдықтардан датчиктер мен температуралық мәліметтерді жинау, кейін оны KAES 'AWS бұлт-есептеу қызметіне жібереді. Бұл сенсорлар қарапайымдылық, өзін-өзі конфигурациялау және бағдарламалауды қажет етпеу. Пайдаланушылар оларды бақылайтын жабдыққа сүйенеді.
Жақсартылған жұмыс уақытын болжауды қосу
Dave krouening, IT жетекшісі және КАЭС-тегі мәліметтердің талдаушысы Мартин Миллер, соңғы AWS-те өз тәжірибелерімен бөлісті. Олар бес KAE нысандары алдын-ала техникалық қызмет көрсетуді және жабдықтың жұмыс уақытын және қол жетімділігін арттыруға бағытталған, аз критикалық, өсімдік жабдықтарына арналған 125 монон сенсоры бар екенін анықтады. Өсімдік қызметкерлері осы сенсорларды смартфондардағы Mongron қолданбасын пайдаланып орнатыңыз. Олар қолданба ішіндегі ISO 20816 діріл стандартының параметрін таңдады, бұлт қызметі ең қолайлы машинаны оқыту (ML) моделін іске асыру үшін бұлтты жұмыс істейтін маңызды қадам.
Жетілдірілген деректерді талдау және нақты уақыттағы ескертулер
Діріл және температура сигналдары кейіннен бұлтқа жол табады, онда олар талдаудан өтеді. Жүйе уақтылы араласуды қамтамасыз ететін қалыпты жұмыс жағдайларын автоматты түрде анықтайды. Смартфондар арқылы қол жетімді Monentron қолданбасы, өсімдік қызметкерлерінің осы аномалиялар туралы ғана емес, сонымен бірге оларға ыңғайлы болуға және ерекше мемлекеттерді бақылауға және бақылауға мүмкіндік береді. Сонымен қатар, ол алынған ескертулерге, оның ішінде сәтсіздік режимі, себептері және қабылданған әрекеттер туралы жауаптарды енгізуді жеңілдетеді.
Операторлар мен инженерлер үшін мөлдір үлгілік кері байланыс
Кесектер мөлдірлікті атап өтті. Миллердің айтуынша, «біз қара қорапты қаламадық». Операторлар мен инженерлерге осы модельдер түсіндірген жабдықтың шарттары мен жедел мемлекеттерін түсінуге ниет болды. Бұл тәсіл оларды осы модельдердің салдарын және ықтимал сәтсіздіктерге әсер ететін факторларды түсіну үшін ұсынады.
AWS іздеу және seeq көмегімен жетілдірілген талдау
KAES сайттарындағы көптеген басқа датчиктерден мәліметтермен қатар, Monson датчиктерінен мәліметтер деректермен қатар бұлтта. Мұнда AWS іздеу және Seeq бағдарламалық жасақтамасы KAES-те пайдаланушыларға жұмыс жағдайларын нақты түсінуге мүмкіндік беретін HELM алыңыз. AWS іздеу машиналарын оқыту (ML) модельдері өндірістің нақты болжамдарын, уақытты, жұмыс күшін және дәстүрлі әдістермен салыстырғанда шығындарды азайтуға мүмкіндік береді.
Ben епископы, SO SO SO Sock-дегі сәулетші, «KAES AWS бұлтындағы процестерді сұрайды, AWS бұлтынан SeepeS-ті қолданады. Бұл тегіс интеграция AWS ML арқылы аномалы моделін жеңілдетеді, ол содан кейін Seek Visualizations-та жеделдетілген.
Қиындықтар мен мүмкіндіктерді цифрландыру
Сегализацияға саяхат деректер көздерінің гетерогенділігін және аналитикалық әдістерді ескере отырып, түрлі сын-қатерлерді ұсынады. Дегенмен, KAES операцияларды оңтайландыру және оның сыни жабдықтарының сенімділігін қамтамасыз ету үшін IOT датчиктерінің әлеуетін және бұлтқа негізделген талдаудың әлеуетіне байланысты.