Analiza i monitorowanie danych produkcyjnych z wykorzystaniem strumieniowego przetwarzania danych
Fragment książki (Rozdział w monografii)
MNiSW
20
Poziom I
| Status: | |
| Autorzy: | Cieplak Tomasz, Pizoń Jakub |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Arkusze wydawnicze: | 0,52 |
| Język: | polski |
| Strony: | 91 - 99 |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 15 września 2017 |
| Abstrakty: | polski | angielski |
| Współczesne systemy zarządzania produkcją oraz monitorowania procesów technologicznych działają w ramach konkretnych stanowisk operacyjnych – tworząc najczęściej dedykowane hermetycznie zamknięte architektury systemów informatycznych–implementowane bez możliwości wymiany danych w otwartym formacie. Duża liczba niezintegrowanych źródeł danych, bądź ich brak w kluczowych obszarach utrudnia, a nawet niemożliwa identyfikację przez planistę w czasie rzeczywistym istotnych zmian. Tym samym podejmuje on decyzje na podstawie nie pełnej informacji zarządczej, co jest to źródłem ryzyka podejmowania decyzji powodujących zwiększenie kosztów, jakości. Co z kolei w przypadku konkurencji w danym sektorze działalności wytwórczej, gdzie firmy dysponują podobnym parkiem maszynowym, technologiami produkcji jak i zasobami ludzki, może istotnie stanowić o przewadze, jednych przedsiębiorstw nad innymi. W związku z tym istnieje silna potrzeba analizy bieżących danych, aby wybrać najważniejsze atrybuty zgodnie z logiką procesu produkcji w celu zapewnienia pełnej informacji zarządczej. Analityka danych rzeczywistych może być bazą dla skutecznych decyzji, które zwiększają jakość i obniżają koszty jakości. To otwiera bardzo duże perspektywy dla wdrożeń ciągłego monitorowania i analizy strumieni danych produkcyjnych z wykorzystaniem metod przetwarzaniu strumieni. Dlatego też celem tego badania jest zaproponowanie modelu systemu sterowania procesami produkcyjnymi przydatnych do monitorowania procesu produkcyjnego z wykorzystaniem Stream Computing. Słowa kluczowe: internet rzeczy, inżynieria produkcji, systemy cyber fizyczne | |
| Modern production management and monitoring systems operate within specific operational positions and areas. Therefore they create dedicated and hermetically sealed architecture of systems - implemented without the possibility of exchanging data in an open format. As a result of that, a large number of nonintegrated data sources is produced. That makes them difficult or even impossible to analyse and identify key factors of performance – to notice significant changes – in real time. That is a cause of great risk that companies needs to cover, even though they use advance IT software tosupport manufacture processes. Therefore there is a strong need to analyse ongoing data to pick the most important attributes in accordance with the manufacture logic to provide complete management information. That can be base for effective decisions that increase quality and lower the costs of quality. This opens up a very large perspective for deployments of continuous monitoring and analysis of streams of production data with use of stream computing. Therefore, the aim of this research is to propose a model of production process control system useful for monitoring the production process with use of Stream Computing. |
