Big Data, gépi tanulás a Systems & Components kiállításon

A dolgok internetétől a felhőmegoldásokon és a Big Datán át a mobilalkalmazásokig. November 12. és 18. között a hannoveri Agritechnica mezőgazdasági gépkiállítás keretében megrendezett Systems & Components kiállításon a technológiai szolgáltatók a mobil gépek hatékonyságának, megbízhatóságának, biztonságának és kényelmének növelésére használható intelligens megoldások széles skáláját mutatják be.

A mobil gépek, különösen a modern asszisztens rendszerekkel felszereltek, számos alkalmazásban nagy mennyiségű releváns adathoz férnek hozzá. Ez azt jelenti, hogy rengeteg lehetőség van az úgynevezett “Big Data” elemzésekre, ahol a nagy adathalmazok feldolgozása értelmes betekintést nyújthat. A kérdés az, hogy mit lehet hasznosan kezdeni mindezzel az információval? A jelenleg elérhető hozzáadott érték nagymértékben függ a technológiai szolgáltató alkalmazási tapasztalatától.

Különösen két kérdés áll a Systems & Components rendezvényen folytatott viták középpontjában. Olyan felhasználási esetekről van szó, mint a digitális flottakezelés és a mezőgazdasági és építőipari gépek közötti kommunikáció.
Különösen két kérdés áll a Systems & Components rendezvényen folytatott viták középpontjában. Olyan felhasználási esetekről van szó, mint a digitális flottakezelés és a mezőgazdasági és építőipari gépek közötti kommunikáció. (Fotó: Pixabay)

„Fontos számunkra, hogy ne jelenítsünk meg tetszőleges adatokat csak azért, mert történetesen egy adott érzékelőt telepítettünk. Olyan hasznos információkkal szeretnénk ellátni az ügyfeleket, amelyekkel a gépparkjukat kezelhetik, és így a lehető leggazdaságosabban üzemeltethetik” – magyarázza Wolfgang Boos, a Liebherr termékmenedzsere.

Különösen két kérdés áll a Systems & Components rendezvényen folytatott viták középpontjában. Olyan felhasználási esetekről van szó, mint a digitális flottakezelés és a mezőgazdasági és építőipari gépek közötti kommunikáció.

A Big Data előnyei

Hogyan tudnak a felhasználók a gyakorlatban profitálni a Big Data előnyeiből? És hogyan lehet a mesterséges intelligenciát értelmesen integrálni a terepjáró gépekbe?  A kiállításon bemutatott moduláris, nyitott rendszerek segítségével a járművek és alrendszereik a felhővel a „dolgok internetébe” kapcsolódnak, és számos funkció egyedileg konfigurálható. Az eredeti berendezésgyártók (OEM) a technológiai szolgáltató validált szoftvercsomagjai alapján saját alkalmazásokat tervezhetnek, a gépkölcsönző cégek pedig új üzleti modelleket hozhatnak létre.

A munka előrehaladásának megjelenítése egyetlen gombnyomással

Az intelligens érzékelőadatokhoz való hozzáférés egy telematikai megoldáson keresztül intelligens funkciók egész sorát teszi lehetővé, a flottakezelés és a távdiagnosztika tipikus belépési forgatókönyvek a terepjáró ágazatban.

A flottakezelési megoldások automatikusan nyomon követik a gépflotta helyzetét, így a kezelő egyszerűen és könnyen megtalálhatja az egyes gépeket. Meghatározható egy földrajzi terület, például egy építkezés vagy egy szántóföld (geokerítés), és az ezen a területen belüli összes releváns adatot összegyűjtik.

Ezekből az adatokból, például az időszak, az üzemórák száma, a művelet típusa, a felhasznált üzemanyag és a CO2-kibocsátás, automatikusan létrehozhatók a szerződéses számlák vagy a betakarítási jelentések. A mezőgazdasági gépekben használt telematikai egységek ISOBUS-hoz kapcsolódnak, amelyen keresztül hozzáférnek a részletes gépadatokhoz, majd továbbítják azokat a flottakezelő rendszerbe.

Optimalizálható funkciók

A precíziós gazdálkodási funkciók hasonló módon optimalizálhatók. Az idővel gyűjtött adatokat, például a nitrogénérzékelők vagy a traktorra szerelt kamerák adatait összekapcsolják a műholdképekkel, és elemzik, hogy meghatározzák a műtrágyák vagy növényvédő szerek optimális eloszlását a szántóföldön.

Ezeket az elosztási adatokat aztán visszaküldik a munkagépnek, amely így pontosan csak oda tudja kijuttatni a bemeneti anyagokat, ahol szükség van rájuk, nemcsak az átfedések elkerülése érdekében, hanem az egyes növények igényei szerint is, jelentős költségeket megtakarítva ezzel a gazdálkodónak.

Ahogy ezek a funkciók egyre összetettebbé, és különösen ahogy egyre önállóbbá válnak, nemcsak adatokra, hanem megfelelő adatfeldolgozásra is szükség van.

