Productieteam automatiseert processen en verbetert voorspellend onderhoud aan de rand

In het Laboratory for Machine Tools and Production Engineering (WZL) van de RWTH Aachen University voeren wetenschappers, wiskundigen en softwareontwikkelaars productieonderzoek uit en werken ze samen om nieuwe inzichten te verkrijgen uit machine-, product- en productiegegevens. Fabrikanten werken samen met het team van WZL om oplossingen te verfijnen voordat ze in productie gaan in hun eigen fabrieken.

De laatste tijd is WZL op zoek naar manieren om fabrikanten te helpen bij het analyseren van veranderingen in processen, het bewaken van de output en de proceskwaliteit en het vervolgens in realtime aanpassen. Door gegevens te verwerken vanaf het begin, of aan de rand, kunnen ze de processen naar behoefte aanpassen en tegelijkertijd grote gegevensvolumes en IT-infrastructuur op grote schaal beheren.

Verbonden apparaten genereren enorme hoeveelheden gegevens

Volgens IDC zal de hoeveelheid digitale data wereldwijd tot 2025 met 23% groeien, grotendeels gedreven door het toenemende aantal aangesloten apparaten. Juniper Research ontdekte dat het totale aantal IoT-verbindingen in 2024 de 83 miljard zal bereiken. Dit vertegenwoordigt een verwachte groei van 130% ten opzichte van 35 miljard verbindingen in 2020.

WZL is geen onbekende in deze stijging van het datavolume. Als onderdeel van hun productieprocessen genereren fijne blanking-incubatoren enorme hoeveelheden gegevens die eerst aan het scherpe uiteinde moeten worden geregistreerd en extreem snel moeten worden verwerkt. Hun gespecialiseerde sensoren voor trillingen, akoestiek en andere productieomstandigheden kunnen meer dan 1 miljoen datapunten per seconde genereren.

Traditioneel verwerken de engineers van WZL kleine batches van deze data in het datacenter. Maar deze methode kan dagen tot weken duren om inzicht te krijgen. Ze wilden een oplossing waarmee ze streamingmodellen met extreem lage latentie konden implementeren en gebruiken om realtime inzichten te vergaren zonder veel interne ontwikkeling.

Gegevensgestuurde automatisering aan de rand

WZL implementeerde een platform dat hun continu gestreamde gegevens kon opnemen, opslaan en analyseren zoals deze waren gemaakt. Dit systeem geeft organisaties toegang tot één enkele oplossing voor al hun gegevens (al dan niet streaming) die kant-en-klare functionaliteit en ondersteuning biedt voor snelle gegevensopname met een open-source en automatisch schaalbare streaming-opslagoplossing.

Nu worden er elke 0,4 milliseconde tot 1.000 karakteristieke waarden geregistreerd – bijna 80 TB aan gegevens elke 24 uur. Deze gegevens worden onmiddellijk in realtime aan de rand opgeslagen en voorgeanalyseerd op krachtige compacte servers, waardoor verdere evaluatie mogelijk is met behulp van kunstmatige intelligentie en machine learning. Deze karakteristieke waarden maken gebruik van enorme hoeveelheden streaming beeld-, röntgen- en IoT-gegevens om afwijkingen tijdens het metaalstempelproces te detecteren en te voorspellen.

Het WZL-team ontdekte dat zodra het systeem was geïmplementeerd, het onbeperkt kon worden geschaald. “Het maakt niet uit hoeveel sensoren we gebruiken, zodra we de analysepijplijn en de gegevensstromen hebben opgezet, hoeven we geen problemen met de taakverdeling aan te pakken”, zegt Philipp Niemietz, hoofd Digital Technologies bij WZL.

Met omstandigheden zoals snelheid en temperatuur onder constant AI-toezicht, kan de machine zichzelf nu automatisch aanpassen om onderbrekingen te voorkomen. Door de machines op deze manier te monitoren, heeft WZL ook hun voorspellende onderhoudsmogelijkheden verbeterd. Lees meer over hoe u de edge-oplossingen van Dell Technologies kunt benutten.

***

Intel®-technologieën brengen analyses vooruit

Gegevensanalyse is de sleutel tot het ontsluiten van de meeste waarde die u uit gegevens in uw hele organisatie kunt halen. Om een ​​productieve, kosteneffectieve analysestrategie te creëren die resultaten oplevert, hebt u hoogwaardige hardware nodig die is geoptimaliseerd om te werken met de software die u gebruikt.

Moderne data-analyse omvat een reeks technologieën, van speciale analyseplatforms en databases tot deep learning en kunstmatige intelligentie (AI). Net beginnen met analyses? Klaar om uw analysestrategie te ontwikkelen of uw gegevenskwaliteit te verbeteren? Er is altijd ruimte om te groeien en Intel staat klaar om te helpen. Met een diep ecosysteem van analysetechnologieën en partners versnelt Intel de inspanningen van datawetenschappers, analisten en ontwikkelaars in elke branche. Lees meer over geavanceerde Intel-analyses.