České zdravotnictví čeká obrození. K 14. září podepsalo celkem 19 subjektů Memorandum o spolupráci pro elektronizaci zdravotnictví a telemedicínu, kterým stvrzují závazek spolupracovat následujících 10 let na elektronizaci a rozvoji aplikací v oblasti zdravotnictví. Jedním z pilotních projektů jsou chytré náramky, za kterými stojí společnost Soitron jako hlavní technologický partner Nadačního fondu Neurosmart.
Svůj podpis pod Memorandum připojilo také město Brno, Jihomoravský kraj, Ministerstvo zdravotnictví, brněnské nemocnice, univerzity i zástupci pojišťoven. Instituce mají za cíl rozvoj elektronických nástrojů v oblasti zdravotnických služeb a prohloubit znalosti v telemedicíně, přičemž jedním z projektů jsou chytré náramky určené pro pacienty s Alzheimerovou chorobou a neurodegenerativním onemocněním.
„Technologickému vývoji v oblasti péče o zdravotně znevýhodněné se věnujeme v Soitronu již několik let a díky spojení s Nadačním fondem Neurosmart, který projekt chytrých náramků zaštiťuje, přeměňujeme možnosti spojení technologií a péče o lidi do reálného nasazení,“ říká Radim Klabal, Business Unit Manager pro IoT a Data analytiku společnosti Soitron. Po měsících vývoje a testování tak vznikly náramky s chytrými senzory, které kooperují s danou nemocnicí, alarmují ošetřujícího lékaře a sbírají bezpečně data o svém nositeli.
Není náramek jako náramek
Ačkoliv se náramek může zdát jako jiné chytré hodinky, jeho užití je velmi specifické. Ve vývoji musel vzít Soitron v potaz kromě funkčnosti například i design a omezení svítivosti displeje, který v kritických momentech rušil a stresoval svého nositele. Součástí řešení od Soitronu je i bezpečný sběr, ukládání a vyhodnocování dat z náramků. Aktuálně spolupráce na testování náramků probíhá s Fakultní nemocnicí Bohunice a Fakultní nemocnicí U Sv. Anny.
Každý výpadek, každé omezení výrobního procesu, nebo výroba kvalitativně nevyhovujících produktů, představují pro průmyslové podniky problém. Nasazením moderních průmyslových IoT řešení dokážeme kontinuálně sledovat a analyzovat provozní parametry, kvalitu produkce a výrobní prostředí, problémy včas odhalit a v mnoha případech dokonce predikovat hrozící závady a výpadky.
Data sbíraná ze senzorů instalovaných na strojích a zařízeních ve výrobě a montáži jsou dnes nejdůležitějším a nejcennějším zdrojem informací. Po zpracování dat prostřednictvím datové analýzy, případně i pomocí postupů strojového učení, dokáží pomoci firmám předvídat hrozící poruchy a havárie. Díky tomu se specialisté v provozu mohou včas a správně rozhodovat, zasáhnout a ušetřit nemalé finance.
Složitost na první pohled nesmí odstrašit
Běžná představa firem je, že je potřeba sledovat mnoho dat v reálném čase a zpracovat je složitými postupy datové analýzy, abychom se dobrali smysluplného výsledku. Tato představa je často odstrašující a k implementaci řešení proto nedojde. V běžných případech většinou ale nemá smysl implementovat drahé systémy datové analytiky s mnoha funkcemi do běžného provozu. Parametrů, které je nutné reálném provozu sledovat, je obvykle jen několik. Pro určení, který parametr je potřeba měřit je dobré začít pilotním projektem na konkrétní výrobní lince, stroji či procesu. V pilotu sledujeme ze začátku více parametrů a až následná analýza sesbíraných dat určí, které z nich jsou klíčové. Analýzu je přitom možné dělat off-line, mimo provoz, a to na IT struktuře a prostředky dodavatele řešení. V této fázi celého procesu se nad množstvím sesbíraných dat uplatňuje často strojové učení.
Výsledkem je identifikace klíčových parametrů, které je nutné sledovat a také zjištění jaké jsou změny hodnot těchto parametrů před výskytem poruchy nebo výpadku. Vždy záleží na druhu zařízení, stroje, nebo procesu, jaké parametry je potřebné měřit, většinou však jde o teplotu, tlak, průtok, vibrace či odběr elektrického proudu a o změnu jejich hodnot nad nebo pod „standardní provozní úroveň“.
Následně je na omezené instalaci na jedné části linky nebo stroji potřebné v reálním provozu potvrdit výsledky analýzy. Je nutné ověřit, jestli po překročení standardních hodnot klíčového parametru nebo více parametrů skutečně dojde k poruše. Výsledkem je pak v provozu ověřený návrh řešení prediktivní údržby, který je možné poměrně jednoduše a s důvěrou nasadit ve výrobě.
Výpadek linky v automobilce je velkým problémem
Dobrým příkladem jsou podniky, které využívají poháněné montážní linky. Typicky je to v automobilovém průmyslu. Linky jsou složeny z velkého počtu pomalu se pohybujících platforem, na kterých se montují automobily. Někdy se vlivem poruchy linka zastaví a dojde k výpadku produkce. Pracovníci údržby v takovém případě musí zjistit, která z platforem způsobila výpadek. Po objevení problému je nutné vadný komponent fyzicky vyjmout, vyměnit či opravit. To vše trvá i několik hodin. Při bezporuchovém stavu z montážní linky sjede každých několik minut jedno auto a několikahodinový výpadek, kdy linka stojí, tím pádem představuje značné finanční ztráty pro firmu. U automobilek navíc linky „jedou“ obvykle čtyřiadvacet hodin denně, sedm dní v týdnu. Což komplikuje provádění klasické preventivní údržby. Prediktivní údržba, která umí upozornit na blížící se poruchu s dostatečným předstihem, je pak řešením situace.
Analýza v rámci konkrétního pilotního projektu v automobilce ukázala, že nejčastější příčinou výpadku linky je nadměrné zvýšení teploty pohonného mechanizmu způsobující jeho poruchu nebo zablokování podvozku pohybující se platformy. Indikuje to zvýšená teplota pohonu a podvozku. Ta je v implementovaném řešení měřená pyrometrickými senzory, které jsou umístněné na několika místech montážní linky. Následuje přenos dat přes dostupnou síť (industriální Ethernet, nebo privátní IoT LP WAN bezdrátová síť) a jednoduchá kalkulace aktuální teploty proti průměru na aplikační úrovni. V aplikaci je nastaveno upozornění na konkrétní platformu, posílané pracovníkům údržby formou SMS a emailů, které dostanou s předstihem několika hodin před výpadkem. Během plánované několikaminutové přestávky je pak možné opotřebovanou součástku vyměnit či opravit a neztrácí se tak drahocenný čas a peníze.
Prediktivní údržba elektromotorů
O mnoho frekventovanějším příkladem, než je montážní linka v automobilce, je prediktivní údržba různých typů a velikostí elektromotorů, které jsou využívány téměř všude. Kontrola elektromotorů se ve firmách přitom zpravidla provádí pravidelně na základě stanoveného plánu údržby. Při větším počtu elektromotorů není ale taková preventivní údržba tím nejefektivnějším řešením. Mnohem výhodnější je nasadit systém prediktivní údržby, který v pravidelných intervalech sleduje vibrace, teplotu a odběr proudu motoru. Když se parametry motoru začínají zhoršovat, řešení upozorní pracovníky údržby, že je na motoru nutný jejich zásah. Moderní IoT technologie umožňují implementaci potřebné senzoriky, přenosu a zpracování dat ve formě „black boxu“ umístěného přímo u motoru bez nutnosti napájení z elektrické sítě a bez rozsáhlé kabeláže. Příklad takového zařízení je vidět na přiloženém obrázku.
Proč investovat do IoT technologií prediktivní údržby?
Dá se paušalizovat po finanční stránce návratnost implementace IoT řešení prediktivní údržby? To je otázka, kterou si pokládá řada firem. Odpověď je jasná. Už výše bylo zmíněno, že například odstávka výrobní linky v automobilovém průmyslu, třeba jen půlhodinová, znamená velké finanční ztráty. Nasazením IoT řešení lze dosáhnout odstranění většiny výpadků. Návratnost můžeme měřit nanejvýš v řádů týdnů. I v případě, kdy prediktivní údržba s využitím IoT technologií nahradí dobře zvládnutou údržbu preventivní, jako je to v případě elektromotorů, znamená zvýšení efektivity návratnost v řádu měsíců. Investice do IoT řešení se jednoznačně vyplatí i malým subjektům a podnikům.
Zdražování vstupů do prvovýroby, stejně tak jako nedostatek lidí v zemědělské výrobě či na řídících pozicích vyvolává otázku, jak se s touto situací vypořádat. Odpověď přinášejí inteligentní technologie, které začínají být realitou i v slovenském a českém zemědělství. Farmáři začínají postupně využívat různé prvky průmyslu 4.0, které dovolují zvyšovat účinnost rostlinné a živočišné výroby.
Podívejme se blíže na jeden z nejnovějších způsobů, který může pomoci s řešením problémů ve vašem hospodářství. Je jím internet věcí, zkráceně IoT. Tzv. bezdrátová síť mnoha zařízení, které mezi sebou komunikují a usnadňují náš život a podnikání.
