Analytiker på IDC förutspår en tiofaldig ökning av den globala datan till 163 zetabyte (163 miljoner exabyte) år 2025. Cirka 60 procent av denna data kommer att genereras av företag. Medan fokus under det senaste decenniet fortfarande låg på att omvandla analog data till digital data, fokuserar branschen nu alltmer på mervärdet av denna data.
Det faktum att marknadsundersökningsföretaget Gartner inte har identifierat någon marknadsledare i sin nuvarande Magic Quadrant, utan endast innovatörer (PTC, Hitachi, SAP) och olika nischleverantörer, visar dock på potentialen för tillverkare och tillverkarsamarbeten. Företagen måste i sin tur idag göra en noggrann analys av sin nuvarande situation och sina krav och leta efter lösningar som redan ger dem mervärde inom vissa applikationsområden. Användningen av intelligenta test- och mätapplikationer är därför ett viktigt användningsområde för många IIoT-applikationer.
Utmaningar för test- och mätapplikationer
Det allmänna målet är att öka effektiviteten i verksamheten, införa flexibla produktionstekniker och optimera datainsamling och -bearbetning. Sensorer och sensordata, som utgör databasen för automatisering och självlärande maskiner, spelar en central roll inom många tillämpningsområden. Förutseende underhåll är också ett viktigt ämne här. Strukturer och system inom test- och mätapplikationer förändras dock snabbt, och motsvarande datainsamlingssystem måste kunna hålla jämna steg med denna utveckling för att inte bli en återvändsgränd för investeringar.
Samtidigt: ingen IIoT utan analys. För att kunna arbeta snabbare och mer effektivt måste data övervakas i realtid, vilket snabbt kan leda till en datainsamling av gigantiska proportioner som knappast kan bearbetas effektivt eller ens ekonomiskt överföras och lagras på en fjärrserver. Utmaningen är därför inte bara att samla in data, utan också att reducera rådata på ett förnuftigt sätt vid ursprungspunkten för att endast överföra relevant information och därmed begränsa datamängden. Databehandlingen måste också anpassas till de höga kraven på prestanda, skalbarhet och säkerhet. Åtgärder för att indexera och gruppera data, t.ex. automatiserad märkning (metadata, klassificering av dataposter) eller statistisk datareduktion (medelvärde, standardavvikelse, minimum, maximum), är därför också en del av att öka effektiviteten under bearbetningen.
IIoT-samarbete inom sensorområdet
Medan de globala aktörerna fortfarande kämpar med praktiskt genomförbara lösningar, presenterar de etablerade företagen Gantner Instruments GmbH och Kelkheimer Althen GmbH Mess- und Sensortechnik redan konkreta IIoT-lösningar för industriell mät- och testteknik.
Som specialist på decentraliserade mät- och I/O-system samt mätning av mekaniska, termiska och elektriska variabler bidrar Gantner Instruments med lösningar för datainsamling och anslutning samt programvara för fjärrkonfiguration och utvärdering. Althen integrerar sina högkvalitativa sensorer i de kompletta systemen och tar över den kundanpassade förinställningen av mätområdena, inställningen av justeringsparametrar för kalibrerade sensorer samt eventuella matematiska beräkningar och larminställningar enligt kundens krav. Detta resulterar i ett brett spektrum av möjliga tillämpningar, t.ex. övervakning av materialutmattning i kärnkraftverk och kärnfusionsanläggningar, kontroll av kvaliteten på järnvägsnätet i lokal kollektivtrafik, mätning av töjning i flexibla rörledningssystem, förebyggande underhåll av maskiner och system eller i mobila enheter, t.ex. byggmaskiner och järnvägar.
Fjärrövervakning av en bro
Det är värt att ta en titt på ett specifikt exempel, här övervakning av en bro. Med en liknande topologi skulle man dock även kunna tänka sig andra övervakningssystem inom infrastruktursektorn, t.ex. för järnvägs-, väg- och motorvägsbroar, viktiga byggnader, dammar, fördämningar eller industrianläggningar (raffinaderier, kemiska anläggningar, vindkraftverk etc.).
Här används Q.series X från Gantner, ett decentraliserat, mycket flexibelt mätsystem i modulär design, som även är lämpligt för montering på DIN-skena. Denna typiska design av ett decentraliserat mätsystem erbjuder maximal flexibilitet och gränssnitt. Den godtyckliga kombinationen av datainsamlingsmoduler möjliggör en optimal anpassning till den aktuella uppgiften och är idealisk för decentraliserade applikationer.
