Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Manufacturing Technology >> Automatisierungssteuerung System

Entmystifizierung der automatisierten Datenerfassung – Teil drei von drei

Von Ken Gifford

Haben Sie jemals jemanden zu Baskin-Robbins mitgenommen, der wirklich mag Eis? Jedes Mal, wenn ich meine Frau dorthin mitnehme, hat sie eine ziemlich gute Vorstellung davon, was ihr schmeckt. Angesichts der verwirrenden Auswahl an verfügbaren Optionen fällt es ihr jedoch schwer, sich zu entscheiden. Eine solche Situation wird heute oft als „Information Overload“ bezeichnet. Wir haben eine Vorstellung von den Informationen, nach denen wir suchen, aber unsere Sinne werden von all den Daten gesättigt das wird uns präsentiert. Es ist ein bisschen so, als würde man aus einem Feuerwehrschlauch trinken.

Clay Shirky, amerikanischer Autor über Internettechnologien, stellt fest:

„Es ist keine Informationsüberflutung. Es ist ein Filterversagen.“

 
Wikipedia drückt es so aus:„Einige Kognitionswissenschaftler und Grafikdesigner haben den Unterschied zwischen Rohinformationen in einer Form betont, die wir zum Denken verwenden können. Aus dieser Sicht kann Informationsüberlastung besser als „Organisationsunterlastung“ betrachtet werden. Das heißt, sie schlagen vor, dass das Problem nicht so sehr die Menge an Informationen ist, sondern die Tatsache, dass wir nicht erkennen können, wie wir sie in der rohen oder voreingenommenen Form, die uns präsentiert wird, gut nutzen können.“
Ich selbst, ich einfach Ich möchte zwischen Daten unterscheiden und Informationen . Daten ist einfach das, rohe Daten in ihrer einfachsten Form . Während Informationen sind Daten, die zu etwas Verwertbarem destilliert werden .

In der industriellen Welt wird dies normalerweise in Trends dargestellt . Trenddaten sind einfach eine durchgehende Linie, die einen Datenpunkt im Zeitverlauf darstellt. Die meisten von uns haben die Bilder von jemandem gesehen, der eine Präsentation hält und vor einer Staffelei steht, auf der eine rote Linie gezeichnet ist, die nach oben oder unten geneigt ist. Dies ist eine einfache Darstellung einer Trendlinie.

Bei der Analyse von Zeitreihendaten ist ein Trenddiagramm jedoch sehr nützlich, um plötzliche Änderungen zu erkennen und genau zu sehen, wann sie aufgetreten sind. Dies ermöglicht es dem Benutzer, der die Daten analysieren muss, sich schnell auf einen Zeitbereich für eine tiefere Analyse zu konzentrieren. Aus diesem Grund sind Trends die Hauptansicht in jedem Toolkit zur industriellen Datenerfassung.
Aber was ist mit der Frage, welche Daten sammeln? Dies ist wirklich eine geladene Frage. Wann immer wir mit einem Kunden ein neues Datenerfassungsprojekt beginnen, stellen wir die Frage – „Welche Daten möchten Sie erfassen?“. Die Antwort lautet immer „alles“. Das ist in mehrfacher Hinsicht herausfordernd. Dies ist normalerweise ein Hinweis darauf, dass der Endbenutzer nicht damit vertraut ist, welche Daten am nützlichsten sind, um festzustellen, wie gut ein Prozess läuft. Bevor wir diese Anfrage für ungültig erklären, sollten wir auch berücksichtigen, dass es oft viele normalerweise unsichtbare Faktoren gibt, die einen Prozess beeinflussen können. Indem „alles“ gesammelt wird, haben die Beteiligten die Möglichkeit zu verstehen, was passiert, wenn etwas wirklich Außergewöhnliches passiert. Das bedeutet auch, dass es einige wirklich gute „Filter“ der Daten geben muss, damit ein Benutzer Informationen nach Bedarf sortieren und anzeigen kann, um gute Entscheidungen zu treffen dive“-Ansatz, sollte man auch einen anderen Faktor berücksichtigen – die Kosten. Wenn Sie vorhaben, ein Datenerfassungssystem einzurichten, das aus Tausenden von Quellen sammelt, müssen Sie sich darüber im Klaren sein, dass ein solches großes System mehr kosten wird. Ein Ansatz besteht darin, das System so zu bauen, dass es groß genug ist, um die „hochwertigen“ Datenpunkte mit etwas Overhead zu sammeln – von sagen wir 100 zusätzlichen Datenquellen. Was dann getan werden kann, ist, dass diese Overhead-Quellen („Tags“, wie sie im Software-Land bezeichnet werden) nach Bedarf umfunktioniert werden können, um eine Vielzahl von Punkten zu sammeln, wenn Sie eine neue Spezifikation ausprobieren oder wenn ein wiederkehrendes Problem bei einer bestimmten auftritt Gerät. Dies kann dazu beitragen, die Gesamtkosten des Projekts niedrig zu halten, gibt Ihnen aber die Flexibilität, bei Bedarf tiefere Analysen durchzuführen.
Ich hoffe, Ihnen hat diese Serie zur automatisierten Datenerfassung gefallen. Wenn Sie Fragen haben oder einfach nur ein Gespräch über die Datenerfassung führen möchten, rufen Sie uns unter 800-844-8405 an.


Automatisierungssteuerung System

  1. Drei kritische Bereiche, die vor der Migration von Daten in die Cloud zu berücksichtigen sind  
  2. Drei IoT-Trends, die Sie diesen Monat im Auge behalten sollten
  3. Professioneller Multichannel-Datenlogger auf Raspberry Pi – Teil 1
  4. Hyperkonvergenz und Sekundärspeicher:Teil 2
  5. Hyperkonvergenz und das Internet der Dinge:Teil 1
  6. IoT und Ihr Verständnis von Daten
  7. Microsoft hat einen vollständig automatisierten DNA-Datenspeicher aufgebaut
  8. Warum Cloud? Drei Vorteile, die Sie berücksichtigen sollten
  9. Drei Gründe für die Einführung von Supply-Chain-Technologie
  10. Prozess + Stammdaten &Digitale Transformation, Teil II