Otak operasional:Paradigma baru untuk manajemen data cerdas di industri IoT

Christian Lutz dari Crate.io

Industrial Internet of Thing (IIoT) berjanji untuk memungkinkan organisasi menerapkan volume mesin dan data sensor yang terus meningkat untuk mengoptimalkan berbagai proses produksi, meningkatkan keamanan, dan meningkatkan pengalaman pekerja (baik karyawan tersebut berada di lantai pabrik atau di kantor ).

Bisnis industri, kata Christian Lutz, CEO, Crate.io , menemukan bahwa paradigma lama pemrosesan data tidak membantu tim mereka mengikuti kecepatan data, tidak cocok dengan algoritme analitik baru dan, mungkin yang paling kritis, tidak memungkinkan kebutuhan kompetitif untuk kueri data waktu nyata .

Pendekatan untuk memecahkan masalah ini adalah menggabungkan arsitektur database terdistribusi (sumber terbuka) modern dengan Pembelajaran Mesin/Kecerdasan Buatan, dan jaringan IIoT. Bersama-sama, teknologi ini membentuk paradigma manajemen data yang agak baru – yang saya sebut sebagai otak operasional – yang melampaui gagasan tradisional tentang database dan memecahkan masalah data yang semakin meningkat yang akut pada bisnis industri dan manufaktur.

Mendefinisikan otak operasional

Basis data relasional tradisional (seperti Microsoft, SQL Server dan Oracle ) secara teknis tidak mampu, biasanya, memproses volume besar data yang harus ditangani agar aplikasi IIoT berhasil. Basis data ini benar-benar tidak dirancang untuk menciptakan jenis tulang punggung yang diperlukan untuk mengembangkan pabrik pintar, kota pintar, atau kendaraan tanpa pengemudi; kasus penggunaan seperti ini menuntut pemrosesan data yang lebih cepat dan lebih cerdas. Strategi manajemen database yang komprehensif pada akhirnya diukur dengan nilai bisnis tambahan dari penggunaannya – bukan dengan jumlah memori atau kecepatan hard disk.

Saya menyebut jenis manajemen data IIoT yang komprehensif ini sebagai "otak operasional". Otak adalah organ yang dapat menerima, menyusun, dan membuat keputusan berdasarkan data ini. Sistem manajemen data masa depan akan selalu berfungsi seperti sistem saraf pusat kita, yang terhubung langsung ke tayangan sensorik dan menggunakan kecerdasan buatan untuk memantau, memprediksi, dan mengontrol sistem secara real time.

Akuisisi dan pengayaan data

Pabrik jaringan yang modern menggabungkan beragam mesin dari produsen yang berbeda. Tantangannya adalah untuk menangkap struktur data yang berbeda, menganalisisnya di cloud, dan mengambil tindakan darinya. Sistem manajemen data modern sudah dimulai di sini. Ini menyederhanakan implementasi dan mengurangi tingkat kesalahan, karena mesin dan database tidak berkomunikasi melalui instance ketiga.

Tanpa konteks, data yang dikumpulkan tidak berguna untuk diproses lebih lanjut. Nilai yang tercatat awalnya hanya angka:108. Apakah itu suhu? Jika ya, itu Celcius atau Fahrenheit? Apakah itu hitungan produk? Jika demikian, kapan penghitung direset dan apa yang sebenarnya dihitung? Data perlu diperkaya agar bermakna. Pengayaan ini membutuhkan tiga komponen:database, runtime yang menjalankan aturan tertentu, dan pengetahuan tentang arti data.

Otak operasional menggabungkan semua langkah yang diperlukan ini menjadi satu model. Ini menyelamatkan organisasi industri dari penulisan algoritma untuk membuat data tersedia untuk diproses lebih lanjut. Sebaliknya, aturan dapat diatur untuk menafsirkan aliran informasi yang diproses. Otak operasional pada dasarnya adalah mesin yang bertanggung jawab untuk menjalankan aturan yang mengotomatisasi proses, meningkatkan efektivitas peralatan secara keseluruhan (OEE) di pabrik. Ini menggunakan pengumpulan data real-time dari kemungkinan puluhan ribu sensor pada peralatan yang digunakan di ratusan atau ribuan lini produk, di satu atau beberapa pabrik yang terhubung dan jauh.

"Kontrol misi" otak operasional yang terpusat memproses dan menganalisis data sensor, kemudian memberikan peringatan prediktif tentang pemeliharaan relevan yang diperlukan di lantai pabrik, seperti memberi tahu karyawan bahwa mesin tertentu perlu dibersihkan setiap X jam, atau memperingatkan seorang insinyur tentang tingkat kesalahan dalam proses manufaktur. Singkatnya, informasi yang diberikannya jauh lebih efisien daripada apa pun yang mungkin dilakukan dengan inspeksi visual.

Nilai otomatisasi berbasis data

Manajemen data yang cerdas lebih dari sekedar database. Ini menggambarkan proses yang komprehensif, dari akuisisi cepat hingga pengambilan data cerdas. Otomatisasi berbasis data akan menjadi kunci keberhasilan proyek IIoT. Ini akan memungkinkan fasilitas seperti pabrik pintar untuk mengaktifkan analisis data waktu nyata, mempertahankan waktu aktif yang konsisten, memastikan pengembangan yang cepat dan nilai waktu, dan memastikan biaya pengoperasian TI yang rendah untuk hosting, integrasi, dan administrasi.

Ambil, misalnya, ALPLA – produsen kemasan plastik untuk merek seperti Coca-Cola dan Unilever . Perusahaan memiliki otak operasional yang digunakan untuk mengoptimalkan OEE-nya. Data yang dikumpulkan dari puluhan ribu sensor pada 900 jenis sensor khusus pabrik yang berbeda diperkaya. Kemudian menginformasikan cloud untuk pemrosesan otomatis, dan juga ruang kontrol pusat – yang pada gilirannya memantau kinerja pabrik di pabrik yang terhubung (tetapi jarak jauh). Dari wawasan ini, ALPLA dapat mengidentifikasi tren pada tahap awal dan operator alat beratnya dapat dipandu untuk penyesuaian yang diperlukan, termasuk kasus penggunaan predikasi.

Dengan sistem inspeksi visual di hampir setiap lini produksi di pabrik mereka, menantang – jika bukan tidak mungkin – memiliki staf di lantai produksi untuk bereaksi terhadap perubahan. Strategi otak operasional memungkinkan pengumpulan dan analisis data sensor waktu nyata, mengarahkan karyawan ke titik kritis (dan menghasilkan tingkat memo yang lebih rendah dan efisiensi yang lebih baik).

Transisi ini merupakan simbol dari pergeseran IIoT yang lebih luas, seiring dengan matangnya:pengumpulan data saja tidak cukup. Otak operasional – atau apa pun istilahnya – akan menjadi prasyarat IIoT untuk mengikutinya.

Penulisnya adalah Christian Lutz, CEO di Crate.io , pengembang CrateDB open source real-time SQL DBMS dan Platform Data Mesin Crate.io.