Šiame straipsnyje supažindinsime su žmogaus ir mašinos duomenų sąsajų reikšme. Gamyklos savininkai gali naudoti šį straipsnį norėdami sužinoti daugiau apie žmogaus ir kompiuterio duomenų sąsajų koncepciją ir žmogaus ir kompiuterio duomenų sąsajų vaidmenį ateities gamykloje.
Šis straipsnis apima:
- Ką reiškia žmogaus ir mašinos duomenų sąsaja?
- Pagrindiniai žmogaus ir mašinos duomenų sąsajos pranašumai
- Kokios pramonės šakos tai naudoja?
- Ko reikia įgyvendinimui?
Ką reiškia žmogaus ir kompiuterio duomenų sąsaja?
Daiktų internetas ir didelių duomenų aplinka
Kadangi gamyboje naudojama vis daugiau IoT platformų, generuojami dideli duomenų kiekiai. „Išmanioji“ gamyklos aplinka – tai didelių duomenų kiekių generavimas ir pristatymas, mašininis mokymasis, dirbtinis intelektas, papildytos ir virtualios realybės sprendimai bei prijungtos mašinos su integruotomis IoT platformomis. Tikrieji duomenys gali būti gaunami iš išorinių šaltinių, pvz., mašinų jutiklių, prijungtų įrenginių, logistikos, įterptųjų HMI, vidinių SCADA sistemų ir klientų pirkimo modelių. Šiandien yra daugybė duomenų šaltinių, kuriuos reikia integruoti į sprendimų priėmimo procesą.
„Big Data“ ir „Business Intelligence“ sprendimai vis dažniau vertinami siekiant gauti įžvalgų iš duomenų. Daugeliu atvejų šie duomenys siunčiami į debesį tolesnei analizei ir apdorojimui. Norint saugoti ir apdoroti duomenis iš kelių generuojamų duomenų šaltinių, reikia tvirto pramoninio debesies sprendimo.
Tačiau kartais reikia priimti sprendimus iš karto, o tokiu atveju duomenis reikia apdoroti pakraštyje, o ne pirmiausia perduoti į debesį. Krašto skaičiavimas apima duomenų apdorojimą iš daiktų interneto platformų arčiau tos vietos, kur duomenys iš tikrųjų generuojami. Gamyklų atveju tai apima duomenų apdorojimą gamyklos aukšte.
Apsvarstykite situaciją, kai svarbi mašina ant svarbios surinkimo linijos perkaista. Jei visi duomenys pirmiausia turi būti siunčiami į debesį, tai gali užtrukti daug laiko, nes reikia nedelsiant imtis veiksmų. Taip pat gali turėti įtakos problemos, susijusios su delsa ir tinklo ryšiu. Šiuo atveju kraštų skaičiavimas yra geresnis nei debesies pagrindu veikiantis procesas, nes mašinų jutikliai gali siųsti tik jiems reikalingus duomenis į gamyklos aukšte esantį HMI, todėl gamyklos darbuotojai gali iš karto atitinkamai reguliuoti mašinų temperatūrą.
Žmogaus duomenų sąsaja
Žmogaus ir mašinos duomenų sąsajos koncepcija yra apie žmones, kurie tiesiogiai sąveikauja su mašinų sukurtais duomenimis. Tai taip pat apibūdina ryšį tarp smegenų ir mašinos mąstymo modelių. Kitaip tariant, duomenys teka tarp žmogaus smegenų ir mašinos.
Daugelis gamyklų savininkų yra susipažinę su mašinų dalyvavimu, nes gamyklos aukšte esančioms mašinoms reikia įvesties iš kitų mašinų ir jos yra vidinės SCADA sistemos dalis. Dauguma taip pat yra susipažinę su sąvoka palengvinti žmonių sąveiką naudojant kalbą.
Žmogaus ir mašinos duomenų sąsajos yra susijusios su žmogaus ir mašinos ryšiu. Žmogaus duomenų sąsajoms reikalingos mašinos, galinčios paimti ir suprasti ne tik nervinius modelius ir ryšius, bet ir atpažinti bei suprasti kitus jutimo rodiklius. Tai galėtų apimti veido atpažinimo sistemų naudojimą, kad mažmenininkai galėtų įvertinti kliento reakciją į tam tikrą produktą arba realiuoju laiku teikti reklaminę informaciją apie produktą, kuriuo jie parodė teigiamą susidomėjimą. Mašinos taip pat turėtų sugebėti apdoroti ir suprasti balso komandas, vaizdinius signalus, biologinį grįžtamąjį ryšį ir kitus jutimo duomenis, kad galėtų veiksmingai įsitraukti į šį ryšį.
Žmogaus duomenų sąsajos atitinka 4 pramonės.{1}} mašininio mokymosi tikslą, nes mašinos išmoks ir galės apdoroti duomenis, kuriuos gauna iš žmogaus smegenų / tiesioginio žmogaus grįžtamojo ryšio. Taigi, jei ši koncepcija taikoma gamykloje, perkaitusioje mašinoje temperatūra gali būti reguliuojama vaizdiniais signalais arba tiesioginėmis gamyklos darbuotojų balso komandomis.
Pagrindiniai žmogaus ir mašinos duomenų sąsajų pranašumai
Patobulinti sprendimų priėmimo gebėjimai
Duomenimis pagrįstas gamyklos optimizavimas palengvino nuspėjamųjų priežiūros sprendimų ir kitų didelių duomenų įžvalgų, pvz., mašininio mokymosi algoritmų, kūrimą. Įdiegus daiktų interneto platformas, žmogaus duomenų sąsajos gali leisti žmogaus smegenims pasiekti duomenis ir įžvalgas tiesiai iš šių platformų, pirmiausia neperkeliant duomenų į debesį.
Supaprastinti duomenų įtraukimo procesą
Duomenų analizė yra gana sudėtinga sritis. Nors kuriant galines sistemas vis dar reikia pažangių technologinių galimybių, žmogaus ir mašinos sąsajos gali sumažinti tradicinių priekinių sistemų sudėtingumą.
Duomenų analizė ir apdorojimas realiu laiku
Žmogaus duomenų sąsajos puikiai tinka kraštinėms apdorojimo aplinkoms ir leidžia priimti svarbius sprendimus bei analizuoti duomenis realiuoju laiku. Dėl delsos nėra laiko delsimo ir siunčiami tik tie duomenys, kuriuos reikia apdoroti, todėl naudojami mažesni duomenų paketai.
Ar pramonė tuo naudojasi?
Šiuo metu nėra daug pramonės šakų, naudojančių žmogaus duomenų sąsają. Sveikatos priežiūros sektorius buvo ankstyvas žmogaus duomenų sąsajos technologijos pritaikymas ir buvo naudojamas padėti paraplegijos sergantiems pacientams. Tikimasi, kad artimiausiu metu vis daugiau pramonės šakų imsis žmogaus duomenų sąsajos modelio.
Ko reikia įgyvendinimui?
Požiūrio pasikeitimas
Pirmoji kliūtis, kurią reikia įveikti norint įdiegti žmogaus duomenų sąsają, yra požiūris. Tradiciškai į duomenų analizę ir didelių duomenų valdymą iš tikrųjų gilinosi tik duomenų analitikai ir kiti IT/verslo specialistai. Norint atlikti duomenų užklausas, taip pat reikia suprasti duomenų bazes ir kelias programavimo kalbas. Žmogaus duomenų sąsajos koncepcija remiasi žmogaus smegenų gebėjimu duoti tiesiogines komandas mašinoms ir mašinų gebėjimu pagauti žmogaus užuominas ir jutimo indikatorius. Tai reiškia, kad duomenų srautas gali būti palengvintas neatsižvelgiant į galutinio vartotojo įgūdžių lygį ar kompetenciją, todėl reikia dramatiškai pakeisti dabartinį požiūrį į duomenų užklausas ir valdymą.
Duomenų supratimas
Žmogaus smegenys turi sugebėti suprasti mašinos perduodamus duomenis ir atvirkščiai. Virtualios realybės mokymai ir kiti dirbtinio intelekto įrankiai gali būti naudojami siekiant suteikti žmonėms mašinų įtraukimo seansus sudėtingesniems duomenų rinkiniams. Mašinos taip pat turi turėti būtinus jutiklius ir algoritmus, kad būtų galima apdoroti tiesioginį žmonių grįžtamąjį ryšį.