@savolainen_p TAMK IoT-seminaari IoT ja edistynyt analytiikka käytännössä

Koko: px

Aloita esitys sivulta:

Download "@savolainen_p TAMK IoT-seminaari IoT ja edistynyt analytiikka käytännössä"

Risto Haapasalo
7 vuotta sitten
Katselukertoja:

1 IoT ja edistynyt analytiikka käytännössä

2 Affecto ja minä lyhyesti Sisältö Mitä IoT tarkoittaa tällä kertaa IoT-ratkaisun anatomia Muutama tosielämän esimerkki Kuinka päästä alkuun

3 Affecto ja minä

4 We create business value for our customers by combining information with insight. NASDAQ: AFE1V 123 MEUR Revenue 100+ Large Nordic Customers Employees

5 Our TAMK IoT-seminaari Custom Development, Design & Sensing the physical Service & Customer experience design Algorithms Location solutions Mobile development Sensors & IoT Virtual & Augmented reality Analytics, Big data, Enterprise Information Management Business intelligence & Data warehouse Master data management Advanced analytics Analytics as a Service Big data & Cloud Document and case management Functional & Software Solutions Business applications Functional solutions Custom development Enterprise software Managed services

6 Minä Melkein nelikymppinen ohjelmistotekniikan DI. Yli 15 vuoden kokemus erilaisten IT-projektien toteuttamisesta, johtamisesta ja konsultoinnista. Affecton Master of Things työkenttänä IoT aihepiirin konseptointi, prototypointi ja innovointi asiakkaidemme kanssa, säännöllisesti kädet savessa myös projekteissa. Harrasteena mökkeily, IoT-värkkien rakentelu, höntsäsähly ja touhuilu kahden taaperon kanssa.

7 Minä

8 Mitä IoT tarkoittaa tällä kertaa

9 IoT Internet of Things ~ Industrial internet ~ Internet of Everything ~ Industry 4.0 ~ Digitalization ~Advanced analytics Kuinka tehdä samaa paremmin/edullisemmin Mitä uusia mahdollisuuksia avaa Lähes rajattomat mahdollisuudet, mutta mistä aloittaa? Ideointi Protoilu Palvelumuotoilu Hyötyjen todennus ennen suuria investointeja

10 IoT-ratkaisun anatomia

11 IoT-ratkaisun anatomia, IT:n näkökulma Sensors Automati on D a t a T r a n s f e r Collect & store Analyze & Learn Automate Improve & Innovate Connection to Data visualization Analytics initiated Combine IoT data sites & equipment Detect patterns automation with business Near real-time and phenomenon Integrated with data high volume data Develop business Share & Historical data analytical processes commercialize Edge and algorithms Online and offline data gateway Identify context analytics Embed computing Machine learning intelligence NoSql, Big Data Develop solutions for different interest groups Make use of AR/VR Security

12 Data science: data visualization, analysis and modeling Reports Data from other sources Models Data storage Scoring Embedded analytical models Integrations, interfaces to data, dashboards, end user services Results Selected data, Events Raw data Raw data caching Embedded analytics

13 Platformit ja tuotteet Pilviympäristöt IBM Bluemix Microsoft Azure Amazon AWS Toimittajakohtaiset alustat Elisa Thingworx Sonera Cumulocity Tuotteet ja tuotteistetut ratkaisut Trelab Tableau Qlikview Open source tuotteet Cassandra R Spark

14 Muutama tosielämän esimerkki

15 Manufacturer of Heavy Machinery Physical sensors replaced by soft sensors based on advanced mathematical analysis and automation. Factory Environment Predictive maintenance based on analysis and visualization of valve sensory data. Heat & Power Company Using new sensoring and near-realtime data to predict fuel yield and to optimize production and fuel mix. High value for the process, Lower production costs, very quick deployment No retrofitting needed software update will automatically bring the new features to all equipment Affecto s role: Finding and defining the mathematical model & computer program to replace physical sensors. Analysis of the data showed anomalous devices in the install base and allowed to prioritize maintenance Less downtime, lower risk of systemic failure, warranty management considerations Affecto s role: Finding and defining the mathematical model & computer program for automatically predicting a specific significant maintenance need. Gain insight into fuel quality to optimize burning process New sensor technology piloted together with hardware design & prototyping partner Affecto s role: Suggesting the business case, defining the needs for new sensor development, developing the mathematical model to predict fuel yield based on history performance and measured data.

16 Industrial Automation Predicting and proactively preventing damaging of conveyer belt. Business model rental & remote management. Predict and prevent operational issues at an unmanned facility Aim for 100% availability Analysis based on sensory information from 12 most significant factors Affecto s role: Suggesting the business case, finding and defining the mathematical model & computer program for automatically predicting a specific significant maintenance need. Process industry operations Forecast model of major investment components lifecycle and service delivery. High value of continous process, high loss of revenue related to unexpected service break Forecasting of component lifecycle and optimal time for service break Affecto s role: Finding and defining the mathematical model for optimal service break based on lifetime of a component Machinery operations Analysing and modelling of energy consultion of a machinery. Energy costs being one of the major costs in operating the machinery Analysis of the data showed the major parameters affecting to energy consumption of a machinery Operation training indicated to a most effective way of lowering energy costs. Affecto s role: Finding and defining the mathematical model or evaluating energy consumption.

17 LoRa Internet LoRa -radiotekniikka mahdollistaa entistä edullisemmat IoTsovellukset, joissa ei tarvita suurta tiedonsiirtokapasiteettia Yksi gateway pystyy palvelemaan tuhansia laitteita Gatewayn kantama kilometrejä, myös rakennuksien sisälle Laitteisiin ei tarvita sim-kortteja Kuluttaa vähän virtaa Edullinen

18 AR Augmented Reality (AR) on uudenlainen media esittää IoT:n tuottamaa ja siitä jalostettua tietoa. Vuonna 2016 tulossa useita edistyksellisiä AR/VR ratkaisuja Hololens Meta 2 (kuvassa)

19 Kuinka päästä alkuun

20 Kuinka päästä alkuun? Edullista Raspberry Pi Zero kahvikupin hinnalla Tiedonsiirto ethernet tai serial WiFi alle kympillä Pilviratkaisujen hinnoittelu alkaa nollasta Nopeaa Tällä hetkellä puolessa tunnissa saa tehtyä IoT-ratkaisun nollasta. (Ei ehkä onnistu ekalla kertaa tuossa ajassa ) Protoilu ja kokeileminen eivät tuota tuotantoon sopivia ratkaisuja Hackathonit ovat erinomainen tapa oppia ja verkostoitua

21 Parkkivasikka Tarve Nähdä onko autohallissa vapaita Affecton autopaikkoja, jottei sinne ajaisi turhaan Ratkaisu Tiedon keruu: Arduino + ethernet shield + ultraäänianturit Tiedon tallennus ja esittäminen: IBM Bluemix (Node red, Cloudant) Kustannukset Arduino Uno -klooni 7, UA-anturit 5 /kpl, Ethernet-kilpi 7, johdot ja kotelointi noin 50 Kallein osa verkon saaminen autohalliin, vaati 3g/4g routterin (~150 + SIM-kortin kk-maksu) IBM Bluemix tämän kapasiteetin käyttöön ilmainen Uusi versio tulossa Lora-tekniikan päälle

22 Kiitos!

Samankaltaiset tiedostot

Internet of Things. Ideasta palveluksi IoT:n hyödyntäminen teollisuudessa. Palvelujen digitalisoinnista 4. teolliseen vallankumoukseen

Internet of Things. Ideasta palveluksi IoT:n hyödyntäminen teollisuudessa. Palvelujen digitalisoinnista 4. teolliseen vallankumoukseen Internet of Things Ideasta palveluksi 17.4.2015 IoT:n hyödyntäminen teollisuudessa Palvelujen digitalisoinnista 4. teolliseen vallankumoukseen We are where our clients are CGI in Finland and globally Close