데이터 수집을 적용할 때 컨텍스트가 중요한 이유

데이터 수집이 공장 관리자가 산업 시스템의 효율성을 개선하는 데 도움이 되는 귀중한 통찰력을 생성하는 데 중요하다는 것은 비밀이 아닙니다. 그러나 업계의 많은 사람들에게 알려지지 않은 것처럼 보이는 것은 분석되는 데이터의 맥락을 이해하는 것의 중요성입니다.

다음은 산업 제어 및 자동화 제공업체인 Novotek UK 및 Ireland, 의 전무이사인 George Walker입니다. 데이터에 컨텍스트를 적용하는 것이 통찰력과 통계적 맹목성의 차이인 이유를 설명합니다.

터널 비전은 스포츠에서 산업에 이르기까지 다양한 분야에서 문제입니다. 한 가지 목표에 집착하고 상황을 더 넓게 보기 위해 한 발 물러나기를 잊기 쉽습니다. 그러나 한 발 물러서면 상황의 현실에 대한 귀중한 통찰력과 이해를 얻을 수 있습니다.

가상의 시나리오를 가정해 보겠습니다. 유지 관리 관리자가 전선을 구부리는 기계를 가지고 있다고 상상해 보십시오. 이 와이어는 제대로 작동하려면 매우 정확한 각도로 구부러져야 합니다. 그러나 하루 중 특정 시간에 기계가 제대로 구부러지지 않아 회사에서 폐기해야 하는 불량품을 생산하게 됩니다.

이 문제를 해결하기 위해 유지 관리 관리자는 장치의 온보드 소프트웨어에서 수집한 데이터를 불러옵니다. 그런 다음 관리자는 디지털 트위닝 플랫폼으로 데이터를 분석합니다. 분석을 보면 기계가 하루 중 특정 시간에 비정상적으로 진동하고 있음이 분명해졌습니다. 관리자는 기계를 분해하고 재조립하고 고립된 시나리오에서 실행하지만 여전히 문제의 원인을 찾을 수 없습니다.

이 경우 관리자가 잠시 뒤로 물러나 맥락을 찾아봤다면, 이상 진동이 근처 중장비의 작동 기간과 일치한다는 것을 알아차렸을 수도 있다. 문제의 기계에는 아무런 문제가 없지만 주변 상황을 보면 오류의 원인이 드러납니다. 이것이 데이터 수집의 맥락이 중요한 이유입니다.

GE Digital과 같은 디지털 트위닝 시스템과 결합된 일련의 스마트 센서 및 장치 의 Predix 플랫폼은 전체 생산 라인에 걸쳐 데이터를 컨텍스트에서 확인함으로써 상관 관계를 명확하게 볼 수 있었습니다. 맥락적 이해를 달성하는 또 다른 방법은 기계를 다른 공장에 있는 다른 유사한 기계와 비교하는 것이었습니다.

이것은 디지털 트위닝이 그토록 강력한 도구인 이유를 보여줍니다. 전체 공장을 디지털 모델로 재현할 수 있다는 것은 사일로 사고방식을 깨는 것입니다. 이를 통해 관리자는 이전에는 분명하지 않았던 문제를 드러내는 전체적인 통찰력을 가질 수 있습니다. 문제가 무엇이든 데이터 수집의 맥락이 중요하다는 것은 분명합니다. 시스템을 분석할 수 있는 것은 이제 현실이 되었으며 잠재력을 최대한 활용해야 합니다.

낭비와 불필요한 지출을 줄일 수 있는 잠재력이 있는 디지털 트윈은 더 강력한 운영을 가능하게 합니다. 컨텍스트는 현대 산업 분야에서 쉽게 달성할 수 있으므로 더 이상 산업 비즈니스 사이에서 영업 비밀이 될 필요가 없습니다. 그리고 이 지식을 공유함으로써 더 많은 기업이 스마트 네트워크를 더 스마트하게 만들고 운영 효율성을 높이며 생산 프로세스를 더 생산적으로 만들 수 있습니다.

이 블로그의 저자는 George Walker, Novotek 전무 이사입니다.