Page 44 - st-endustri-4.0-2018-haziran

ÜRÜN VE SISTEMLER l VERI ANALIZI

Veri ve akıllı makina devrimi

Hazırlayan: Omron Türkiye

Veri karmaşıklığı, akıllı fabrikaya geçişi büyük bir zorluk haline getiren öğelerden
biridir. Bu nedenle Omron, daha akıllı sistemleri kendi süreçlerine uygulayarak, şirketin
gereksinimlere yatırım yapmasına ve en iyi uygulamaları geliştirmesine olanak sağlıyor.

retim verimliliği nasıl ar-
tırılabilir? Üretim hatla-
rındaki tüm kayda değer
optimizasyon işlemleri
Ügiderek daha ulaşılmaz
hale gelmektedir. İş yerinde daha akıllı
otomasyondan faydalanmak yenilikçi bir
çözüm sunar ancak tüm süreç veriyle baş-
lar. Çok ama çok fazla veriyle.
İlk olarak Omron’un masa tenisi oyna-
yan robotu Forpheus’a bakalım! Bu robot
Omron’un makinalara yönelik “3i” kon-
septini [(integrated (entegre), interactive
(interaktif), intelligent (akıllı)] sembolize
eder. Forpheus gibi bir makina nasıl spor
yapabilir? İnsan ve makina iletişimine sa-
hip bir robot olan Forpheus yaratılırken
birçok teknoloji kullanılmasına karşın,
tüm “daha akıllı” makinaların yapımın-
daki temel bileşen veridir. Veri toplama,
veri odaklı modelleme, modelleri uygula-
ma ve son olarak makinanın kendi davra-
nışını otomatik olarak düzenleyebilmesi
yani makina öğrenmesi için makinayı YARDIMCI OLUR içindeki konumunu ve sorunu gidermek
kullanma ve modelleri değerlendirme. Süreç operasyonu verilerini bu şekilde için yapılması gerekenleri tam olarak be-
İlk adım, tekil makinalardan veya terci- görüntüleyerek, halihazırda yüzde 20 ila lirleyebilir. Operatörün görevi basitleşir
hen tüm üretim hattından veri toplamak- yüzde 30 arasında verimlilik artışı sağla- ve hat verimliliğinde optimize edilmiş
tır. Bu yaklaşım bizim büyük veri adını nabiliyor. Ancak veri miktarının artma- olur.
verdiğimiz şekilde büyük miktarda veri sıyla insanlar bu verilerin yorumlanması Veri miktarının artması veri yönetimini
ortaya çıkarır. Tüm bu verilerin işlenme- veya tekrarlanan örneklerin anlaşılma- de önemli hale getirmiştir. Toplanan ve-
si günümüzün işleme gücü ve bulut de- sında yetersiz kalmaktadır. Büyük veri riler genellikle gelişmiş işleme ve tekrar-
polama sayesinde nispeten daha verimli analizi yazılımını kullanan bilgisayarlar, lanan örnekleri belirleme için çevrimdışı
ve ekonomik şekilde gerçekleştirilebilir. insanlara göre daha hassas ve yorulmak ortama alınır. Ardından, ortaya çıkan
Daha verimli işleme ve en iyi sonuçları bilmeyen araçlardır. Bu araçlar, perfor- tekrarlanan örnekler fabrikaya geri akta-
almak için temiz veri temel teşkil eder. mans verilerindeki düzensizlikleri tanım- rılarak makina tarafından gerçek zamanlı
Bu toplanan verileri bir ekranda, kolay layabilir ve potansiyel sorunları operatöre olarak uygulanır.
anlaşılabilir şekilde görüntüleyebilmek, bildirebilir. Daha fazla veri ve daha geliş- OTOMASYONU ARTIRMAK IÇIN
operatörlerin süreçteki anormal durumla- miş ya da “daha akıllı” analiz sayesinde,
rı belirlemesine yardımcı olabilir. yorumlar ve sonuçlar daha kapsamlı ve VERI KULLANIMI
doğru hale gelir. Örneğin, sistem yalnızca Bu otomasyonu daha ileri bir aşamaya
VERI ANALIZI OPERATÖRLERE sorunları belirlemek yerine sorunun hat taşıyabiliriz. Akıllı sistemler sorunu veya

42 | ST ENDÜSTRİ 4.0 Haziran 2018