Internet of Things (IoT) - sovellusten ja palveluiden toteutus käytännössä Tämä kurssi koostuu kolmesta osa-alueesta; Kenelle 1. Things -modulissa perehdyt siihen, miten dataa tuottavien laitteiden muodostamia toiminnallisia kokonaisuuksia, sulautettuja järjestelmiä, toteutetaan. 2. Internet -modulissa opit, miten erilaiset laitteet fuusioidaan toiminnallisiksi kokonaisuuksiksi, IoT-sovelluksiksi, ja miten sovellukset liitetään internetiin. 3. Data & Services -modulissa opit hallitsemaan, analysoimaan ja hyödyntämään IoT-sovellusten tuottamaa dataa ja rakentamaan niitä hyödyntävän ja tukevan web-palvelun. Kurssimme on hyödyllinen kaikille, jotka etsivät uusia tapoja hyödyntää IoT-teknologiaa palveluiden tuottamisessa. Kurssillamme toteutettavat esimerkit sivuavat esimerkiksi seuraavia aloja; rakennukset ja rakennetut alueet, ympäristönsuojelu, terveys, koneiden ja laitteiden valvonta, tutkimus- ja kehityslaboratoriot. Lähestymistapamme on sellainen, että kurssilaiset oppivat IoT-sovelluksiin liittyvät perusasiat käytännön kautta. Kurssimme on tarkoitettu aloittelijoille, tehtävästä ja asemasta riippumatta. Tärkeintä on halu ymmärtää IoT-teknologiaa syvällisemmin ja löytää uusia mahdollisuuksia. Kurssillemme osallistuvat saavat tehokkaan perehdytyksen IoT:n maailmaan käytännön esimerkkien, demonstraatioiden ja harjoitusten avulla. Kurssimme jälkeen ymmärrät, mitä IoT käytännössä on. Pystyt myös ottamaan käyttöön kurssillamme toteutettuja sovelluksia sillä tavalla kuin itse haluat. Kurssilla toteutetut sovellukset ja materiaali ovat osallistujien vapaassa käytössä kurssin jälkeen. Luennoitsijat Erkki Räsänen ja Jukka Pirinen ovat yrittäjiä ja kouluttajia. He opettavat mm. teollisuuden laskennallisia menetelmiä, automaatiota ja kunnossapitoa. Erkin yritys, Langis, tuottaa mittausteknologiaa ja palveluja teollisuudelle. Jukkan yritys, Jupitek, on erikoistunut teollisuusautomaatioon ja ICT-järjestelmiin. Vierailevana luennoitsijana on Sampsa Laine, Data Rangersin perustaja.
Moduli 1 - Things Perusasiat - miten IoT-sovellusten kehitysalustat toimivat Tässä modulissa demonstroimme ja toteutamme IoT-sovelluksia käyttäen kahta kehitysalustaa, Arduinoa ja Nucleo:ta. Arduino on ominaisuuksiltaan vaatimaton, mutta paljon käytetty alusta, jonka avulla on helppo oppia perusasiat. Nucleo on hieman vaikeampi, mutta suorituskyvyltään erinomainen ja edullinen alusta. Modulin sisältö Kehitysalustojen ominaisuudet Miten nämä toimivat erilaisten mittausten kytkeminen datan keräys, tallennus ja siirto kommunikointi muiden laitteiden kanssa kommunikointi netin kautta ulkomaailmaan Miten toiminnalliset ominaisuudet ohjelmoidaan Arduino- ja MBED-kehitysympäristöt ohjelmointiharjoituksia Toteutamme mittalaitteen liittämällä kehitysalustoihin mittauksia alustan konfigurointi erilaisille sensoreille, esim. lämpötila, liike, tärinä, melu, sisäilman laatu sensorilta tulevan datan käsittely alustassa Tallennamme mittalaitteen tuottamaa dataa paikallisesti tallennuslaitteiden liittäminen kehitysalustaan laitteen kommunikointi tietokoneen kanssa Ohjaamme laitteita ja toimintoja liitämme kehitysalustoihin liittää erilaisten laitteiden ohjauksessa tarvittavia kytkimiä ja säätimiä toteutamme erilaisia toiminnallisuuksia; suorat ohjauskomennot
mittaukseen perustuva automatisoitu kytkentä päälle ja pois mittaukseen perustuva jatkuva säätö Mitä Arduinojen jälkeen ammattilaisten työkalut IoT-teknologian kehitykseen Kehitysalusta on työväline protoiluun miten varsinainen tuote toteutetaan? Atmel AVR kehitysalustat ja AVR Studio System on Chip (SoC) tuotteet ja IoT-sovellusten miniatyrisointi Moduli 2 Internet ja Intranet Hyödynnämme edellisessä modulissa toteutettuja laitekokonaisuuksia keräämällä niistä dataa, jota käsittelemme paikallisesti ja pilvessä. Opetuksemme tässä modulissa ei ole sidottu mihinkään tiettyyn IoT-alustaan, vaan hyödynnämme tekniikoita, joita useimmat IoT-palvelut hyödyntävät. Modulin sisältö Toteutamme paikallisen laiteverkoston opimme laitteilta välisen tiedonsiirron periaatteet lähetämme ja vastaanotamme dataa laitteilta toisille Web-tiedonsiirron perusteet Yleisimmät Web-protokollat; TCP-IP, REST, MQTT Gateway; IoT-sovellusten porttikäytävä nettiin LAN/WLAN:in ja GSM:n kautta Datan tallennus ja visualisointi Tiedon tallennuksessa, visualisoinnissa ja analysoinnissa käytettävät IoT-pilvipalvelut Toteutamme API-rajapinnan, joka siirtää dataa nettiin REST- ja MQTT protokollia hyödyntäen Siirrämme dataa paikalliselta sensoriverkolta pilveen Gatewayn kautta ja toteutamme visualisointeja kuten aikasarjatrendien piirtämisen Datan mallinnuksen periaatteet; mitä tehdä, kun dataa tulee paljon? Miten hallita datatulva laitteilta? Tutustumme edullisesti saatavilla oleviin tietokantoihin, kuten InFluxDB:en ja MongoDB:en ja niihin liitettäviin palveluihin.
Laitteiden ohjaus internetin yli Toteutamme suorien ohjauskomentojen välityksen laitteelta toiselle netin yli Automatisoidun etäohjauksen toteutus Industrial IoT (IIoT) miten tiedonsiirto, tiedon tallennus ja hallinta toteutetaan teollisissa ympäristöissä? OPC UA standardi Digitalisoituminen, miten se näkyy tehdaslattialla? IIoT-Sovellusten etätuki ja diagnostiikka Moduli 3 Data & Services Kolmannessa modulissa tarkastelemme, miten IoT-sovelluksia hyödyntäviä palvelusovelluksia toteutetaan. Digitalisoitujen palveluiden onnistumisen kannalta on tärkeintä, miten IoT-sovellusten tuottamasta datasta voidaan muodostaa tarvittavaa informaatiota data-analytiikan avulla, ja miten informaatio tavoittaa ne, jotka sitä tarvitsevat. Datan analysoinnin näkökulmasta IoT on usein hajautetun, sirpaleisen ja jatkuvasti muuttuvan datan lähde. IoT-sovellusten tuottama data- ja informaatiovirta on pystyttävä hallitsemaan, ja IoT-sovellusten ylläpidon on oltava mahdollista. Digitalisoitujen palvelujen edellytys on, että datan kulku ja käsittely on toteutettu suoraviivaisesti ja siten, että järjestelmä on helposti skaalattavissa isoille tietomäärille. Tässä modulissa esitämme, miten datalle rakennetaan esteetön tie datan keräyksestä arvoa tuottavaksi informaatioksi. Demonstroimme käytännössä, miten data kulkee mittauksesta palvelusovellukseen asti, ja mitä datalle tapahtuu matkan varrella. Modulin sisältö Keskeiset teknologiat - miten saadaan aikaan stabiili, skaalautuva ja koherentti järjestelmä IoT-sovelluksille? Yhteenveto edellisten modulien sisällöstä Asioiden mittaus ja datan tuotanto Tiedonsiirto paikallisesti ja internetin yli Datan mallinnus, mallipohjaiset tietokannat, pilvipalvelut Data-analytiikka ja Big Data -vaatimukset; hajautetuista lähteistä tulevan, jatkuvasti muuttuvan ja suuren datamäärän hallinta
Datavirtojen koherenssi IoT-sovelluksilta palveluun asti; miten valita teknologiat? Laskentakapasiteetin osittainen hajauttaminen mittauslaitteille Analytiikassa tarvittavan laskentakapasiteetin hallinta Palvelusovellusten toteutus Mitä loppukäyttäjä tarvitsee? Datan visualisointi, laskennalliset tunnusluvut, informaation raportointi Loppukäyttäjän tarvitsemat muut toiminnallisuudet IoT-sovellusten ylläpito webin yli mikä on mahdollista? Osallistavia data-analyysidemonstraatioita IoT-sovellusten tuottamilla aikasarjadatoilla Datojen esikäsittely analysointia varten Tunnuslukujen laskenta datasta; datojen yhdistely ja keskinäisten riippuvuuksien löytäminen Datan visualisointi; miten oleellinen informaatio on löydettävissä suurestakin datamäärästä helpoimmin Case esimerkkejä digitalisoiduista palvelusovelluksista Kunnossapitoprosessin digitalisointi HSL:ssä (Sampsa Laine, Data Rangers Oy) Helsingin Seudun Liikenne (HSL) tutkii ostamansa linja-autoliikenteen laatua pistokokein. Jos tarkastetun vaunun tekniikassa tai viihtyvyydessä havaitaan puutteita, HSL antaa rahallisen sanktion ja vaatii korjaamaan puutteet. Tämän prosessin digitalisointi on lisännyt tyytyväisyyttä kaikissa osapuolissa toiminnan nopeutuessa ja selkeytyessä sekä kustannusten laskiessa. Esitämme tämän ekosysteemin toimijoiden tarpeet, toimintaprosessit sekä syntyneet hyödyt eri toimijoille. IoT - Big Data -järjestelmä minimalistisella arkkitehtuurilla Lähtökohtana oli saada aikaan järjestelmä, jonka avulla asiakkaille voidaan tuottaa mittausinformaatiota digitalisoituna palveluna. jatkuvasti muuttuvan ja käsiteltävän datan määrä on suuri, joten Big Data -kyvykkyys oli tärkein vaatimus järjestelmälle. Vaatimuksina oli myös, että digitalisoinnin on tuotava asiakkaalle selvää arvoa ja säästettävä omia resursseja. Järjestelmä toteutettiin pienen yrityksen kengännauhabudjetilla. Tuloksena oli minimalistinen, innovatiivinen ja suorituskykyinen tietojärjestelmä, joka mahdollistaa tehokkaan palvelutuotannon ja mittausteknologian ylläpidon. Tämä case on osoitus siitä, miten IoT, Big Data ja digitalisointi mahdollistavat uudenlaisia liiketoiminnan muotoja ja tuovat kilpailuetuja.
IoT ja ympäristömittaukset Olemme saaneet seurata uutisointia esim. kaivosten aiheuttamista laajamittaisista ympäristöongelmista. Vahinkojen torjunta edellyttää laajoja mittausverkostoja, joiden avulla voidaan havaita ongelmat ja kohdistaa vahinkojen torjunta oikein. IoT-teknologia tarjoaa mahdollisuuden kehittää sopivaa teknologiaa ketterästi ja saada aikaan älykkäitä mittaussovelluksia pienin kustannuksin. Tässä casessa esittelemme uudenlaisen mittaussovelluksen kehityspolun ideasta valmiiksi tuotteeksi asti. IIoT ja teollisuuden kunnossapito Teollisuuden kunnossapidon mittaukset ja järjestelmät tuovat paitsi merkittäviä säästöjä, myös ehkäisevät vaaratilanteita ja onnettomuuksia. Kunnossapidon mittaukset ovat haastavia mm. mittausolosuhteiden, datan määrän ja data-analyysitekniikoiden suhteen. IIoT-teknologiat mahdollistavat edulliset sensoriratkaisut ja tarvittavan data-analytiikan sulauttamisen itse sensoreihin. Näin saavutetaan mahdollisuus laajamittaisempaan ja entistä tarkempaan kunnonvalvontaan. IIoT ja kiinteistöt Kiinteistöjen toimintaa ja kuntoa voidaan parantaa merkittävästi hyödyntämällä mittauksia. Voidaan seurata esimerkiksi sisäilman laatua, energian kulutusta, laitteiden ja rakenteiden toimintaa ja kuntoa. Hyvin toimivassa kiinteistössä on hyvät olosuhteet ja se kuluttaa vain tarvittavan määrän energiaa. Langattomat sensorit ja IoT-teknologioiden käyttö mahdollistavat kohtuuhintaisten järjestelmien toteuttamisen nopealla aikataululla. Järjestelmästä tulee myös joustava eli voidaan aloittaa kohdennetulla järjestelmällä, jota voidaan myöhemmin laajentaa tarpeen mukaan.