Specifikt används moduler från Q.series X för anslutning av sensorerna (Q.bloxx-XL A108, Q.bloxx-XL A101) och styrenheten (Q.station-XB) för anslutning och hantering av modulerna samt för beräkningar och överföring till molnet.
I det aktuella exemplet kompletteras systemet med den 3-axliga accelerometern ASC 5511LN från Althen, som är ansluten till modulerna i Q.series X. Förutom accelerationen övervakas även temperatur, luftfuktighet (som representerar fukt i byggnadsmaterialet i bron) och en potentiometer (som representerar en förskjutningsmätning av brons expansionsfog).
IIoT-data som ett resultat
Det kompletta IIoT-systemet möjliggör bekväm fjärrövervakning i nära realtid. Genom att analysera data under en längre tidsperiod kan förändringar i konstruktionen och materialutmattning upptäckas. Slutsatser kan också dras om eventuella defekter och därmed också om den återstående drifttiden för en bro. Althen-sensorerna avläses för närvarande i tre olika hastigheter. De levererar data till molnet via Gantners infrastruktur med en mätfrekvens på 10 Hz, 1 kHz och 10 kHz.
Effektiv datainsamling och förhandsutvärdering
Tester har redan utförts med den högsta möjliga mäthastigheten på 100 kHz. Dessa mäthastigheter är dock för närvarande inte absolut nödvändiga i verkligheten och skulle i onödan öka kraven på bandbredd och serverkapacitet. Samtidigt visar de dock att plattformen är framtidssäkrad när det gäller prestanda och skalbarhet.
Begränsning och förhandsutvärdering är också meningsfullt med den befintliga konfigurationen, eftersom även ett litet antal sensorer resulterar i stora datamängder från rådata. Till exempel skulle en sensor som mäter vibrationer 24 timmar om dygnet vid 1.000 kHz resultera i cirka 345 GB per dag och cirka 126 TB per år. Baserat på applikationsexemplet med 15 mätvärden skulle detta motsvara 1 892 TB rådata per år.
För att minska datavolymen i motsvarande grad genomförs därför en förhandsutvärdering med hjälp av algoritmer efter lämplig konfiguration i styrenheten på plats (EDGE computing), men även i molnet. Det är också möjligt att överföra molndata till externa analysprogram, både via det klassiska CSV-formatet och via ett komplett, integrerbart API-gränssnitt. Även gamla, befintliga dataposter kan integreras helt i de nya, aktuella dataposterna via en CSV-uppladdning, bearbetas och visualiseras i samma gränssnitt.
Ett annat alternativ för datareduktion är händelsebaserad datainsamling. Beroende på parametrarnas konfiguration kan datalagringen även triggas med för- och eftertriggervillkor. Detta bidrar också till att minimera datavolymen, eftersom data endast sparas om en specifik händelse har inträffat. Detta innebär att högupplösta data är omedelbart tillgängliga i händelse av ett fel.
Dessutom kan styrenheterna när som helst uppdateras på distans via molnservrarna. Till exempel kan förutvärderingen av data anpassas på ett flexibelt sätt eller så kan systemets kalibreringsvärden och sensorinställningar uppdateras.
Sådana IIoT-konstruktioner är naturligtvis inte begränsade till en byggnad, utan kan skalas nästan obegränsat via molnanslutningen och användningen av motsvarande analysapplikationer. Man kan t.ex. tänka sig en tjänsteleverantör inom geoövervakning som måste övervaka ett stort antal broar med avseende på belastning och skador på ett tidssynkroniserat sätt. Med lösningen från Althen och Gantner kan de fjärrövervaka alla sensorer på alla broar, skicka larm om definierade tröskelvärden överskrids (t.ex. töjning eller överdrivna vibrationsamplituder) och ingripa på distans, t.ex. genom att växla till varvtalsregulatore.
Tjänsteleverantören kan därmed erbjuda sina kunder ett högt mervärde: förebyggande underhåll, snabb skadebegränsning till hanterbara kostnader. Snabb, platsoberoende fjärråtkomst till de integrerade systemen minskar avsevärt behovet av tidskrävande och kostnadskrävande inspektioner på plats. Och den goda nyheten är att specifika IIoT-applikationer inte bara är framtidsdrömmar, utan en nödvändig realitet på vägen mot det som IDC kallar ”Data Age 2025”. Enligt marknadsundersökarna kommer 30 procent av all data att användas i realtidsapplikationer vid den tidpunkten.