IoT & Endüstri 4.0

1. Leonardo

SAP Leonardo’ yu aslında dijital dönüşüm olarak adlandırabiliriz. Bu kavram içerisinde tasarım odaklı, makine öğrenmesi ve nesnelerin interneti vb. bulunmaktadır. SAP Leonardo, ihtiyaç duyduğumuz verileri toplayarak ve bu veriler üzerinde de kendi araçlarıyla bize analiz yapabilme ve üretebilme imkanı sağlayan araçtır.

Firmaların Endüstri 4.0 ile ilgili çalışmaları, işletmenin her hangi bir noktasında olabilir. Bunlar; bakım maliyetlerinin düşürülmesi de olabilir, müşterilerden toplamış olduğumuz verilerle oluşturduğumuz pazar stratejileriyle alakalı aksiyonlarda olabilir. SAP Leonardo, her ne olursa olsun İşletmenin ihtiyaç duyduğu sistemi yönetebileceği ve gerçekleştirebileceği bir platformdur. 

 

2. Dijital Üretim

İşletmelerde, maliyeti azaltmak ve kar oranını arttırmak için proseslerin optimum şekilde yapılandırılması büyük önem taşımaktadır.

Dijital üretimin en önemli avantajlarından biri vakit kaybını minimize etmesidir. Bir operatörün; saatler harcayarak kalıp değiştirme için harcadığı zamanı, robotlar dakikalar içinde yapabiliyor.

Şimdilik daha çok araştırma ve geliştirme departmanlarında kullanılmaya başlayan dijital üretim teknolojilerinin orta vadede üretimde devir yaratacak potansiyele sahip olduğunu fark etmeliyiz.


3. Dijital Enerji

Dijital enerji uygulamaları, enerji santrallerinde oluşan verilerin hızla sistemlere aktarılması ve oluşabilecek potansiyel kayıpların önceden tespit edilmesine olanak sağlarken, santrallerin her an izlenmesini de mümkün hale getiriyor.

Neler Yapıyoruz?

·        Elektrik üretim santrallerindeki enerji kontrol ünitelerinden veri toplayan, merkezi bir Santral İzleme Sistemi

·       Hidroelektrik, termik, rüzgar, jeotermal, güneş enerjisi elektrik üretim sektöründe faaliyet gösteren firmaların santrallerini mikro düzeyde izleyebilecekleri, ve mobil uygulamalarla desteklenmiş bir merkezi platform

·       Enerji Üretim firmaları için ERP Uygulamaları

·       Verilerde meydana gelecek ani değişikliklere göre alarm ve erken uyarı sistemleri, firmalar-arası veri değişimi

·       Büyük Veri analitikleri

·       Kestirimci Bakım Uygulamaları

 

4. IoT Donanım ve Sensörler

Son birkaç yıldır sadece kurumsal alanda değil, bireysel tüketici nezdinde de adını sıkça duyduğumuz bir kavram olarak Nesnelerin İnterneti (IoT) her türlü nesnenin, sürekli veri alışverişi yapabilir duruma gelmesi ile başlayan “Akılllı Şeyler” çağını ifade eder.

Bu konuda asıl önemli konu Makine-Makine (M2M) haberleşmesidir. Makinelerin daha akıllı hale gelmesinden bahsederken kastedilen M2M değildir. Bu noktada öne çıkan “algılayıcılar”dır (sensörler).

Algılayıcılar ölçer ve değerlendirir; kısacası veri toplar, dağıtır. Nesnelerin interneti kavramı algılayacılar ile makinelerin konuşması olarak düşünüldüğü durumda daha değerli bir hale gelmektedir. Fakat algılayıcılar tarafından toplanan bilgiler, onları gerçek zamanlı olarak işleyecek bir altyapı yoksa önemini yitirir.

Bulut temelli uygulamalar, günümüzde verinin gerçek zamanlı işlenmesi açısından kritik bir noktaya ulaşmıştır. Sürekli, erişilebilir, güvenli bulut sistemleri “nesnelerin interneti” çağı için olmazsa olmazlardan biridir.


5. Makine Öğrenmesi

Bilgisayarların sensör verisi veya veritabanları gibi veri kaynaklarına dayanarak öğrenmesini sağlayan algoritmaların tasarım ve geliştirme süreçlerini konu edinen bir bilim dalıdır. Yapay Zeka’nın alt kollarından biridir.

Kendi kendine öğrenen algoritmaları kullanarak veriden anlamlı sonuçlar çıkarmak bu işin katma değer yaratan kısmıdır.Büyük miktardaki verinin insan gücü veya manuel yöntemlerle analizi çok zordur, hatta bazen mümkün değildir. Buradaki amaç elimizde var olan veriden yararlanarak olası senaryolar için anlamlı “kestirimler” yapabilmektir.

Eski teknolojiler ile gerçek anlamda büyük veri işleme imkanları ve modeller oluşturup sonuç alabilmek pek mümkün olmadığı için en iyi yol, önce değerli bilgiyi doğal zeka ile “kestirmek” ve değerleri bilgiden çıkarımlar yaparak karar almak idi. Bugün az veya çok etkili olmasından bağımsız olarak her olaya ait milyonlarca veriyi teknolojik olarak işlemek, sisteme öğretmek, sistemlerin öğrenmesini sağlamak mümkün. Ve bunun sonucunda artık bir yüz tanıma uygulaması ile kişinin (bazı hastalıklar için) hastalığı olup olmadığını da çok yüksek doğruluk oranlarıyla tespit etmek mümkün olabilir.

 

6. Görüntü İşleme

Görüntü İşleme son yıllarda ciddi anlamda hayatımıza girmiş olan, hatta daha da hızlı şekilde girmeye devam eden bir kavramdır. Aslında çok uzun yıllardır bilgisayar bilimleri dünyasında yer almaktaydı, fakat teknolojiler yaygınlastıkça ve erişilebilir hale geldikçe kullanım alanları arttı ve daha popüler hale geldi.

Görüntü İşleme (Image Processing) bir resmi ya da videoyu değerlendirerek içerik özelliklerini tanımlamaya denir. İçerik özelligini tanımlama unsuru özellikle temelde ayırt edici nitelik kazandırmaya dayanır. Örneğin, bugün kullanılan yüz tanıma sistemlerinin tümü görüntü işleme teknikleri ile gerçekleşmektedir.

Gelecek yıllarda gerek iş, gerek özel hayatımızın çok daha farklı alanlarında kullanım alanı ortaya çıkacağını söyleyebileceğimiz görüntü işlemeyi teknik olarak şu şekilde örneklendirebiliriz: Plaka tanıma sistemleri temel olarak aracın önce resimdeki plakasını tespit etmeye çalışır. Plakanın bulunduğu yeri algıladıktan sonra plakadaki sayı ve rakamları algılamaya çalışır. Burada herhangi bir harf veya rakamın bir kenarında çamur, toz, boya olsa bile harfin/rakamın tamamını kütüphanedeki resimlerle, bilgilerle örtüştürür ve hatayı aslında görüntü işleme ile düzeltir.