Teollisuuden Iot-laitteiden kunnonvalvonnan kehittäminen : Elastic-pinon käyttöönotto
Kärki, Aapo (2021)
Kärki, Aapo
2021
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2021100918502
https://urn.fi/URN:NBN:fi:amk-2021100918502
Tiivistelmä
Opinnäytetyössä tavoitteena oli kehittää teolliseen kunnossapitoon järjestelmä, joka kerää internetiin liitettyjen laitteiden lokidataa sekä luo hälytyksiä vikatilanteissa. Jär-jestelmä toimi integroituna pilvipalveluun. Teknologiaksi oli valittu Elastic-pino. Työn tilaaja on punnitus- ja annostuslaitteiden sekä vaakojen toimittaja, punnituksen digitalisaatiota kehittävä Lahti Precision Oy.
Lokidatan automatisoitu valvonta on kunnonvalvontaa etänä, mikä on osa teollista kunnossapitoa. Lyhyellä viiveellä tietoon tullut vikailmoitus voi lyhentää laitteen toimimattomuusaikaa. Kun teollisilta verkkoon liitetyiltä laitteilta kerätään dataa, voi dataa määrällisesti syntyä paljon ja siten relevanttia teoriaa löytyy Big Data -kirjallisuudesta. Elasticsearch on etenkin nopeita tekstihakuja mahdollistava hakumoottori, jossa hyödynnetään Big Data -aihepiirin tekniikoita. Elastic-pinoon kuuluvat ohjelmistot, jotka toimivat Elasticsearchin kanssa. Elastic-pinossa on Elasticsearchin lisäksi esimerkiksi datan lataajia ja Elasticsearchin käyttöliittymä, Kibana.
Toteutuksessa ohjelmistojen paikalliseen kehitysympäristöön asennettiin Elastic-pinosta Elasticsearch, Kibana, Filebeat sekä Elastalert. Datan kerääminen laitteilta, datan muokkaaminen ja tallettaminen kehitettiin sekä testattiin paikallisessa testausympäristössä, jossa oli myös testilaitteita. Lokidatalle kehitettiin tarkoituksenmukaista struktuuria, joka mahdollistaa analyysin. Hälytyksiä testattiin testilaitteiden datalla.
Paikallisen kehityksen jälkeen toiminnallisuus otettiin käyttöön tuotantoympäristössä. Tuotantoympäristöön viennissä ilmeni yllätyksiä. Siten kehitystyö jatkuu. Tuloksena on uuden ohjelmistoteknologian onnistunut käyttöönotto ja sen prosessikuvaus, jossa tutkitaan, kehitetään ja testataan, jatkuvasti laajentaen ja parantaen toiminnallisuuksia.
Lokidatan automatisoitu valvonta on kunnonvalvontaa etänä, mikä on osa teollista kunnossapitoa. Lyhyellä viiveellä tietoon tullut vikailmoitus voi lyhentää laitteen toimimattomuusaikaa. Kun teollisilta verkkoon liitetyiltä laitteilta kerätään dataa, voi dataa määrällisesti syntyä paljon ja siten relevanttia teoriaa löytyy Big Data -kirjallisuudesta. Elasticsearch on etenkin nopeita tekstihakuja mahdollistava hakumoottori, jossa hyödynnetään Big Data -aihepiirin tekniikoita. Elastic-pinoon kuuluvat ohjelmistot, jotka toimivat Elasticsearchin kanssa. Elastic-pinossa on Elasticsearchin lisäksi esimerkiksi datan lataajia ja Elasticsearchin käyttöliittymä, Kibana.
Toteutuksessa ohjelmistojen paikalliseen kehitysympäristöön asennettiin Elastic-pinosta Elasticsearch, Kibana, Filebeat sekä Elastalert. Datan kerääminen laitteilta, datan muokkaaminen ja tallettaminen kehitettiin sekä testattiin paikallisessa testausympäristössä, jossa oli myös testilaitteita. Lokidatalle kehitettiin tarkoituksenmukaista struktuuria, joka mahdollistaa analyysin. Hälytyksiä testattiin testilaitteiden datalla.
Paikallisen kehityksen jälkeen toiminnallisuus otettiin käyttöön tuotantoympäristössä. Tuotantoympäristöön viennissä ilmeni yllätyksiä. Siten kehitystyö jatkuu. Tuloksena on uuden ohjelmistoteknologian onnistunut käyttöönotto ja sen prosessikuvaus, jossa tutkitaan, kehitetään ja testataan, jatkuvasti laajentaen ja parantaen toiminnallisuuksia.