Sensordaten live erleben: Big Data im Kontext der Industrie 4.0 – Teil 3

Kapitel 3: Visualisierungsansicht

Die Daten, die aus IoT Core und Lambda-Function in den Elasticsearch Service (ES-Service) übergehen, werden automatisch einem Index zugeteilt. Die Instanzen des ES-Service bieten eine gewisse Speicherkapazität, die es ermöglicht, bereits mehrere Wochen zurückliegende Daten mit Kibana darzustellen. Kibana benötigt als ES-Service-Plugin keinerlei Installation und kann somit über einen beliebigen Browser aufgerufen werden. Alle mitgelieferten Daten sind in nahezu „Echtzeit“ abrufbereit.

Geeignete Visualisierungen

Da für die in den ES-Service eingehenden Daten bereits ein geeignetes Format vorliegt, können diese direkt in den entsprechenden Visualisierungen angezeigt werden. Um einen ausdrucksstarken und schnell ersichtlichen Statuseinblick zu ermöglichen, begrenzen wir uns bei den Daten der Maschinen-Überwachung auf einfache und einprägende Darstellungen. Hierzu kommen etwa für Geschwindigkeiten und Drücke mehrere Tachometerdiagramme zum Einsatz. Durch das Beschränken auf die Darstellung des letzten eingegangenen Wertes, in Verbindung mit einem prägnanten farblichen Diagramm, ist dem Bediener in kurzer Zeit klar, in welchem Fall es sich an der Maschine um ein Problem handeln könnte. Ein zusätzliches Liniendiagramm wird genutzt, um für dieselben Werte eine Ansicht der letzten Minuten oder ggf. Stunden zu ermöglichen.

Für die Einsicht in die Laufleistungen der Maschinenkomponenten haben wir uns für Balkendiagramme entschieden. Durch das kontinuierliche Anwachsen der Balkenhöhe, erhält der Endnutzer eine nachvollziehbare Einschätzung für die bereits zurückgelegte Strecke jeder einzelnen Komponente. Neben der aktuellen Laufleistung ist ebenfalls ein dazugehöriger Durchschnittswert angegeben, der im Detail beschreibt, welche maximalen Laufleistungen die zuvor eingesetzten Komponenten erzielt haben. Ein Komponentenwechsel ist somit schon im Voraus an der entsprechenden Stelle zu erahnen und dadurch planbar.

Insbesondere wenn eine Maschine genutzt wird, an der deutlich mehr Komponenten vorzufinden sind, kann die Laufleistungsdarstellung in Verbindung mit den Durchschnittswerten etwas unübersichtlich werden. Um diesem Problem zuvorzukommen, wählen wir in unserem Dashboard eine zusätzliche Visualisierung zur ausschließlichen Anzeige der Restlaufleistungen. Die Balken nehmen dabei fortlaufend ab, bis sie zu dem Zeitpunkt, an dem sie auf den Wert „0“ fallen, nicht mehr zu sehen sind. Dies soll dem Betrachter in möglichst kurzer Zeit zu verstehen geben, wann sich der nächste Wechsel anbahnt.

Dashboard – Darstellung

Fazit – Showcase

Die MQTT-Anbindung über den IoT Core erwies sich als sehr praktisch und komfortabel umsetzbar. Gerade die direkte Anbindung an weitere Services innerhalb von AWS ist dabei ohne größere Probleme zu realisieren. Es stellte sich heraus, dass die ES-Service Variante in der AWS-Umgebung keine größeren Anpassungen umsetzen ließ. Bereits die Darstellung eines Array-Datensatzes, musste deshalb über einen Umweg mithilfe einer Lambda-Function bewerkstelligt werden. Der verhältnismäßig langsame Schreibzugriff auf den ES-Service brachte außerdem das Problem mit sich, dass sich die Lambda-Function bei annähernd gleichzeitig eintreffenden Daten simultan ausführt, noch bevor die vorherige abgeschlossen wurde. Sollte sich während einer Ausführungsüberschneidung zusätzlich die Ausführungszeit unterscheiden, kann die Ausgabe der Datensätze in ihrer Reihenfolge variieren. Wird darauf geachtet, dass die Ausführung sequenziell erfolgt, umgeht man dieses Problem.

Besonders die unabhängige Wartung, in Verbindung mit einer durchgängigen Verfügbarkeit und selbstskalierenden Anwendungen zeichnet diese Architekturlösung aus. Die Services werden zum Großteil lediglich während ihrer Nutzung beansprucht. Kosten entstehen somit nur, wenn die Services auch tatsächlich benötigt werden. In Anbetracht der Tatsache, dass die Datenauswertung unabhängig des Standorts einsichtig ist und sich weitere Maschinen problemlos anbinden lassen, kann man von einer gelungen Cloud-Alternativlösung sprechen.

Kommentar verfassen

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

%d Bloggern gefällt das: