Conditie-invariante foutdiagnose voor de rand met beperkte bronnen: een gebruiksscenario achteraf

Industry 4.0 is een data-gedreven revolutie waarbij mechatronische systemin en op hun beurt industrieën streven naar betere en efficiëntere perfomantie. Cloud-gebaseerde kennis wordt de nieuwe norm in deze industriële revolutie en maakt dat verbonden machines nodig maakt. Met een verzameling van machines dat geretrofit moeten worden en het feit dat elke machine grote hoeveelheden gegevens stuurt over het internet, wordt de netwerk belasting groter en groter. Een ander aandachtspunt is de vertraging die verkregen wordt als gevolg van de transmissie en verwerking van gegevens. De belasting op het netwerk, de bereking en de vertraging verhinderd de ontwikkeling van schaalbare oplossingen die adaptief kunnen omspringen met onverwachte gegevens. De beste protocollen en recentste technologieën komen tekort om deze uitdagingen op te lossen.  Een efficiënte manier om oude machines te retrofitten in deze gevallen dient te gebeuren met een intelligent zelf-organiserend systeem over de verschillende actoren in het netwerk. In dit doctoraatsonderzoek zal er onderzocht worden welke architectuur en welke topologieën kunnen dienen om machines te retrofitten. Verder wordt er ook onderzocht hoe middleware methodologieën kunnen ingezet worden om de schaalbaarheid, robuustheid en adaptiviteit van retrofit oplossingen te vergroten. Het ontwikkelde model zal specifieke algoritmes kunnen uitrollen aan de rand (‘edge’) van het network dat de ruwe informatie verzameld en verwerkt tot relevantere gegevesn. Op deze manier kan informatie lokaal verwerkt worden die kritisch is voor de functionele werking van de machine en kan informatie voor nauwkeurige analyses verwerkt worden bij andere actoren. Gebeurtenissen en de geaggregeerde gegevens zijn vereist om de operationele intelligentie van de actoren in het netwerk. Hierdoor verminderen we de gegevensstroom bij een end-to-end oplossingen en verminderen we de netwerkbelasting. Hierdoor willen we performantie van het systeem vergroten, als we de vertraging waarom machines kunnen handelen verminderen.