Purtroppo abbiamo problemi tecnici. Il tuo modulo non è stato ricevuto correttamente. Ci scusiamo per l'inconveniete e ti chiediamo per favore di riprovare più tardi.
Purtroppo abbiamo problemi tecnici. Il tuo modulo non è stato ricevuto correttamente. Ci scusiamo per l'inconveniete e ti chiediamo per favore di riprovare più tardi.
Inserisci di seguito i tuoi dati e avrai accesso diretto ai contenuti di questa pagina
Purtroppo abbiamo problemi tecnici. Il tuo modulo non è stato ricevuto correttamente. Ci scusiamo per l'inconveniete e ti chiediamo per favore di riprovare più tardi.
Purtroppo abbiamo problemi tecnici. Il tuo modulo non è stato ricevuto correttamente. Ci scusiamo per l'inconveniete e ti chiediamo per favore di riprovare più tardi.
Ottieni il massimo dai dati di fabbrica grazie alla scienza di gestione dei dati
Pubblicato il 19 giugno 2020 a AI
Industry 4.0 e IIoT sono termini ricorrenti da diversi anni, e questi concetti sono effettivamente implementati su un numero sempre maggiore di macchine. Diventa disponibile una grande quantità di dati: dati della macchina, dati del processo di produzione e dati relativi al prodotto fabbricato. Big Data ha fatto il suo ingresso nelle fabbriche.
Sommerso da una valanga di dati?
Oggi i dati sono raccolti e memorizzati con facilità, ma nella maggior parte dei casi la "pipeline di dati" si ferma qui e non vi è quasi alcun valore estratto dai dati. La "pipeline di dati" spesso non è completata in modo corretto, in modo che le persone giuste possano sfruttare con facilità il valore all'interno dei dati. Estrarre il valore dall'enorme flusso di dati e non rimanerne sommersi è una sfida. Raccogliere e memorizzare soltanto i dati non è sufficiente per monetizzare gli investimenti nell'infrastruttura Industry 4.0 e IIoT.
Al giorno d'oggi, ottenere il massimo valore dai dati e mantenere una panoramica dei flussi di dati va oltre i metodi e gli strumenti statistici standard. L'analisi manuale e la creazione di dashboard e report non sono sufficienti. I dashboard diventano troppo complicati e non mostrano le informazioni giuste al momento giusto e nel modo giusto, per poter vedere subito cosa sta succedendo e poter intervenire. Le procedure di routine implementate in un normale machine controller per osservare il processo di produzione e rilevare gli errori, sono in grado di rilevare eventuali deviazioni e problemi, ma non sono adatte per prevedere problemi futuri. I machine controller non sono adatti per combinare tutte le informazioni disponibili ed eseguire analisi avanzate su di esse.
Trasformazione dei dati in informazioni
Le informazioni importanti devono essere estratte dai dati e presentate al pubblico giusto, al momento giusto e nel modo giusto. La chiave è mettere un impegno sufficiente nel processo di trasformazione dei dati in informazioni utili. Ciò deve essere fatto in stretta collaborazione tra i ricercatori, che sanno come gestire i dati, e gli esperti di dominio del processo di produzione, che conoscono la storia dietro i dati. Solo a questo punto sarà possibile sviluppare una soluzione che non solo sembri interessante, ma che possa anche essere messa in pratica e che porti un valore a lungo termine.
Desideri sfruttare al massimo il valore dei tuoi dati industriali, o hai un problema per il quale riteni che la soluzione sia nascosta nei tuoi dati?