Industriële fabricage
Industrieel internet der dingen | Industriële materialen | Onderhoud en reparatie van apparatuur | Industriële programmering |
home  MfgRobots >> Industriële fabricage >  >> Industrial Internet of Things >> Internet of Things-technologie

De drie uitdagingen van de ontwikkeling van IoT-oplossingen

Het Internet of Things (IoT) verandert de manier waarop veel bedrijven zaken doen. Traditionele fabrikanten integreren hun fysieke producten met op internet gebaseerde backend-services, en internetbedrijven breiden hun aanbod uit door gegevens van sensoren en fysieke activa te integreren. Nieuwe bedrijven betreden de markt met IoT-aanbiedingen die fysieke producten combineren met internetgebaseerde diensten. Door sensoren gegenereerde data en machine learning-oplossingen maken nieuwe, datagestuurde bedrijfsmodellen mogelijk.

Om een ​​gemakkelijke ontwikkeling van IoT-oplossingen te bevorderen, waarvan al deze spelers kunnen profiteren, moeten drie uitdagingen worden aangegaan:

  1. Snelle applicatie-ontwikkeling voor IoT :Snel en efficiënt gebruikersinterfaces en applicaties bouwen voor IoT-gebruiksscenario's die kostenefficiëntie en een snelle time-to-market vereisen.
  2. Het beheren van heterogeniteit en diversiteit :Omgaan met grote aantallen heterogene, constant evoluerende activa en apparaten in het IoT.
  3. Aanpasbare IoT-oplossingen bouwen :Leveranciers van IoT-oplossingen ondersteunen bij het creëren van oplossingen die eenvoudig kunnen worden aangepast voor verschillende gebruikssituaties.

Ik zal gebruik maken van twee authentieke voorbeelden om meer praktische inzichten te geven in de uitdagingen van het ontwikkelen van IoT-oplossingen. De eerste use case is Track &Trace, waarmee het beheer wordt vergemakkelijkt van grote vloten van heterogene industriële elektrische gereedschappen die worden gebruikt voor boren, aanhalen, lassen, meten, enz. Deze oplossing is het resultaat van een testbed van het Industrial Internet Consortium en wordt momenteel ontwikkeld door Bosch, Tech Mahindra en Cisco. Door gebruik te maken van draadloze toolconnectiviteit en lokalisatie binnenshuis, verbetert het de efficiëntie van apparatuur (OEE) en de productiekwaliteit.

Het tweede voorbeeld behandelt mogelijke defecten aan transportbanden in de mijnbouw. Om de capaciteitsbenuttingsdoelstellingen te halen, moeten transportbanden continu in bedrijf zijn. Op de elektromotoren en versnellingsbakassen zijn verschillende sensoren gemonteerd om trillingen te meten. Deze informatie wordt verzameld om mogelijke defecten te voorspellen, onderhoud beter te beheren en algehele uitvaltijden te verminderen. Machine learning-mogelijkheden worden gebruikt om deze trillingspatronen te analyseren en afwijkingen (zoals een storing in de elektromotor) te definiëren, zodat een alarm kan worden geactiveerd voordat de afwijking daadwerkelijk optreedt.

Deze twee use-cases onthullen de drie uitdagingen waarmee de meeste IoT-toepassingen doorgaans worden geconfronteerd. Laten we meer in detail treden.

Uitdaging 1:Snelle applicatie-ontwikkeling voor het IoT

Het evolutionaire karakter van de meeste IoT-projecten vereist toepassingen die op een snelle en flexibele manier kunnen worden ontwikkeld en aangepast. Dit geldt met name voor projecten in de vroege, verkennende fasen, omdat de eisen in latere, meer volwassen fasen kunnen veranderen. Ik heb twee soorten projecten gedefinieerd:

Projecten met app-ontwikkeling op maat:  Sommige IoT-toepassingen stellen zeer hoge eisen met betrekking tot datavolume, prestaties en algoritmische complexiteit. Deze applicaties moeten doorgaans een groot aantal eindgebruikers ondersteunen. Neem bijvoorbeeld een smart home-oplossing waarbij miljoenen huishoudens het systeem gebruiken. Deze applicaties hebben geavanceerde gebruikersinterfaces die meestal met de hand zijn gecodeerd en sterk zijn geoptimaliseerd - tegen hoge kosten.

Projecten die een snelle applicatie-ontwikkeling vereisen (de "application long tail") :Aan de andere kant van het spectrum bevinden zich een zeer groot aantal meer gespecialiseerde toepassingen met een lagere complexiteit. Deze worden meestal gebruikt door een kleiner aantal gespecialiseerde gebruikers, b.v. het managementteam van een fabriek. Het ontwikkelen van sterk aangepaste en geoptimaliseerde gebruikersinterfaces voor deze toepassingen is vaak onbetaalbaar vanwege het grote aantal vereiste toepassingen en het kleine aantal gespecialiseerde gebruikers. Deze applicaties worden soms ook wel de 'long tail' van de applicatie genoemd, omdat ze de lange staart van de curve vertegenwoordigen die de complexiteit en het aantal applicaties voor deze use case in kaart brengt.

