Cesta k průmyslovému IoT nemusí být komplikovaná. Ať už je vyžadován přístup k cenným datům nebo mají být generovány nové služby řízené daty, umožňujeme našim zákazníkům přejít z dat na hodnotu, a to snadno.
Přidaná hodnota je využívána v konkrétním případě použití, ať už se jedná o zvýšení energetické účinnosti nebo efektivnější nasazení servisních techniků díky vzdálené údržbě.
V neposlední řadě umožňujeme našim zákazníkům vyvíjet nové obchodní modely pomocí umělé inteligence. Navrhněme průmyslový IoT společně s uživatelem a pro něj: snadno a efektivně.
Pro udržení rychlého vývoje strojní a provozní techniky potřebujete řešení automatizace a digitalizace, která jsou nejen mimořádně účinná, ale také neuvěřitelně flexibilní.
Kromě toho je zapotřebí široká škála potenciálních aplikací, jako je implementace malých, velkých a síťových řídicích řešení nebo škálovatelných vizualizačních konceptů.
Lokální samostatné kontroléry, například u-control web, mohou provádět své úkoly řízení nezávisle a bez dalších zařízení. Nabízejí výhody ve srovnání s centrálními řešeními v celé řadě aplikací: Snižují systémový datový provoz, jsou odolné proti interferencím v rámci sítě, usnadňují řešení problémů a jsou velmi vhodné pro kombinaci s ručními procesy.
Zejména pro tuto aplikaci jsou zapotřebí nové flexibilní koncepce řízení, které lze použít podle koncepce "Plug and Play". Zařízení jsou však zpravidla vybavena jedním a tím samým typem řídicího systému, obvykle podle specifikací. Na jedné straně je to praktické, protože se vždy používá stejný hardware a funkční bloky. Na druhou stranu je však třeba vynaložit větší úsilí na jejich průběžné přizpůsobování - a to někdy pouze pro jeden projekt.
u-control web jako otevřená webová řídicí jednotka zjednodušuje proces programování samostatných aplikací. Integruje automatizaci a komunikaci v reálném čase pro Internet věcí, a tak tvoří ideální rozhraní mezi dříve oddělenými světy informačních technologií (IT) a provozní technologií (Operational Technology).
Vzdálená údržba strojů a zařízení je často složitá a časově náročná. Dále jsou poptávána cílená a zabezpečená funkční připojení přidružených systémů IT. Pro spoustu uživatelů jsou tyto dva problémy velkou překážkou pro připojování zařízení po celém světě.
Jak zajistit rychlý a bezpečný přístup ke strojům a zároveň umožnit efektivní správu výrobních závodů, uživatelských klientů, přístupových práv nebo verzí firmwaru?
Snadná cesta ke vzdálené údržbě nebo jinými slovy: jak můžete snadno a bezpečně snížit počet zásahů servisních techniků až o 60 %.
Bezproblémová výroba je základem činnosti každé společnosti. Pokud dojde k zastavení výroby, například z důvodu chyby, je nutná rychlá reakce. Ale co když odborník na zařízení není na místě? Díky digitalizaci je v tomto případě často kouzelným slovem vzdálená údržba. Odhady předpokládají, že až 60 % chyb lze vyřešit nebo alespoň podpořit prostřednictvím vzdáleného přístupu. To, že nemusíte posílat servisního technika, může znamenat úsporu 1 000 EUR a více.
Vzdálená údržba však není důležitá pouze pro analýzu a opravu chyb: Je také přínosná pro nastavení a údržbu zařízení a pro provádění optimalizačních prací. Služba vzdáleného přístupu u-link společnosti Weidmüller nabízí systém, který se snadno instaluje, snadno konfiguruje a snadno spravuje - a vždy zaručuje vysokou úroveň zabezpečení.
Používání umělé inteligence obvykle vyžaduje specifické know-how v oblasti datových věd. Avšak know-how v oblasti datových věd samo o sobě nestačí - pouze kombinace datových věd a znalostí o aplikaci poskytuje dokonalý základ pro optimalizaci vaší produkce.
Jak můžete toto know-how spojit dohromady a vytěžit ze strojového učení maximum pro svou výrobu, aniž byste museli absolvovat dlouholeté školení v oblasti datové vědy?
Společnost Weidmüller standardizovala a zjednodušila použití ML pro průmyslové aplikace do té míry, že odborníci v dané oblasti bez odborných znalostí datové vědy mohou sami vytvářet řešení ML.
Softwarový nástroj vede uživatele procesem vývoje modelu, proto jej Weidmüller označuje také jako "řízenou analýzu". Strojní a procesní odborníci mohou snadno vytvářet, upravovat a spouštět ML modely bez podpory datových vědců s cílem snížit prostoje a chyby, optimalizovat činnosti údržby a zlepšit kvalitu výrobků.
Software pomáhá s převodem a archivací komplexních aplikačních znalostí do spolehlivé aplikace strojového učení. Odborníci se zaměřují na své znalosti chování strojů a procesů a propojují je s kroky ML běžícími na pozadí.