Een dure databerg is zo verzameld. Bij IIoT hoort dan ook de eerste vraag te zijn: wat wil ik bereiken? Efficiëntere machines met meer of een kwalitatief hogere output? Minder stilstand? Een nieuw verdienmodel waarbij ik de output van mijn machine als een dienst aanbied? Pas als je dit helder voor ogen hebt, wordt het zinvol om invulling te geven aan bijvoorbeeld predictive maintenance (voorspellend onderhoud).
Men kan via een intuïtieve interface data verrijken door bijvoorbeeld anomalieën in te voeren. Vaak weten machinebouwers zelf het beste wanneer en hoeveel een temperatuur of druk afwijkt van de norm, of welk trilling verloop duidt op welk type slijtage. Hoe meer datapunten worden verrijkt, des te hoger worden de waarschijnlijkheidspercentage van de verschillende algoritmes.
Tijdens deze lezing zal dit uitgelegd worden aan de hand van een praktijkcase.
Weidmüller Benelux B.V. – Marcel Tuit