Üretim sahasında veri standardizasyonu: UNS ve PackML, ham makine sinyallerini nasıl eyleme dönüştürülebilir bilgiye çevirir?
18 Eylül 2026 Cuma, Endüstri 4.0 tarihinde yayınlandı
Endüstriyel analitiğe yatırım yapan pek çok üretici, bir noktada aynı rahatsız edici gerçekle yüzleşir: Analitik sorunu aslında bir veri sorunudur.
Analitik sorununun altında yatan veri ve bağlantı sorunu
Unified Namespace
PackML
PackML ile UNS buluşuyor: Hatlar arası analitiği mümkün kılan kombinasyon
- Her makine aynı veri sözlüğünü konuşur,
- Her veri noktası ISA-95 hiyerarşisinde öngörülebilir bir adreste yer alır ve
- Sparkplug B'nin değişimde raporlama özelliği sayesinde her tüketici veriyi yalnızca bir şey değiştiğinde alır.
Edge seviyesinde veri filtreleme
Bulut maliyet denklemi
- Filtrelenmiş: Günde 86 milyon mesaj → günde 9–26 € veri alım maliyeti
- Depolama ihtiyacı orantılı olarak azalır
- Akış işleme (stream processing) yükü azalır; daha küçük ve daha ucuz işlem kademeleri kullanılabilir
Veriden karara: Bu mimari neleri mümkün kılar?
- Entegrasyon projesi gerektirmeyen gerçek zamanlı üretim gösterge panelleri. Her makine standartlaştırılmış verisini ortak bir isim alanına yayınladığında, gösterge panelleri ilgili topic'lere abone olunarak oluşturulabilir. Ne özel entegrasyon gerekir ne de belirli bir üreticinin API'sine bağımlılık.
- Çok hatlı ve çok tesisli karşılaştırmalı analitik. PackML ortak bir sözlüğü zorunlu kıldığı ve UNS tutarlı bir adres yapısı sağladığı için, bir fabrikadaki 3 numaralı hattın performansını başka bir fabrikadaki 3 numaralı hatla karşılaştırmak bir entegrasyon projesi olmaktan çıkar, basit bir veri sorgusuna dönüşür.
- Temiz ve bağlamsal veriyle yapay zekâ ve makine öğrenimi. Modeller ham ve tutarsız sinyaller yerine yapılandırılmış, etiketlenmiş ve tutarlı biçimlendirilmiş veri alır. Girdinin kalitesi çıktının kalitesini doğrudan belirler. Bu mimari, yapay zekâ pilot projelerinin üretime geçememesinin en yaygın nedenlerinden birini ortadan kaldırır.
- Bulut bağımlılığı olmadan daha hızlı makine seviyesi kararlar. Yapay zekâ çıkarımı (inference) ve kontrol mantığı edge'e taşındığında, milisaniyelik tepki süreleri gerektiren kararlar (kapalı çevrim kalite kontrolü, güvenlik kilitlemeleri, gerçek zamanlı süreç ayarlamaları) buluta gidip gelmeyi beklemeden yerel olarak yürütülebilir.
OMRON nasıl destek olabilir?
i-BELT Service