„Az autonómiához elengedhetetlen a nagy teljesítményű számítástechnika” – mondja Stefan Taxer, a B&R mobil automatizálásért felelős termékmenedzsere. Az adatelemzéshez és az autonóm folyamatokhoz szükséges fedélzeti számítási teljesítményt biztosítva a Hannoverben kiállító automatizálási szakemberek olyan nagy teljesítményű „edge” vezérlőket mutatnak be, amelyek minden szükséges valós idejű, helyi számítást elvégeznek.

Az adatokat előfeldolgozzák, összesítik, majd hálózaton keresztül továbbítják a felhőben lévő központi irányítási funkcióhoz. Annak érdekében azonban, hogy a gépnek soha ne kelljen egy esetlegesen megbízhatatlan kommunikációs csatornára várnia, az összes másodpercről másodpercre történő döntést – merre forduljon, mikor kapcsolja be a munkagépet stb. – az edge-vezérlő a mobil gépen hozza meg. Ezeket a vezérlőmodulokat úgy tervezték, hogy a legkeményebb környezetben is működjenek, ahol a rezgések, a szélsőséges hőmérséklet, a nedvesség és a szennyeződés a legnagyobb követelményeket támasztja a robusztussággal szemben.

A problémák felismerése a hiba bekövetkezése előtt

Az összegyűjtött valós idejű adatok prediktív és távkarbantartásra is felhasználhatók. A Systems & Components kiállítói tovább bővítik az adatvezérelt digitális szolgáltatások kínálatát, hogy támogassák az ügyfeleket gépeik teljesítményének és karbantartásának optimalizálásában.

Az érzékelőfürtöket az üzemkomponensekre, például szivattyúkra, sebességváltókra, kompresszorokra vagy hajtásokra szerelik, és rezgési és hőmérsékleti adatokat gyűjtenek. Ezeket az adatokat vezeték nélkül továbbítják egy átjáróhoz, majd onnan biztonságosan a felhőbe, ahol a Big Data-elemző eszközök összegyűjtik, feldolgozzák és hosszú távon kiértékelik ezeket a méréseket olyan gépi tanulási algoritmusok segítségével, amelyek a tervezőmérnökök részletes alkatrészismeretét használják fel.

Ezeknek az információknak a felhasználásával a karbantartó személyzet megbízható figyelmeztetéseket kap a felmerülő hibákról, és így időben reagálhat a gép meghibásodásának megelőzésére, a pontos diagnózis lehetővé teszi a szükséges pótalkatrészek előzetes megrendelését. A felügyelet és a diagnosztika révén nyert információk a mérnökök számára is nagy lehetőségeket kínálnak, mivel a gépek tervezése a valós terhelési és használati adatok alapján folyamatosan optimalizálható.

A teljesen automatizált munkagépek felé vezető út

A dolgok ipari internetének használata a terepjáró-ágazatban még gyerekcipőben jár. Mindazonáltal a november 12-18. között a Systems & Components kiállításon bemutatott hálózatba kapcsolt alkatrészek a jövőben alacsonyabb gyártási költségeket, hatékonyabb projektmegvalósítást és gyorsabb befejezést ígérnek. Az ezekből és a jövőbeli alkalmazásokból gyűjtött adatokat „digitális ikrek”, azaz nagy teljesítményű szimulációk létrehozására fogják felhasználni, amelyek lehetővé teszik az új rendszerek virtuális tesztelését és optimalizálását. A mobil gépek egyre növekvő autonómiája felé vezető úton, ahol az ilyen megközelítések elengedhetetlenek, a kiállítási központ kiállítói a kezdetektől fogva elkísérik az ügyfeleket a piacképes megoldások kifejlesztésében.

(Forrás: agritechnica.com)

Share Button

Kapcsolódó cikkek

Rengeteg pénzt mozgat meg a mesterséges intelligen... A mesterséges intelligencia piaci növekedését az egyre jobban elterjedt, szenzorokon és légi felvételeken alapuló adatfelvétel, a gépi tanulási techn...
Először indul Magyarországon precíziós agrármérnök... Az országban elsőként indít precíziós agrármérnök alapszakot 2023 szeptemberétől a Debreceni Egyetem Mezőgazdaság-, Élelmiszertudományi és Környezetg...
Megkérdeztük a ChatGPT-t, miért hasznos a mestersé... A mesterséges intelligenciával kapcsolatban számos cikk, szakvélemény és elemzés jelent meg az elmúlt időszakban. A közbeszédet a ChatGPT program reg...
A takarmányozás adatait használja a beteg sertések... A takarmányozási viselkedés megváltozása a kellemetlen érzés és a betegség korai jeleként használható. A finn kutatók a gépi tanulás módszereit alkal...
Big Data és gépi tanulás a Systems & Componen... A digitális szolgáltatások fejlődését mutatta be a Systems & Components rendezvény a terepen dolgozó mezőgazdasági gépek szektorában az Agritechn...
Erősödött a Magyar Genom Program: 10 ezer egészség... A Magyar Genom Program megvalósításának részleteiről írt alá együttműködési keretmegállapodást írt alá prof. dr. Palkovics László, a Széchenyi István...