Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

IoT-Daten räumlich zugeordnet darstellen

Daten in drei Dimensionen visualisieren

Immer mehr IoT-Geräte produzieren Daten, die es aufzuwerten und zu visualisieren gilt. Dabei können selbst unterschiedliche Daten überraschende Verbindungen unterhalten, schließlich sind sie Teil eines Gesamtsystems. Die passende Visualisierung hilft, solche Beziehungen aufzuspüren.

(Bild: Framence GmbH)

(Bild: Framence GmbH)

Mit dem flächendeckenden Ausbau von performanten Mobilfunkstandards wie 5G, der verstärkten Nutzung von Funknetzwerken wie LoRaWAN oder WLAN, aber auch der Verbreitung industrieller Kommunikationsstandards wie OPC UA, MQTT oder SNMP, können neue Geräte wesentlich leichter integriert werden. Dadurch steigt die Anzahl der verknüpften Devices und damit das Datenvolumen. Darüber hinaus liefern die Geräte zunehmend mehr Daten in einer höheren Frequenz. Um diese Datenmengen wirtschaftlich zu nutzen, müssen sie aufbereitet und visualisiert werden.

Die Aufbereitung

Messwerte werden fast immer als Datenreihen erfasst. Während sich die Visualisierung dieser stark an den individuellen Bedürfnissen des Nutzers orientiert, gilt es bei der Aufbereitung eine Reihe grundlegender Dinge zu beachten.

  • Prüfung der Daten auf Vollständigkeit und Plausibilität: Fehlende oder unplausible Daten können die Auswertungen verfälschen. Bei der Aufbereitung müssen also Vollständigkeit und Plausibilität sichergestellt werden. Aufgrund der hohen Datenmenge und der Messfrequenz, ist dies nur mit entsprechenden Automatismen möglich. Diese können Probleme erkennen und auf Grundlage von flexiblen Regelwerken Fehler melden und auch beheben.
  • Vereinheitlichung der Auswertungszyklen: Datenreihen werden typischerweise in unterschiedlichen Zyklen zu verschiedenen Zeitpunkten erfasst. Bei einer übergreifenden Auswertung von Datenreihen muss das berücksichtigt werden. Die Mechanismen müssen also sicherstellen, dass alle betroffenen Datenreihen, ohne weiteres Zutun des Anwenders, sich automatisch synchronisieren. Erfahrungen zeigen, dass sich beim Einsatz unterschiedlicher Sensoren, Messgeräte und Kommunikationslinien ein gemeinsamer Messzeitpunkt und ein identisches Intervall nicht sicherstellen lassen. Nur durch den Einsatz geeigneter Regeln und mathematischer Verfahren erhält man belastbare Ergebnisse.
  • Umrechnung von Daten: Die gesammelten Werte liegen oft in unterschiedlichen Einheiten vor und müssen somit vor einer Nutzung in andere Einheiten überführt werden. Im einfachsten Fall handelt es sich um eine Umrechnung auf Basis von physikalischen Einheiten wie Kilowatt/Stunde in Megawatt/Stunde oder Watt in Joule. Häufig muss aber mit zeitlich veränderlichen Korrekturdaten gearbeitet werden. Beispiele sind Brennwerte, CO2 Koeffizienten oder Währungen. Hier muss sichergestellt werden, dass alle Umrechnungsdaten zum richtigen Zeitpunkt und im notwendigen Zeitintervall vorliegen.

Grafische Auswertungen

Sind die Daten aufbereitet, geht es an die Visualisierung. Dafür gibt es unterschiedliche Komponenten und Tools. Von direkt in den Sammelsystemen integrierten Chart-Komponenten, über Cloudsysteme und reinen Grafik-Tools bis hin zu Microsoft Excel – welches System verwendet wird, entscheidet häufig die Verfügbarkeit sowie die persönliche Präferenz. Der Darstellungstyp richtet sich dabei immer nach der Fragestellung. Von einfachen Balken- und Liniendiagrammen, Visualisierung von Zeitverläufen und -vergleichen, über Carpetplots, zur Herstellung von Bezügen zwischen Messwerten und zeitlichen Zusammenhängen, bis hin zu Streudiagrammen für tiefgreifende Analysen komplexer Zusammenhänge. Auch Bubble-Charts für Kennwertdarstellungen, Kerzendiagramme zum Auftragen der Streuung von Werten und Tortendiagramme finden häufig Anwendung.

