Sensoridatan rikastaminen ihmisen tuottamalla datalla

2019-02-21 14:22:00

 

Tässä kuussa on sensoreita ja niiden hyödyntämistä käsitelty mm. blogiteksteissä sekä toimistostiimissä. Antureista ja mittareista saatua tietoa voidaan myös täydentää ihmisen tuottamalla datalla.

 

Ihmisen tuottama data

Mitä on ihmisen tuottama data? Esimerkiksi voisin ottaa laadunseurannan valmistavasta teollisuudesta. Laadunseurantaan on määritelty, millä kriteereillä varmistetaan se, että laatu on tasaista. Sensorit käsittävät oman osansa kriteereistä ja niillä voidaan seurata mm. lämpötiloja, kosteutta ja koneiston automatiikkaa.

Kaikkea ei kuitenkaan saada antureilla mitattua. Visuaalista tarkastusta ei välttämättä pystytä suorittamaan koneen puolesta, joten siinä turvaudutaan ihmisen tuottamaan dataan. Työntekijä voi lisätä kommentteja valmistuksen laadusta kuten maalipinnasta sekä manuaalisen työn jäljestä.

Sensoridatan täydentämisen avulla pystytään tarkemmin paneutumaan prosessin ongelmakohtiin jälkikäteen. Eli reklamaatiotilanteissa voidaan tarkistaa, missä vaiheessa ongelma on mahdollisesti syntynyt.

 

Käyttökohteet

Listasin tähän muutaman esimerkin käyttökohteista, joissa voidaan hyödyntää tiedon rikastamista.

 

Huolto

Huollossa on mahdollista hyödyntää koneen automatiikkaa, kun määritetään huoltotehtäviä. Voidaan määrittää tietyt raja-arvot, joiden ylittyessä järjestelmään muodostuu automaattisesti huoltotehtävä. Myös ennakkohuollot voidaan määrittää koneen käyttötuntien perusteella. Kaikki huoltotarpeet eivät tosin välity pelkästään sensoritiedon perusteella.

Esimerkiksi koneessa voi olla hälyttävä tekijä, jonka vain työntekijä huomaa. Huomatessaan huoltotarpeen työntekijä pystyy ilmoittamaan siitä eteen päin ja samalla kuvailemaan huoltotarpeen syytä.

Myös huoltoa toteuttaessa saadaan huoltotehtävän sisältöä tarkennettua ihmisen toimesta. Esimerkiksi työntekijä pystyy määrittämään; mikä huoltopyynnön on alun perin aiheuttanut ja mitä toimenpiteitä sen estämiseksi ja korjaamiseksi on tehty. Näiden tietojen pohjalta saadaan laajempaa kuvaa huoltopyyntöjen sisällöistä ja miten niiden muodostumista voidaan ennaltaehkäistä.

 

Kiinteistöhuolto

Kiinteistöjen käyttöastetta voidaan mitata sensoreilla ja niiden perusteella seurata, miten tiloja käytetään. Antureiden avulla voidaan ohjata kiinteistöjen ilmastointia ja säästää siten kuluissa. Käyttämättömät tilat ei silloin vie turhaan energiaa lämmittämiseen.

Ihmisen tuottamaa dataa tässä esimerkissä voi olla kiinteistön kunnon ilmoittaminen. Asiakkaat pystyvät ilmoittamaan kiinteistöhuollon tarpeesta puhelimella ja näin pystytään resursoimaan huoltajia niiden perusteella.

 

Häiriötilanteet

Kuten huollossakin, niin häiriöitä voidaan havaita antureiden tuottamalla tiedolla. Tieto on tosin vajanaista ja kaikkeen ei saada sensoreiden avulla vastauksia. Häiriötilanteissa onkin hyvä korreloida sensorin tuottama data ihmisen tuottaman datan kanssa. Miten häiriö ilmaantui? Mistä se johtui? Ja miten häiriön uudelleen syntymistä estetään? Nämä ovat niitä kysymyksiä, joihin häiriötilanteissa pitäisi pystyä vastaamaan.

 

Jos blogiteksti herätti ajatuksia ja kysymyksiä niin keskustelen mielelläni aiheesta lisää etäpalaverin välityksellä.

Jäikö kysyttävää? Kysy kirjoittajalta!

Juha Ahokas | Projektiasiantuntija

+358 40 563 7891 

juha.ahokas@collapick.com