Bron:Bosch.IO Afbeelding 2:De IoT-toepassing long tail

Uitdaging 2:omgaan met heterogeniteit en diversiteit

Veel productleveranciers willen gebruikmaken van apparaatconnectiviteit en cloudgebaseerde apps om nieuwe services aan te bieden, zoals voorspellend onderhoud en op gebruik gebaseerde facturering. Ze staan ​​echter voor een probleem als het gaat om het beheren van de heterogeniteit van hun productportfolio in het IoT. Redenen voor de hoge mate van heterogeniteit zijn onder meer het steeds groter aantal productcategorieën, een groot aantal productversies en de constante evolutie van individuele producten. Afbeelding 3 geeft een overzicht van de heterogeniteit van het apparaat die moet worden opgelost in de Track &Trace use case.

Bron:Bosch.IO Afbeelding 3:De drie dimensies van heterogeniteit in het IoT

Hetzelfde probleem geldt voor de trillingssensoren in de use case van de transportband. Deze sensoren zijn er in een groot aantal verschillende typen (bijv. inductief, piëzo-elektrisch of magnetisch), die elk een andere reeks functies hebben en ook verschillende nauwkeurigheids- en prestatieniveaus hebben.

Uitdaging 3:Aanpasbare IoT-oplossingen bouwen

Hoewel IoT-oplossingen en -toepassingen hun oorsprong vinden in individuele IoT-projecten, zullen deze oplossingen in de loop van de tijd steeds meer voorverpakt of gestandaardiseerd worden. Leveranciers van IoT-oplossingen zijn begonnen met het ontwikkelen van standaard IoT-oplossingen en verkopen deze aan meerdere klanten en markten, net zoals we hebben gezien met ERP (enterprise resource planning), CRM (customer relationship management), PLM (product lifecycle management) en andere pakketapplicaties. Daarom is het erg belangrijk dat eindklanten een gemakkelijke manier hebben om de oplossing aan te passen aan hun specifieke behoeften.

Laten we de Track &Trace-oplossing eens nader bekijken, die is ontworpen voor gebruik door klanten in verschillende sectoren, zoals de auto- en vliegtuigbouw. Naast het profiteren van de basisfunctionaliteiten, willen de meeste klanten de core Track &Trace-oplossing uitbreiden; ze willen het bijvoorbeeld integreren met hun eigen processen en systemen. De ervaring heeft geleerd dat Track &Trace-klanten individuele wensen hebben op gebieden als:

  • Verschillende elektrische gereedschappen:  Naast de tools die kant-en-klaar worden ondersteund, hebben klanten meestal nog andere tools die moeten worden geïntegreerd. Dit vereist het toevoegen van nieuwe interfaces en het aanpassen ervan, evenals bestaande interfaces.
  • Specifieke productieprocessen:  Over het algemeen heeft elke klant andere vereisten voor procesintegratie; bijvoorbeeld hoe om te gaan met een probleem dat zich voordoet tijdens een aandraaistap.

Vanuit het perspectief van de eindklant (bijvoorbeeld een autobedrijf) is de vraag hoe zo'n maatwerk het beste kan worden bereikt:

  • Als ze een COTS . kopen (commerciële kant-en-klare) oplossing, krijgen ze hoogstwaarschijnlijk een kostenefficiënte Track &Trace-oplossing en een hoge implementatiesnelheid – op voorwaarde dat ze de standaardfunctionaliteit behouden. Zodra ze echter beginnen met aanpassen, wordt de oplossing hoogstwaarschijnlijk erg duur en ingewikkeld.
  • Aan de andere kant, als de klant besluit de Track &Trace-oplossing helemaal opnieuw te ontwikkelen , zullen de initiële kosten en benodigde tijd erg hoog zijn, zelfs als het uiteindelijke resultaat een oplossing is die aan 100% van de vereisten voldoet.

Bron:Bosch.IO Afbeelding 4:Afweging voor verschillende soorten IoT-oplossingen

Met de huidige IoT-technologiestapel bij de hand, is dit niet langer een zwart-witbeslissing die u hier hoeft te nemen. Naar mijn mening is de beste optie hier een compromis tussen deze twee alternatieven en het bouwen van een IoT-oplossing die is gebaseerd op een flexibel platform, net als de twee eerder gepresenteerde use-cases.

Als je geïnteresseerd bent in hoe dit in de praktijk werkt en inzicht wilt krijgen in de aanbevolen technologiestack, die zich al in een groot aantal projecten heeft bewezen, bekijk dan deze IoT-technologie whitepaper.

Witboek downloaden

Internet of Things-technologie

  1. Vooruitzichten voor de ontwikkeling van industrieel IoT
  2. De drie belangrijkste uitdagingen bij het voorbereiden van IoT-gegevens
  3. On-demand connectiviteitsdiensten voorzien in de behoeften van IoT-toepassingen
  4. 5 uitdagingen waarmee het internet der dingen nog steeds wordt geconfronteerd
  5. Zes stappen voor het beveiligen van embedded systemen in het IoT
  6. Uitdagingen bij het selecteren van de juiste leverancier van IoT-ontwikkeling
  7. Wat zijn de belangrijkste drijfveren voor succesvolle zakelijke IoT-ontwikkeling?
  8. De uitdagingen van het softwaretesten van IOT-apparaten
  9. Nieuwste ontwikkelingen en toepassingen in de IoT-technologie
  10. Voldoe aan de ETL-uitdagingen van IoT-gegevens en maximaliseer de ROI
  11. De wagenparksector versterken met een door IoT aangedreven oplossing voor wagenparkbewaking