Die Werte werden über einen längeren Zeitraum erfasst. (Bild: Framence GmbH)

Die Werte werden über einen längeren Zeitraum erfasst. (Bild: Framence GmbH)


Das könnte Sie auch interessieren:

Der Maschinenbauer Manz bündelt unter dem Namen Total Fab Solutions sein Angebot für die Automatisierung von Fertigungslinien. Im Paket abgedeckt sind Umsetzungsschritte von Automatisierungsprojekten von der Fabrikplanung über die Prozess- und Materialflusssimulation oder die Integration bestehender Fertigungsprozesse bis hin zu Aufbau, Hochfahren und Optimierung schlüsselfertig zu übergebender Produktionslösungen.‣ weiterlesen

Beim traditionellen Qualitätsmanagement werden gefertigte Bauteile analysiert, um die Qualität der nächsten zu verbessern. Beim Predictive Quality-Ansatz wollen Hersteller analysegestützt eine höhere Qualität erzielen, ohne in die Vergangenheit schauen zu müssen. Bereits verfügbare Lösungen für den Ansatz integrieren die erforderlichen Daten auf einer MES-Plattform.‣ weiterlesen

Der Aufbau einer kabelgebundenen Ortungsinfrastruktur auf großen Flächen wie Lagerhallen, Baustellen oder in der Prozessindustrie ist kostspielig und zeitaufwendig.‣ weiterlesen

KI-getriebene Convolutional Neuronal Networks in selbstfahrenden Autos sollen andere Verkehrsteilnehmer erkennen. Dabei gilt: Je selbstständiger das Auto, desto komplexer der Algorithmus und undurchschaubarer dessen Weg zur getroffenen Entscheidung. Ein Validierungs-Tool soll helfen, diesen besser zu verstehen.‣ weiterlesen

Erfolgreiche KI-Projekte kombinieren das Domänenwissen von Prozessbeteiligten mit der Expertise von Datenanalysten und IT-Spezialistinnen. Da nicht jedes Maschinenbauunternehmen über diese drei wichtigen Kompetenzfelder verfügt, sind Kooperationen wichtige Bestandteile von KI-Projekten.‣ weiterlesen

Extreme Networks hat die Verfügbarkeit des Wi-Fi 6E Access Point bekanntgegeben. Als Wireless-Plattform erweitert der Zugangspunkt den Einsatzbereich auf das 6GHz-Frequenzband. Das Gerät wurde für Umgebungen mit hohen Anforderungen an Bandbreite und Nutzerdichte entwickelt und zeichnet sich Anbieterangaben zufolge durch seine Perfomance, Funktionalität und Sicherheit aus.‣ weiterlesen

Die Ersatzteilversorgung in der Automobilindustrie besitzt einen sehr kurzfristigen Charakter. Anwendungen zum Abbilden solcher Prozesse sind S/4Hana Supply Chain Management sowie S/4Hana-Automotive-Ersatzteilmanagement. Die wichtigen Zielgrößen für die Versorgungsqualität sind Lieferservicegrad und Time-to-Delivery.‣ weiterlesen

Im Cloud-Projekt Gaia-X entstehen Infrastruktur-Angebote, mit denen Hersteller digitale und vernetzte Produkte entwickeln können, ohne in Abhängigkeit zu Technologiekonzernen zu geraten. Die Strukturen dafür sind bereits etabliert. Jetzt ist es an den Produzenten, durch ihre Mitwirkung aus dem Projekt eine europäische Erfolgsgeschichte zu machen.‣ weiterlesen

Werma bietet ein neues Ruf- und Meldesystem zur Prozessoptimierung in Fertigung, Logistik und an manuellen Arbeitsplätzen an. Mit dem Andon WirelessSet lassen sich Probleme bei der Produktion per Knopfdruck melden, um die Behebung zu beschleunigen.‣ weiterlesen

Alle Werte einer Lieferkette im Blick zu behalten, ist eine Mammutaufgabe - können diese doch schnell in die Millionen gehen. Behälter mit benötigten Materialien müssen nicht mal verschwinden, schon der falsche Lagerplatz im Werk kann die Produktion ausbremsen. Tracker können dafür sorgen, dass nichts Wichtiges aus dem Blick gerät.‣ weiterlesen

Siemens und Zscaler arbeiten zusammen, um Kunden den sicheren Zugriff vom Arbeitsplatz im Büro oder mobil auf Operational-Technology(OT)-Systeme und -Anwendungen im Produktionsnetzwerk zu ermöglichen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige