Daten effizienter organisiert. Die Daten aller Prozessschritte werden für jedes Bauteil automatisch erfasst, strukturiert und gespeichert. Dies spart nicht nur die Zeit für die manuelle Bereinigung und Zusammenführung von Daten in ein gemeinsames Format, sondern macht die Daten auch langfristig verfügbar.
Die Vorteile auf einen Blick
80% Zeitersparnis:
Automatische Datensammlung und
-aufbereitung
Volle Transparenz:
Daten jederzeit und überall
abrufbar
Langfristige Datenspeicherung:
Daten hochstrukturiert gespeichert für eine schnelle und langfristige Durchsuchbarkeit
Worum geht es
Datenmanagement einfach umgesetzt
Ziel der Applikation Data Management ist die schnelle Bereitstellung aller Produktionsdaten, die für einzelne Bauteile in der Fertigung erfasst wurden, und deren langfristige Speicherung. Heutzutage verwenden Produktionen in Datenanalyseprojekten den größten Teil der Zeit (80%*) auf die Datensammlung und -aufbereitung, bevor tatsächliche Analysen durchgeführt werden können. Daten liegen auf unterschiedlichen Rechnern, in unterschiedlichen Formaten und unterschiedlicher Qualität vor, und müssen erst zusammengeführt und vereinheitlicht werden.
Datenmanagement muss effizienter werden
Diesen erheblichen manuellen Aufwand ersetzt die Applikation Data Management: Daten von Sensoren, Maschinen und Drittsystemen werden automatisch gesammelt, harmonisiert und nutzergerecht in einer zentralen Übersicht für jedes Bauteil aufbereitet. Die Übersicht bietet beispielsweise Informationen hinsichtlich Bauteilnummer, Bauteiltyp, Maschinentyp und erfasster Prozessparameter.
* American Society of Quality (ASQ), 2020
Der Nutzer kann gezielt nach Informationen filtern oder sofort auf Basis des digitalen Bauteilzwillings seine Analysen starten. In einem persönlichen Bereich kann er bestimmte Datensets und durchgeführte Analysen speichern oder auch mit Kollegen teilen.
Langfristige Speicherung & die Grundlage für KI-Algorithmen
Die Daten werden langfristig nach dem Hot-/Cold Data Prinzip gespeichert, um Speicherplatz zu reduzieren und können automatisch zurückgeladen werden. Gerade bei Rückrufaktionen reduziert dies den Zeitaufwand erheblich, die Informationen zu einem Bauteil zusammenzutragen und Bauteile mit ähnlichen Risiken ausfindig zu machen.
Schließlich bietet die effiziente und hoch-strukturierte Datenaufbereitung der Data Management Applikation auch eine perfekte Grundlage für KI-Algorithmen, die mittels verschiedener Schnittstellen sofort auf die Daten in der nebumind Software zugreifen können.
HauptfunkTIONen
Übersicht aller Datensets
In einer Übersicht werden alle erfassten Datensets von Maschinen, Sensoren und Drittsystemen verwaltet. Diese lassen sich mit wenigen Klicks beliebig filtern und durchsuchen. Dazu können weitere Informationen, wie beispielsweise Metadaten, auch später noch ergänzt und vervollständigt werden.
Langfristige Speicherung & Back-Ups
Die dauerhafte Speicherung der Daten für jedes Bauteil ermöglicht ein schnelles und einfaches Wiederfinden von Produktionsinformationen, beispielsweise bei Rückrufaktionen. Darüberhinaus werden automatische Backups durchgeführt, deren Regelmäßigkeit man selbst konfigurieren kann.
Vorschau Datenanalyse
Eine Vorschau zeigt eine erste 3D-Visualisierung und statistische Auswertungen zu jedem Datenset an.
Personalisierter Bereich
Dashboards mit gespeicherten Analysen, Skripten und Datensets können erstellt werden.
Einladen individueller Skripte / KI Algorithmen
Selbst erstelle Skripte und Algorithmen können eingeladen werden, um kundenspezifische Datenformate zu lesen und ggf. Daten vor dem Speichern vorzuverarbeiten.
Beliebiger Export
Die nebumind Software ist kompatibel mit anderen Systemen und kann die Daten in spezielle Formate wie z.B. Punktewolken, csv, json und xml exportieren oder über MQTT oder OPC-UA streamen. Andere Systeme können über eine Webschnittstelle (REST-API) Daten aus der nebumind Software abfragen und nutzen.
Kompression von Daten
Große Datenmengen können schnell teuer werden. Daher ermöglicht nebumind eine Kompression “alter” Daten auf Basis des „Hot vs. Cold Data“ Prinzips und eine automatisierte Dekompression, falls die Daten benötigt werden. So kann die Datenmenge gering gehalten und Kosten gespart werden, ohne die Analyseleistung zu beeinträchtigen.
