Как я писал
ранее, «Третий уровень IoT состоит из высокотехнологичных
информационных систем и дополнительных услуг. Они позволяют компании
получить максимум эффекта от повышения интеллектуальности своих
помещений и зданий», а также других объектов»
Так как о сборе данных, их обработке и построении на базе платформы IoT системы мониторинга и управления объектами промышленной инфраструктуры мы подробно говорили в предыдущих материалах (Предисловие, Часть 1, Часть 2), то сейчас мы поговорим о том, что ещё можно делать с данными, полученными с объектов, и как это делать!
Во-первых, большинство из имеющихся IoT платформ уже имеют возможности встроенной аналитики, это решения на платформах Inspark, ПСС. Данные платформы имеют возможности интеграции с прикладными BI системами, которые часто используются как инструменты предиктивного анализа в отраслевом разрезе. Если давать рекомендации, то мы рекомендуем при выборе платформы IoT прежде всего обратить внимание на возможность через API подключать внешние подсистемы, это поможет собрать действительно полноценную среду сбора и анализа данных, получить максимальный эффект от нее.
Во-вторых, существуют так называемые интеграционные платформы – продукты, которые объединяют разные подсистемы поставляющие данные для анализа и управления. Часто IoT интегрируются с ними для получения комплексного решения, например как получилось с системой Alphalogic, которая в совместном решении с Inspark реализовала концепцию умный дом – умный район - умный город.
В-третьих, существуют узкопрофильные системы анализа, которые строятся на базе собранных данных от IoT платформы и отраслевых стандартов. Данные системы, например в энергоменеджменте, позволяют при интеграции с IoT платформой не только организовывать качественное управление энергетическими объектами, но и использовать накопленные данные с реальных объектов для предиктивного планирования мощностей и оптимизации их эксплуатации. В некоторых случаях полученная информация может указать на непосредственный узел повышенного расхода или потенциальной угрозы отказа. При проектировании новых мощностей точное понимание требуемой мощности позволяет получать значительную экономию, так как из проекта исключается необоснованная избыточность, оставлять которую при современных энерготарифах очень дорого.
Подводя итог нашему краткому обзору интернета вещей, могу сказать, что вся полученная информация является самостоятельной ценностью, так как она взята в реальном времени с действующих объектов. Ее полная обработка и анализ позволяют строить цифровые модели объектов, что уже является новой темой, которую мы планируем раскрыть на страницах нашего блога.
Презентации по теме статей вы можете посмотреть здесь. Рекомендуем
Так как о сборе данных, их обработке и построении на базе платформы IoT системы мониторинга и управления объектами промышленной инфраструктуры мы подробно говорили в предыдущих материалах (Предисловие, Часть 1, Часть 2), то сейчас мы поговорим о том, что ещё можно делать с данными, полученными с объектов, и как это делать!
Во-первых, большинство из имеющихся IoT платформ уже имеют возможности встроенной аналитики, это решения на платформах Inspark, ПСС. Данные платформы имеют возможности интеграции с прикладными BI системами, которые часто используются как инструменты предиктивного анализа в отраслевом разрезе. Если давать рекомендации, то мы рекомендуем при выборе платформы IoT прежде всего обратить внимание на возможность через API подключать внешние подсистемы, это поможет собрать действительно полноценную среду сбора и анализа данных, получить максимальный эффект от нее.
Во-вторых, существуют так называемые интеграционные платформы – продукты, которые объединяют разные подсистемы поставляющие данные для анализа и управления. Часто IoT интегрируются с ними для получения комплексного решения, например как получилось с системой Alphalogic, которая в совместном решении с Inspark реализовала концепцию умный дом – умный район - умный город.
В-третьих, существуют узкопрофильные системы анализа, которые строятся на базе собранных данных от IoT платформы и отраслевых стандартов. Данные системы, например в энергоменеджменте, позволяют при интеграции с IoT платформой не только организовывать качественное управление энергетическими объектами, но и использовать накопленные данные с реальных объектов для предиктивного планирования мощностей и оптимизации их эксплуатации. В некоторых случаях полученная информация может указать на непосредственный узел повышенного расхода или потенциальной угрозы отказа. При проектировании новых мощностей точное понимание требуемой мощности позволяет получать значительную экономию, так как из проекта исключается необоснованная избыточность, оставлять которую при современных энерготарифах очень дорого.
Подводя итог нашему краткому обзору интернета вещей, могу сказать, что вся полученная информация является самостоятельной ценностью, так как она взята в реальном времени с действующих объектов. Ее полная обработка и анализ позволяют строить цифровые модели объектов, что уже является новой темой, которую мы планируем раскрыть на страницах нашего блога.
Презентации по теме статей вы можете посмотреть здесь. Рекомендуем
