In dit artikel introduceren we de betekenis van mens-machine data-interfaces. Planteigenaren kunnen dit artikel gebruiken om meer te leren over het concept van mens-computer data-interfaces en de rol van mens-computer data-interfaces in de plant van de toekomst.
Dit artikel behandelt:
- Wat betekent mens-machine-data-interface?
- Belangrijkste voordelen van de mens-machine-data-interface
- Welke industrieën maken er gebruik van?
- Wat is er nodig voor implementatie?
Wat betekent mens-computer-data-interface?
Internet of Things en Big Data-omgeving
Naarmate er meer en meer IoT-platforms worden gebruikt in de productie, worden er grote hoeveelheden data gegenereerd. De "slimme" fabrieksomgeving draait om het genereren en leveren van grote hoeveelheden data, machine learning, kunstmatige intelligentie, augmented en virtual reality-oplossingen en verbonden machines met geïntegreerde IoT-platforms. De werkelijke data kan afkomstig zijn van externe bronnen, zoals sensoren op machines, verbonden apparaten, logistiek, embedded HMI's, interne SCADA-systemen en koopgedrag van klanten. Tegenwoordig zijn er talloze databronnen die geïntegreerd moeten worden in het besluitvormingsproces.
Big Data en Business Intelligence-oplossingen worden steeds vaker geëvalueerd om inzichten uit data te verkrijgen. In de meeste gevallen worden deze data naar de cloud gestuurd voor verdere analyse en verwerking. Er is behoefte aan een robuuste industriële cloudoplossing om data uit meerdere gegenereerde databronnen op te slaan en te verwerken.
Dat gezegd hebbende, zijn er echter momenten waarop er direct beslissingen moeten worden genomen, in welk geval de data aan de edge moet worden verwerkt in plaats van eerst naar de cloud te worden verzonden. Edge computing omvat het verwerken van data van IoT-platforms dichter bij waar de data daadwerkelijk wordt gegenereerd. In het geval van fabrieken omvat dit het verwerken van data op de fabrieksvloer.
Denk aan een situatie waarin een kritieke machine op een belangrijke assemblagelijn oververhit raakt. Als alle gegevens eerst naar de cloud moeten worden gestuurd, kan dit erg tijdrovend zijn omdat er onmiddellijk actie moet worden ondernomen. Problemen met latentie en netwerkconnectiviteit kunnen ook een impact hebben. In dit geval is edge computing te verkiezen boven een cloudgebaseerd proces omdat sensoren van de machines alleen de gegevens kunnen sturen die ze nodig hebben naar de HMI op de fabrieksvloer, zodat fabriekspersoneel de temperatuur van de machines onmiddellijk kan aanpassen.
Menselijke data-interface
Het Human-Machine Data Interface-concept gaat over mensen die direct interacteren met door machines gegenereerde data. Het beschrijft ook de verbinding tussen de hersenen en de denkpatronen van de machine. Met andere woorden, datastromen tussen de menselijke hersenen en de machine.
Veel fabriekseigenaren zijn bekend met machine-tot-machine-betrokkenheid, omdat machines op de fabrieksvloer input van andere machines nodig hebben en deel uitmaken van een intern SCADA-systeem. De meesten zijn ook bekend met het concept van het faciliteren van menselijke interactie door het gebruik van taal.
Human-machine data interfaces gaan over human-machine communicatie. Human data interfaces vereisen machines die niet alleen neurale patronen en communicatie kunnen oppikken en begrijpen, maar ook andere sensorische indicatoren kunnen herkennen en begrijpen. Dit kan het gebruik van gezichtsherkenningssystemen omvatten, zodat retailers de reactie van een klant op een bepaald product kunnen meten of in realtime promotionele informatie kunnen verstrekken over een product waarin ze positieve interesse hebben getoond. Machines moeten ook spraakopdrachten, visuele signalen, biofeedback en andere sensorische gegevens kunnen verwerken en begrijpen om effectief deel te kunnen nemen aan deze communicatie.
Menselijke data-interfaces zijn in lijn met het Industry 4.0 doel van machine learning, aangezien machines zullen leren en de data die ze ontvangen van het menselijk brein/directe menselijke feedback kunnen verwerken. Dus als dit concept wordt toegepast op een fabrieksomgeving, in het geval van een oververhitte machine, zou de temperatuur kunnen worden aangepast door visuele signalen of directe spraakopdrachten van fabrieksarbeiders.
Belangrijkste voordelen van mens-machine-data-interfaces
Verbeterde besluitvormingsmogelijkheden
Datagestuurde plantoptimalisatie heeft de ontwikkeling van voorspellende onderhoudsoplossingen en andere big data-inzichten zoals machine learning-algoritmen vergemakkelijkt. Zodra IoT-platformen op hun plaats zijn, kunnen menselijke data-interfaces het menselijk brein in staat stellen om rechtstreeks vanaf deze platforms toegang te krijgen tot data en inzichten zonder dat ze eerst data naar de cloud hoeven te verplaatsen.
Het data-betrokkenheidsproces vereenvoudigen
Data-analyse is een vrij complex veld. Hoewel de ontwikkeling van back-endsystemen nog steeds geavanceerde technologische mogelijkheden vereist, hebben mens-machine-interfaces het potentieel om de complexiteit van traditionele front-endsystemen te verminderen.
Realtime data-analyse en -verwerking
Human data interfaces zijn zeer geschikt voor edge processing-omgevingen en maken kritische besluitvorming en data-analyse in realtime mogelijk. Er is geen vertraging door latentie en alleen de data die verwerkt moet worden, wordt verzonden, dus kleinere datapakketten zijn betrokken.
Wordt het door de industrie gebruikt?
Momenteel zijn er niet veel industrieën die de Human Data Interface gebruiken. De gezondheidszorgsector is een vroege adopter van Human Data Interface-technologie en is gebruikt om paraplegische patiënten te helpen. Verwacht wordt dat steeds meer industrieën het Human Data Interface-model in de nabije toekomst zullen adopteren.
Wat is er nodig voor implementatie?
Verandering van houding
Het eerste obstakel dat overwonnen moet worden om een human data interface te implementeren is houding. Traditioneel gezien zijn data-analyse en big data management alleen echt verdiept door data-analisten en andere IT/zakelijke professionals. Om data te kunnen bevragen, moet men ook databases en meerdere programmeertalen begrijpen. Het human data interface concept is gebaseerd op het vermogen van het menselijk brein om directe opdrachten aan machines te geven, en het vermogen van machines om menselijke signalen en sensorische indicatoren op te pikken. Dit betekent dat datastroom gefaciliteerd kan worden, ongeacht het vaardigheidsniveau of de expertise van de eindgebruiker, wat een dramatische verschuiving in de huidige houding ten opzichte van data querying en management vereist.
Gegevens begrijpen
Het menselijk brein moet de data die door de machine wordt verzonden kunnen begrijpen en vice versa. Virtual reality-training en andere AI-tools kunnen worden gebruikt om mensen machine-engagementsessies te bieden voor complexere datasets. Machines moeten ook de nodige sensoren en algoritmen hebben om directe menselijke feedback te verwerken.