Konenäkö, mesh-verkot ja kaikkea aistivat anturit ovat osa teollisen internetin dataa tuottavaa ja välittävää ratkaisuvalikoimaa. Mistä niissä on kyse, ja miten ne liittyvät Snellman Pron, Martelan ja Finnsementin liiketoiminnan kehittämiseen?
Kun perinteisillä toimialoilla pohditaan liiketoiminnan kehittämistä, jäävät IoT:n ja avoimen datan tarjoamat mahdollisuudet valitettavan usein hyödyntämättä. Syynä tähän on se, että digiratkaisut koetaan vieraiksi, eikä niihin uskalleta tarttua. Digiloikan ottamisessa avainroolissa onkin oikeanlaisen kumppanin löytyminen.
DNA:n mahdollistamassa #iotnextlevel-kilpailussa ratkaisukumppanit haettiin avoimen kilpailun kautta.
Konenäöllä selkoa asiakasvirroista
IoT-ohjelmistotalo Fidera suunnitteli Snellman Prolle menetelmiä annoskustannusten laskemiseen, muun muassa ruokahävikkiä vähentämällä. Finnsementille tekemässään ratkaisuehdotuksessa Fidera puolestaan tähtää tehtaan koneiden huoltotarpeiden ennakointiin ja työn seurannan tehostamiseen.
Fideran toimitusjohtaja Mikko Jalonen kertoo, että Snellman Pron projektissa hyödynnetään konenäköä, ja monenlaisia kuvasyötteen analysoimiseen soveltuvia algoritmeja. Näin saatua dataa käytetään toiminnanohjaukseen.
"Lähdimme haastamaan kilpailun kautta saamaamme toimeksiantoa siinä, mitä ruokahävikkiin liittyy valmistushävikin ja lautashävikin lisäksi. Mietimme, onko olemassa mittausmenetelmiä, jotka ohjaisivat toimintaa ja työtehokkuutta", Jalonen kuvailee.
Fideran järjestelmä analysoi kuvasyötettä ravintolaan tulevista ihmisvirroista. Reaaliaikainen data ohjaa keittiön työntekijöiden toimintaa, ja lähettää tietoa esimerkiksi siitä, milloin annoksia pitää ruveta lämmittämään ja minkä verran.
"Näin ruokaa ei ole koskaan liikaa tai liian vähän. Hävikki vähenee, ja siitä puolestaan voi rakentaa kilpailuetua”, Jalonen summaa.
Yllättävä hyöty uusista antureista
Finnsementin Paraisten sementtitehtaalle oli asennettuna jo ennestään tuhansia antureita, mutta merkittävä määrä kriittisistä mittauksista toteutettiin vielä käsin. Fidera toi mukaan sopivat anturit, joilla useiden manuaalisten mittapisteiden datankeruu saatiin automatisoitua.
Kun käytössä on tuhansia antureita, jotka tarkkailevat kriittisiä prosesseja, luotettavilla yhteyksillä on suuri rooli. Pilottivaiheessa yksittäiset anturit ottavat yhteyden langattomaan tukiasemaan, joka lähettää datan pilveen internet-yhteyden välityksellä. Tulevaisuudessa tuhannet anturit voivat muodostaa mesh-verkon, jossa anturit reitittävät keskenään dataa eteenpäin.
Langattomista antureista saadaan myös muuta hyötyä: niiden avulla voidaan seurata huoltohenkilökunnan liikkeitä tehdasalueella, ja mitata huoltotoimenpiteisiin, siirtymiin ja muihin toimiin kuluvaa aikaa.
Jalonen sanoo, ettei asiakasyrityksen tarvitse juurikaan tuntea teknologioita itse, vaan kiinnostus oman toiminnan tehostamista kohtaan riittää. Fideran molemmissa projekteissa hyödynnetään Fidera Security Platform -alustaa, jota muokataan asiakkaiden tarpeiden mukaan.
"Koska käytössä on valmis alusta, kokeiluista ei seuraa valtavaa teknologiaprojektia, vaan antureita ja videotekniikkaa voidaan hyödyntää kustannustehokkaasti läpi koko nopean kokeilujakson."
Botti kerää työntekijöiltä dataa
Martela valitsi kehittäjäkumppanikseen Perfektion, jonka ratkaisu yhdistää objektiivista mittausdataa käyttäjien tuottamaan subjektiiviseen dataan, ja hyödyntää sitä toimistoympäristössä tapahtuvien muutosten vaikutusten analysointiin. Fyysiset muutokset toimistossa voivat vaikuttaa esimerkiksi melutasoon ja ihmisten kulkureitteihin, mitkä puolestaan voivat vaikuttaa työntekijöiden keskittymiseen ja työtehokkuuteen.
Pilottiympäristönä toimivassa Martela-talossa sijaitsi jo valmiiksi antureita, jotka mittaavat muun muassa valoisuutta, taustaääntä, ilmanlaatua sekä liikettä. Kehittäjä Janne Timonen Perfektiolta kertoo, että Martelalle kehitettiin kokemuksellista dataa tiedusteleva botti Skypeen, joka on työyhteisössä valmiiksi käytössä oleva työkalu.
“Tutun viestintäkanavan käytön tarkoituksena on vähentää kyselyihin kohdistuvan mielipahan määrää. Kerätylle datalle ja anturitulosten analyysille kehitettiin loppukäyttäjän web-sovellus Nodella ja Reactilla.”
Datan vertailua tehdään aikajaksoilta ennen ja jälkeen toimiston fyysisten muutosten. Näin voidaan luotettavasti mitata, millaisia vaikutuksia esimerkiksi toimiston uudelleenjärjestelyllä tai lämmitysjärjestelmän säädöllä on ollut työntekijöiden keskittymiskykyyn ja viihtyvyyteen.
Martelan pilotissa mukana ollut Perfektion suunnittelija Olli Savisaari tiivistää asian.
“IoT itsensä vuoksi ei ole kiinnostavaa, vaan se mitä sillä voidaan saada aikaan. Tiedon synnyttämät toimenpiteet ovat se mielenkiintoinen osa.”
Lataa maksuton opas ja syvennä osaamistasi IoT:n saralla! Saat arvokasta lisätietoa onnistuneen IoT-projektin suunnittelusta ja läpiviennistä.
