Apró adatok, hatalmas eredmények

Kis adat, kis probléma, nagy adat, nagy probléma? Csak addig, amíg nem rendelkezünk a megfelelő infrastruktúrával és adattudósi kompetenciákkal!

2022. június 13., hétfő, 06:00

Címkék: adat adatelemzés adatkezelés digitalizálás ipar 4.0 IT IT menedzsment Stratis Kft.

Napjainkban a sikeres cégek már stratégiai eszközként tekintenek az elemzésre, amihez az kellett, hogy a tárolható adat mennyiségére és a feldolgozási sebességre vonatkozó korlátok lényegében megszűntek létezni. Az Ipar 4.0 korában számtalan szenzor szolgáltat adatokat a termelési folyamatokról, de önmagában ebből még nem lesz versenyelőny. Az adatok erejének hasznosítása önálló tudománnyá fejlődött, amiről Géró Péter, a Stratis Vezetői és Informatikai Tanácsadó Kft. alapító partnere és Petz Tamás adattudós beszéltek a TechMonitor olvasóinak.

Mit gondoljon át egy vállalkozás, ha a gyártási adatok hasznosításáról van szó?

Petz Tamás adattudós

Petz Tamás: Azt kell meghatározni, hogy milyen üzleti célt akar elérni a vállalkozás, és ebben mik a gátló tényezők, mi az üzleti vagy műszaki megoldandó probléma. Ha erre megtervezünk egy megoldást, az már jó eséllyel azt is meghatározza, hogy milyen mért értékek, adatok felhasználása járulhat ehhez hozzá, ami megfelelő hasznot jelent a vállalkozás számára. Az adatgyűjtést, feldolgozást és tárolást is úgy kell kialakítani, hogy az szignifikáns hatással legyen a kitűzött üzleti cél elérésére. A cél és utána a konkrét probléma pontos megfogalmazása sem mindig egyértelmű, a vállalkozások legtöbbször egy vízióval rendelkeznek, ami sokszor már a mi segítségünkkel bomlik célokra és a feladatok meghatározására.

Milyen folyamatok fejleszthetők az adatgyűjtéssel?

Petz Tamás: Meghatározandó, hogy a cég a bevételeit, a termelékenységet akarja növelni, vagy a működési költséget akarja csökkenteni. Ha a gyártás hatékonyságát akarjuk növelni, ahhoz értelemszerűen a termelési adatokra van szükségünk, míg a költségcsökkentéshez előtérbe kerülnek az anyagköltségek, a készletekben álló inaktív tőke, az energiafelhasználást érintő adatok. A gyártás hatékonyágának javítása kapcsán jelentős előrelépést adhat például a minőség-ellenőrzés automatizálása, ahol már a gépi látás és a mesterséges intelligencia lehet a hívó szó. Az iparban mi a leggyakrabban a gyártási, logisztikai, készletnyilvántartási és minőség-ellenőrzési folyamatok javításához kapcsolódó célokkal találkozunk. De ha a teljes gyárterületet vesszük górcső alá, akkor a munkabiztonsági vagy környezetvédelmi körülményekre is lefuttathatunk egy átfogó elemzést, amiben gépi látás és szerteágazó jellegű mérési adatok felhasználása szükséges. Látható, hogy ezek az információk összetartoznak, és a céges hatékonyságot írják le más-más megközelítésből.

Szinte minden modern gyártóberendezés képes adatszolgáltatásra, miért okoz mégis nehézséget az adatokra épülő döntéshozatal?

Géró Péter, a Stratis Vezetői és Informatikai Tanácsadó Kft. alapító partnere

Géró Péter: A legtöbb cég a felsővezetői döntéstámogatásra már végez valamilyenfajta adatelemzést, de sokszor ehhez az adatok kisebb-nagyobb részét nem közvetlenül az IT-rendszerekből, gyártóberendezésekből, hanem manuális adatgyűjtésből, pl. a gyártó műszak vagy a karbantartás jelentéseiből nyerik az adatokat. Már ezen a téren is eltérő a vállalatok felkészültsége. Ha a gyártási folyamatokhoz közelebb lépünk, akkor még nagyobb szórást tapasztalhatunk az adatfelhasználásban. A legtöbb gyártóberendezés már képes az adatszolgáltatásra, tehát csak a vállalkozás érettségi szintje határozza meg, hogy az adatgyűjtés automatikussá válik-e, és a szigetek összekapcsolódnak-e valódi hálózattá, ami a közel valós időben történő reagálást és döntéshozatalt teszi lehetővé.

Hogyan vág bele a Stratis egy hálózatosítási projektbe?

