När man arbejder med data från industriella aktiver, vad enten det är från automationssystemer eller direkte från micro-controllerne, såg är det avgörande att kunde låga strukturer i sin back-end, där ger möjlighet för att kunde beskrive data ud från en forretningskontekst, och inte bara en 1:1 gengivelse av ”temp_sensor_123” från ”machine1234abc”. Man vill med andra ord gerne ha möjlighet för flexibelt att kunde definere strukturer som passer den enkelte medarbejder, kunde eller samarbejdspartner. Utöver att de individuelle aktører i et IoT-scenarie kan komma från forskellige organisationer, såg är det också ofte, att de involverede organisationer har forskellige interne roller som ska använda data. Därför är det viktigt, att en IoT-platform ger fleksibilitet ift. att kunde strukturere data på många forskellige måder och att den underliggende datamodel är let att integrere till.
Lad oss gå et spadestik dybere:
Data är data är data
När vi dykker lidt dybere ned i kraven för att arbejde effektivt med tidsserie- och maskindata, såg är tingene inte såg simple, som det umiddelbart kan lyde när man läser diverse produkt- och firmapræsentationer. F.eks. är där många IoT-platforme där slår sig op på att ge deras kunder en åben adgang till deras data. Det är där sådan sett heller inte noget galt i. Faktisk bör det være det minsta man kan forlange.
“F.eks. är där många IoT-platforme där slår sig op på att ge deras kunder en åben adgang till deras data. Det är där sådan sett heller inte noget galt i. Faktisk bör det være det minsta man kan forlange.”
Et viktigare kriterie är, om den datamodel som indkapsler rådata och ger forretningskontekst, är åben, flexibel och let tillgänglig. Et ytterligare krav till datamodellen, bör också være, att denna har en fleksibilitet där gör att rådata kan fortolkes och sammensættes i nya sammenhænge, allt efter behov, samt att rådata inte replikeres varje gang man laver en ny datamodel. Et annat overordnet krav man bör ställa, är att det ska være ligetil att integrere till både datamodeller, livedata och IoT-platformens services. Det kräver en åben arkitektur som kan skalere både ift. datamængder men lige såg viktigt är det att platformens datahåndtering kan skalere effektivt när där kommer flera typer brugere och organisationer på. Et sidste overordnet krav bör være, att man kan garantere att data och inte minst datamodellen (och dermed nok hela platformen) är i virksomhedens kontrol. Det vill i praktiken betyda, att man som ejer av et IoT-produkt eller som dataejer i en Industry 4.0 proces, formentlig ska ha möjlighet för att flytte hela lösningen över i sin egen IT-infrastruktur, som kan være cloud eller on-premise.
Lad oss se hur Beacon Tower adresserer dessa krav:
Beacon Tower använder en åben arkitektur
Beacon Tower har en åben arkitektur utan brug av ”black-box” funktionalitet. Samtidigt är alla services udstillede via API’är i et servicelag, och dermed kan rådata från maskiner och sensorer frit tilgås, men endnu viktigare är det att man kan integrere ligetil med datamodellernes services och dermed genbruge datastrukturerne i andra systemer. Det är f.eks. utroligt nyttigt i en machine learning sammenhæng, att data-analytikerne kan använda datamodellerne och inte ska använda tid på att sätta struktur på data. Det betyder f.eks. att en data-analytiker kan forespørge Beacon Tower om følgende:
“Giv mig de maskiner av model X som har haft et atypisk vibrationsmønster inden för de seneste 24 timer för vår kunder i Skandinavien”
på det sättet kan dataanalytikeren arbejde effektivt med f.eks. att förbättra algoritmen till att detektere anomalier i sit foretrukne udviklingsmiljø. Ligeså kan serviceteknikeren ha et dashboard i f.eks. CRM eller i sin serviceapplikation där visar vilka maskiner där udviser tegn på att skulle kräva vedligehold inden för vedkommendes ansvarsområde.
Beacon Tower har en flexibel datamodel
För att ovenstående dataanalyse scenarie overhovedet kan lade sig göra, kräver det naturligvis att man kan definere sin data exakt som man gerne vill ha det. I Beacon Tower kan man definere lige såg många datamodeller som man har lyst till och sätta dem ind i et uendeligt antal hierarkier med forskellige adgangsrettigheder. Därför bliver det let att strukturere data på følgende måde där vi använder en verksamhet som laver, säljer och servicerer el-billadere (car chargers) som eksempel:
Beacon Tower är replikerbart och dedikeret
Beacon Tower är designet till att forenkle och accelerere IoT-udvikling och -drift genom att hela platformen køres i et valgfrit Azure-miljø där är dedikeret till den enkelte kunde och dennes samarbejdspartnere. Hela platformen bliver löpande uppdaterat och vedligeholdt. Detta fjerner mycket av uvisheden och kompleksiteten med att bygga tillförlitliga, skalérbare och säkra IoT-applikationer, samtidigt med att I på et vilket som helst tidspunkt kan få et udviklings- och test-miljø eller sågar en dedikeret lösning till én specifik kunde. Det gör också att I har 100% kontrol med platformen och kan garantere över för kunder och samarbejdspartnere att data ligger ét specifikt sted.
Læs mer om hur Beacon Tower indgår som en integreret dataplatform i et enterprise IT-miljø.
För mer information:
Partner, Mikael Rönde, mikael.ronde@glaze.dk
Læs mer om de forskellige Beacon Tower leveringsmuligheder.