Co je iot a jak pomáhá zemědělcům farmařit?
S internetem věcí jsem se poprvé setkal díky článku, který vyprávěl příběh jistého Kevina Ashtona. Bylo to koncem devadesátých let a internet začínal být horkým tématem. Název The Internet of Things si tento vědec vybral proto, aby zaujal management společnosti, které prezentoval svůj nejnovější mikročip.
Představte si, že dobytek můžete označit inteligentními náušnicemi, které budou ukazovat pohyb a přesnou polohu vašich hospodářských zvířat. Kromě toho dostanete notifikaci na mobilní telefon, pokud zvíře překročí hranice farmy. Systém vás dokáže upozornit i na podezřelou aktivitu, například zlodějů. Takové řešení již v současnosti poskytuje australský startup Ceres Tag.
Na Slovensku a v Česku nezaostávají
S mým týmem se věnujeme řešením, která farmářům pomáhají automatizovat práci na farmě. Po mnoha rozhovorech v terénu jsme si uvědomili, že pro každé hospodářství jsou energie hlavní proměnnou, která určuje, zda se mu finančně daří. Aby bylo měření jejich spotřeby co nejpřesnější, farmářům nabízíme IoT zařízení v podobě senzorů. Díky nim se umíme přehledně podívat na náklady jednotlivých provozů.
Co to v praxi znamená? Na každý litr mléka nebo jeden kilogram váhy živého zvířete je nutná jistá dávka vody a elektřiny. Naše inteligentní senzory poskytnou farmáři informace, kolik ho produkce reálně stojí. Jinými slovy zjistí, kde by mohl ušetřit.
Naše inovace “ušijeme na míru” a nastavíme na potřeby konkrétního družstva, protože každé z nich má jedinečné potřeby a vyžaduje individuální přístup.
Bez technologií se neobejdeme
Termín Internet věcí v tomto roce slaví své 20. výročí. Celosvětové údaje IoT Analytics ukazují, že smart farmaření patřilo v roce 2018 mezi top 10 odvětví, ve kterých se realizují firemní IoT projekty. Trend naznačuje, že se nové technologie v zemědělství budou zavádět častěji. Vdyť už i telefonu se dnes umíme zeptat “Hey Google, what ‘s the weather today?”. V budoucnu na náš povel vystartuje celá flotila bezpilotních strojů. Nebo ne? Jisté však je, že i díky řešením dostupným na našem trhu, se slovenští a čeští farmáři mohou stát průkopníky zemědělství. Ne za deset let. Teď
Trend IoT (Internetu věcí) nebo pokud chcete chytrých řešení, neustále roste a nevyhýbá se ani oblasti zemědělství. Využívají se chytré stroje v kombinaci s GPS, precizní a přesné zemědělství. V Soitronu jsme tuto problematiku uchopili “po svém” a našli jsme několik oblastí, ve kterých umíme zemědělcům pomoci. Právě díky technologií mohou optimalizovat vstupní náklady či snížit ztrátovost zemědělské výroby.
Efektivní hospodáření s energiemi
Pro zemědělce je velkým nákladem právě elektřina, která není alokována na jednotlivé části provozů. Tím pádem ji nelze přesně rozpočítat. Díky možnostem, které poskytuje IoT hub a platforma Azure jsme našli nástroj, díky němuž umíme sbírat data a tvořit nad nimi různé přehledy. Umíme doplnit i umělou inteligenci AI a predikci. Dopředu tak upozorníme na skutečnosti, které ještě nejsou zjevné.
Naše řešení vycházejí z co nejpřesnějšího měření spotřeby elektřiny ve výrobě díky přesnému IoT senzoru. Ty nám umožňují dělit náklad přesně na jednotlivé provozy – například na výkrm prasat, chov býků na maso a další. V kombinaci s měřením spotřeby vody dokážeme získat konkrétní detailní náklad na daný provoz. Díky všemu jsme schopni přesně kvantifikovat celkové náklady na výrobu, např. 1 kilogram masa nebo na 1 litr mléka.
Pokud využijeme i data z předpovědi počasí, jsme schopni dokonce predikovat pomocí AI spotřebu i ve výrobě. Výsledky zobrazujeme v přehledných Dashboard. Na jejich přípravu využíváme nástroje Power BI. Díky němuž jsme velmi rychle schopni přizpůsobit řešení potřebám zákazníků.
Co tato řešení přinesou zemědělcům?
zvýšení samostatnosti v produkci domácích potravin
zlepšení konkurenceschopnosti zemědělců na evropském trhu
zvýšení efektivity, např. optimalizací smluv s dodavateli
ochranu před nekalými praktikami balení dovozových produktů do domácích obalů
We are in the process of finalizing. If you want to be redirected to our old version of web site, please click here.
