Internet of Things in de praktijk: drie succesvolle cases

29 november 2017

Het Internet of Things (IoT) is een belang­rijk onderdeel van de toene­mende digi­ta­li­satie. Ook biedt het vele voordelen voor bedrijven. Steeds meer van die bedrijven plaatsen dan ook sensoren op allerlei netwerk­ap­pa­ra­tuur om voort­du­rend data te kunnen verza­melen. Door deze data met een specifiek doel te analy­seren, zorgen ze voor trans­pa­rantie en zijn produc­tie­pro­cessen te opti­ma­li­seren. Data is zo een onder­schei­dende factor geworden in de strijd met de concur­rentie. Daarom speelt een goed data­be­heer een belang­rijke rol in het succes van een orga­ni­satie. Dit betekent dat data uit verschil­lende bronnen altijd en overal beschik­baar is om te analy­seren. Samen met de juiste analytics- en storage-oplossing hebben bedrijven de sleutel tot succes in handen voor elk IoT-project. Als voorbeeld vindt u hieronder drie cases van bedrijven in verschil­lende sectoren. Zij hebben er door een optimale data­ver­za­me­ling en ‑analyse voor kunnen zorgen dat hun doel­stel­lingen zijn behaald.

Case 1 | Manufacturing: optimalisatie van de supply chain voor een gereedschapsproducent

Er is een bedrijf dat indu­striële ovens gebruikt om gereed­schap te produ­ceren. Diverse onder­delen moeten daarbij op verschil­lende tempe­ra­turen verwarmd worden. Sensoren monitoren continu de tempe­ra­tuur en de tijd die ovens nodig hebben om op te warmen en af te koelen. Deze producent wilde het ener­gie­be­heer verbe­teren om zijn kosten hiervoor terug te brengen. De belang­rijkste vragen: hoe is het ener­gie­ver­bruik en de door­voer­tijd van een oven te opti­ma­li­seren? Is het effi­ci­ënter om actief of passief te koelen na het verwar­mings­proces? En wanneer bereikt de oven de juiste tempe­ra­tuur voor de volgende tool? Het bedrijf ging een IoT-project aan en plaatste de tempe­ra­tuur­sen­sor­data in een centraal Hadoop-cluster. SAP Smart Data Access linkte de data virtueel met het ERP-systeem, dat nu de supply chain optimaal kon beheren. Omdat de data niet geko­pi­eerd hoefde te worden naar het ERP-systeem, waren de pres­ta­ties altijd goed, hoe groot het data­be­stand van de sensor ook was. Het resultaat van het project: het ener­gie­ver­bruik nam behoor­lijk af. En de productie was veel kostenefficiënter.

Case 2 | Gezondheidszorg: snelle hulp voor senioren

Singapore-stad imple­men­teerde een IoT-pilot voor senioren in gemeen­te­lijke huis­ves­tingen om ze te voorzien van snellere medische hulp bij nood­ge­vallen. De appar­te­menten waren uitgerust met een intel­li­gent waar­schu­wings­sys­teem dat de acti­vi­teiten van bewoners opneemt via bewe­gings­sen­soren. Het systeem analy­seert deze en verge­lijkt ze met gangbare bewe­gings­pa­tronen. Als er afwij­kingen zijn – denk aan als een bewoner inactief is voor een langere tijd dan normaal – laat het systeem een alarm horen en stuurt het een bericht naar de verant­woor­de­lijke. De senioren hebben ook draagbare ‘paniek’-knoppen die ze op elk moment kunnen indrukken. De meeste deel­ne­mers aan de pilot vonden het eenvoudig om het waar­schu­wings­sys­teem te gebruiken en zagen het niet als een inbreuk op hun privacy. De nieuwe tech­no­logie gaf ze namelijk meer veiligheid.

Case 3 | Voedingsindustrie: edge computing voor chocoladerepen

Een snoeple­ve­ran­cier wilde voorkomen dat metaal van de lopende band tijdens productie loskomt en in choco­la­de­pro­ducten valt. Dit gebeurt nog wel eens in de branche en leidt vaak tot dure terug­roe­p­ac­ties en repu­ta­tie­schade. Door gebruik te maken van sensoren, meet de fabrikant de tril­lingen van de band die suiker trans­por­teert. Voordat het loskomen van het metaal plaats­vindt, verandert de frequentie van zijn tril­lingen licht – een afwijking die voorspelt dat er een incident staat te gebeuren. De producent gebruikt nu edge computing om de data van de bewe­gings­sen­soren aan de lopende band te checken. Het systeem filtert het continue signaal ‘ik tril’ eruit als onbe­lang­rijk. Echter, als de tril­fre­quentie verandert, stopt de lopende band auto­ma­tisch en wordt de data verstuurd naar het centrale data­plat­form. Daar analy­seert een expert het incident en is hij in staat om met een oplossing te komen voordat er echte schade plaatsvindt.

Pin It on Pinterest

Share This