Géró Péter: Ahogy említettük, mindenekelőtt az üzleti célt kell meghatározni, ezután következik a géppark, az IT-infrastruktúra és a személyi feltételek áttekintése és fejlesztése. A szükséges mérést és adatkinyerést támogató eszközök telepítésével kezdünk, amihez ismerni kell, hogy milyen környezetben fog működni az adott megoldás, és mit várunk el tőle. Számos beszállítóval vagyunk kapcsolatban, az eszközök esetleges korlátai tehát nem kötnek minket, amikor a megbízó üzleti eredményének maximalizálása a cél. A telepítés után az adatkommunikáció megteremtése a következő feladat, ami ismételten elég szerteágazó lehet. Sok esetben megoldás a LAN hálózat, vannak azonban olyan nagy kiterjedésű gyártási környezetek, ahol már az ipari 5G alkalmazása is indokolt. Az új technológiák bevezetésével fontossá válik a helyi szakembergárda képzése is.

Mi alapján válasszunk az adatgyűjtő és -elemző rendszerek közül?

Géró Péter: Megfelelő fizikai infrastruktúra, magas rendelkezésre állás, skálázhatóság, redundancia és rugalmasság – ezek azok a jellemzők, amikkel egy modern adatelemző rendszer mind rendelkezik. Egyre nagyobb teret kap a felhő, amely kellő rugalmasságot és azonnali skálázhatóságot ad mind a tárolás, mind a számítási kapacitás tekintetében. A kifejezetten erőforrás-igényes modell futtatásához sokkal kedvezőbb környezet a felhő, mint az on-premise (helyszíni) rendszerek. Ha valós idejű beavatkozásra van szükség – az iparban ez gyakori –, akkor viszont a felhőben nagy adatmennyiséggel végzett modellfejlesztés (ami a mesterséges intelligenciát használó megoldások alapját adja) után érdemes on-premise környezetre átültetni a valós működést. A gyártóberendezésekből összegyűjtött adatok felhőbe küldése, ottani kiértékelése, az eredmények visszaküldése és a reakció meghozatala ugyanis egyelőre meglehetősen hosszadalmas folyamat, vagy rendkívül nagy sávszélességű, megbízhatóságú, és így nagyon költséges adatkapcsolatot igényel.

Biztonságos választás a felhő?

Petz Tamás: Ma már lehet úgy tárhelyet vásárolni, ami biztosítja, hogy az adat nemhogy az EU-ból, de még az országból sem kerül ki – ez ugyanis korábban törvényességi aggályokat is felvetett. A cégvezetők alapvetően bíznak a felhőben. A világjárvány hatására általánosan elfogadottá vált a távoli munkavégzés, és a gyártóberendezések szállítói is egyre több felhőalapon működő szoftveres támogatást nyújtanak a hatékonyság növeléséhez. Ilyen megatrendek mellett a felhővel kapcsolatos korábbi ellenérzések is eltűntek, amit az is elősegített, hogy az IT-eszközök beszerzése is jelentősen megdrágult és meghosszabbodott.

Mikor beszélünk Big Data környezetről?

Géró Péter: Nagy mennyiségű, nagy sebességgel változó és nagyon változatos adatok feldolgozása: ez maga a Big Data. Ha átgondoljuk, egy gyártási környezet teljes mértékben megfelel a fenti feltételeknek. Ha tehát nem kizárólag a vállalatirányítási rendszerből (ERP) és az ügyviteli tevékenységeket támogató IT-rendszerekből építkezünk és készítjük az elemzéseinket, hanem a gyártási folyamatban gyűjtött mérési adatokat, képeket is használni kívánunk, akkor egyértelműen a Big Data rendszer irányába érdemes elmozdulnunk.

Mire érdemes figyelni a strukturált adatok megjelenítésekor, hogy hasznosuljon is az elemzésre fordított munka?

Petz Tamás: Az emberi agy úgy működik, hogy könnyebben képes feldolgozni a vizuális információt, mint a számokat vagy a szövegeset. Ma már tehát nem táblázatokban, hanem figyelemfelkeltő és vizuális élményt nyújtó formátumokban akarjuk megjeleníteni az adatokat. Cselekvésre, döntésre akarjuk késztetni az érintetteket, hogy továbbgondolják a látottakat, a kulcsszó ugyanis az interakció.

Fontos kérdés, hogy milyen eszközön jeleníthetők meg a kiértékelt adatok. Van-e lehetőség a mobilitásra, a távoli felügyeletre és beavatkozásra? Ezekre ugyanis egyre nagyobb a piaci igény.

Molnár László

Keresés
Bejelentkezés / Regisztráció
CAREER WITH THE BMW GROUP

METROLOGY COORDINATOR (F/M/X)

SENIOR SPECIALIST FACILITY MANAGEMENT (F/M/X)

SHIFT LEADER MAINTENANCE (F/M/X)

TECHNICAL SHIFT LEADER PAINT SHOP (F/M/X)

Média Partnerek