Selles artiklis tutvustame inimese ja masina andmeliideste tähendust. Tehaste omanikud saavad selle artikli abil rohkem teada saada inimese ja arvuti andmeliideste kontseptsiooni ning inimese ja arvuti andmeliideste rolli kohta tulevikutehases.
See artikkel hõlmab järgmist:
- Mida tähendab inimese ja masina andmeliides?
- Inimese ja masina andmeliidese peamised eelised
- Millised tööstusharud seda kasutavad?
- Mida on rakendamiseks vaja?
Mida tähendab inimese ja arvuti andmeliides?
Asjade Internet ja suurandmete keskkond
Kuna tootmises kasutatakse üha enam IoT platvorme, genereeritakse suuri andmemahtusid. "Nutikas" tehasekeskkond seisneb suurte andmemahtude genereerimises ja tarnimises, masinõppes, tehisintellektis, liit- ja virtuaalreaalsuse lahendustes ning ühendatud masinates integreeritud asjade interneti platvormidega. Tegelikud andmed võivad pärineda välistest allikatest, nagu masinate andurid, ühendatud seadmed, logistika, sisseehitatud HMI-d, sisemised SCADA süsteemid ja klientide ostumustrid. Tänapäeval on lugematul hulgal andmeallikaid, mis tuleb otsustusprotsessi integreerida.
Suurandmete ja äriteabe lahendusi hinnatakse üha enam, et saada andmetest ülevaadet. Enamasti saadetakse need andmed pilve edasiseks analüüsiks ja töötlemiseks. Mitme genereeritud andmeallika andmete salvestamiseks ja töötlemiseks on vaja tugevat tööstuslikku pilvelahendust.
Siiski on aegu, mil tuleb teha koheseid otsuseid, mille puhul tuleb andmeid töödelda serval, mitte edastada need esmalt pilve. Edge computing hõlmab andmete töötlemist asjade Interneti-platvormidelt, mis on lähemal sellele, kus andmed tegelikult genereeritakse. Tehaste puhul hõlmab see andmete töötlemist tehase põrandal.
Mõelge olukorrale, kus olulisel konveieril olev kriitiline masin kuumeneb üle. Kui kõik andmed tuleb kõigepealt pilve saata, võib see olla väga aeganõudev, sest on vaja kohe tegutseda. Mõju võivad avaldada ka latentsusaja ja võrguühendusega seotud probleemid. Sel juhul eelistatakse servaarvutust pilvepõhisele protsessile, sest masinate andurid suudavad tehase põrandal asuvasse HMI-sse saata ainult neile vajalikke andmeid, mistõttu saavad tehase töötajad kohe masinate temperatuuri vastavalt reguleerida.
Inimese andmeliides
Inimese ja masina andmeliidese kontseptsioon on seotud inimestega, kes suhtlevad vahetult masinaga loodud andmetega. Samuti kirjeldab see seost aju ja masina mõttemustrite vahel. Teisisõnu liiguvad andmed inimaju ja masina vahel.
Paljud tehaste omanikud tunnevad masinatevahelist seotust, kuna tehase põrandal olevad masinad nõuavad sisendit teistelt masinatelt ja on osa sisemisest SCADA-süsteemist. Enamikule on tuttav ka inimestevahelise suhtluse hõlbustamise kontseptsioon keelekasutuse kaudu.
Inimese ja masina andmeliidesed on seotud inimese ja masina suhtlusega. Inimese andmeliidesed nõuavad masinaid, mis suudavad mitte ainult närvimustreid ja sidet tabada ja mõista, vaid ka teisi sensoorseid indikaatoreid ära tunda ja mõista. See võib hõlmata näotuvastussüsteemide kasutamist, et jaemüüjad saaksid hinnata kliendi reaktsiooni teatud tootele või pakkuda reaalajas reklaamteavet toote kohta, mille vastu nad on positiivset huvi üles näidanud. Masinad peaksid samuti suutma töödelda ja mõista häälkäsklusi, visuaalseid näpunäiteid, biotagasisidet ja muid sensoorseid andmeid, et selles suhtluses tõhusalt osaleda.
Inimese andmeliidesed on kooskõlas Industry 4.{1}} masinõppe eesmärgiga, kuna masinad õpivad ja suudavad töödelda inimajust saadud andmeid / suunata inimese tagasisidet. Seega, kui seda kontseptsiooni rakendada tehasekeskkonnas, saab ülekuumenenud masina puhul temperatuuri reguleerida visuaalsete näpunäidete või tehase töötajate otseste häälkäskluste abil.
Inimese ja masina andmeliideste peamised eelised
Täiustatud otsustusvõime
Andmepõhine tehase optimeerimine on hõlbustanud ennustavate hoolduslahenduste ja muude suurte andmete, näiteks masinõppe algoritmide väljatöötamist. Kui IoT platvormid on paigas, võivad inimandmete liidesed võimaldada inimajul pääseda juurde otse nendelt platvormidelt pärit andmetele ja arusaamadele, ilma et peaks andmeid esmalt pilve edastama.
Andmete kaasamise protsessi lihtsustamine
Andmeanalüütika on üsna keeruline valdkond. Kuigi taustasüsteemide arendamine nõuab endiselt täiustatud tehnoloogilisi võimalusi, võivad inimese ja masina liidesed traditsiooniliste esiotsasüsteemide keerukust vähendada.
Reaalajas andmete analüüs ja töötlemine
Inimese andmeliidesed sobivad hästi servatöötluskeskkondadesse ning võimaldavad teha kriitilisi otsuseid ja reaalajas andmeid analüüsida. Latentsusest tingitud viivitust ei toimu ja saadetakse ainult töötlemist vajavad andmed, seetõttu on tegemist väiksemate andmepakettidega.
Kas tööstus kasutab seda?
Praegu ei kasuta inimandmete liidest palju tööstusi. Tervishoiusektor on inimandmete liidese tehnoloogia varakult kasutusele võtnud ja seda on kasutatud parapleegiliste patsientide abistamiseks. Eeldatakse, et üha enam tööstusharusid võtab lähitulevikus kasutusele inimandmete liidese mudeli.
Mida nõuab rakendamine?
Suhtumise muutus
Esimene takistus, mis tuleb inimandmete liidese juurutamiseks ületada, on suhtumine. Traditsiooniliselt on andmeanalüütikasse ja suurandmete haldamisse tõeliselt süvenenud vaid andmeanalüütikud ja teised IT/ärispetsialistid. Andmete päringute tegemiseks on vaja mõista ka andmebaase ja mitut programmeerimiskeelt. Inimese andmeliidese kontseptsioon tugineb inimaju võimele anda masinatele otseseid käske ning masinate võimele tabada inimese näpunäiteid ja sensoorseid indikaatoreid. See tähendab, et andmevoogu saab hõlbustada sõltumata lõppkasutaja oskuste tasemest või teadmistest, mis nõuab dramaatilist muutust praeguses suhtumises andmete päringute ja haldamise suhtes.
Andmete mõistmine
Inimese aju peab suutma aru saada masina poolt edastatavatest andmetest ja vastupidi. Virtuaalreaalsuse koolitust ja muid tehisintellekti tööriistu saab kasutada selleks, et pakkuda inimestele keerukamate andmekogumite jaoks masinate seansse. Masinatel peavad olema ka vajalikud andurid ja algoritmid inimeste vahetu tagasiside töötlemiseks.