IoT Uygulaması Geliştirme: Sensörden Karara Giden Yol

IoT uygulaması neyden oluşur?

Nesnelerin interneti (IoT), fiziksel dünyadaki cihazların ölçüm yapıp bu veriyi ağ üzerinden bir sisteme iletmesi ve sonuçta bir karar ya da eyleme dönüştürmesidir. Her IoT uygulamasında aynı dört katman bulunur: veriyi üreten sensör ve cihazlar, veriyi taşıyan bağlantı katmanı, veriyi saklayıp işleyen platform ve sonucu insana ya da otomasyona ulaştıran pano ve uyarılar.

Endüstriyel ortamda bu yapıya IIoT (endüstriyel nesnelerin interneti) denir. Fark, ortamın zorluğundadır: toz, titreşim, sıcaklık, kesintisiz çalışma beklentisi ve üretim hattının güvenliği tasarımı belirler. Evde bir sıcaklık sensörü hata verirse rahatsızlık olur; fabrikada hat durabilir. Bu nedenle IoT projeleri teknolojiden önce çözülecek iş sorusuyla başlar: Hangi kararı daha iyi verebilmek için hangi veriyi ölçüyoruz?

Önce iş sorusu, sonra sensör

Başarısız projelerin yaygın hatası, sensör alıp sonra ne yapılacağını düşünmektir. Doğru sıra tersidir. Önce hedef tanımlanır: kestirimci bakım, enerji tüketiminin azaltılması, kalite hatalarının erken fark edilmesi, makine kullanım oranının izlenmesi ya da bina konforunun yönetilmesi. Sonra bu hedef için hangi büyüklüklerin ölçüleceği belirlenir.

Örneğin bir pompanın arızasını önceden fark etmek isteniyorsa titreşim, sıcaklık ve akım gibi büyüklükler izlenir; bir deponun enerji maliyeti azaltılacaksa tüketim ve ortam sıcaklığı ölçülür. Hedef net olmadığında büyük miktarda veri toplanır ama kimsenin kullanmadığı bir arşiv oluşur. Başlangıçta küçük, ölçülebilir ve sahibi belli bir kullanım senaryosu seçmek en güvenli yoldur.

Sensör seçimi, ölçüm ve örnekleme tasarımı

Sensör seçerken ölçülecek büyüklüğün yanında şu ölçütlere bakılır: ölçüm aralığı ve doğruluk, ortam koşullarına dayanıklılık, enerji kaynağı (şebeke ya da pil), kurulum kolaylığı ve çıkış sinyali. Pille çalışan kablosuz sensör kurulumu kolaylaştırır ama pil ömrü ve ölçüm sıklığı arasında denge kurmak gerekir.

Örnekleme tasarımı, ne sıklıkla ölçüm yapılacağını belirler. Çok seyrek ölçüm hızlı değişen olayları kaçırır; çok sık ölçüm ağı, depolamayı ve bataryayı gereksiz yorar. Sıcaklık gibi yavaş değişen bir değer seyrek, titreşim gibi hızlı değişen bir değer sık ölçülür. Kalibrasyon ve ölçüm doğruluğunun düzenli kontrolü de unutulmamalıdır; yanlış ölçen bir sensörden gelen düzgün grafik, yanlış karara götürür.

Bağlantı katmanları ve mevcut makinelerden veri alma

Cihazlardan gelen veri, kullanım yerine göre farklı bağlantı yöntemleriyle taşınır. Kablolu ağlar sabit ve güvenilirdir; Wi-Fi, Bluetooth, Zigbee ve geniş alan düşük güçlü ağlar (LoRaWAN gibi) kablosuz kurulumlarda tercih edilir. Seçimde menzil, güç tüketimi, veri miktarı ve ortamdaki parazit belirleyici olur. Mesaj taşıma tarafında MQTT gibi hafif protokoller yaygındır.

Fabrikalarda çoğunlukla sıfırdan makine alınmaz; mevcut makinelerden veri almak gerekir. Bunun için makinenin kontrol cihazına (PLC) bağlanmak, endüstriyel iletişim protokollerinden okumak ya da makineye dışarıdan sensör eklemek (retrofit) seçenekleri vardır. Eski bir makineye dışarıdan titreşim sensörü takmak, üretim hattına dokunmadan veri almanın pratik bir yoludur. Bu aşamada üretim ve bilgi işlem ekiplerinin birlikte karar vermesi gerekir.

Uç işleme, veri platformu ve güvenlik

Her ham veriyi doğrudan buluta göndermek pahalı ve gereksizdir. Uç işleme (edge), veriyi cihaza yakın bir yerde filtrelemeyi, birleştirmeyi ve anormal durumda uyarı üretmeyi sağlar; ağ kesilse bile yerel karar alınabilir. Platform tarafında veri zaman damgasıyla saklanır, temizlenir ve analize hazırlanır.

Güvenlik IoT'de sonradan eklenen bir özellik olmamalıdır. Başlıca önlemler: • Cihaz kimlik doğrulaması ve varsayılan şifrelerin değiştirilmesi • Ağ bölümlendirmesi: üretim ağını ofis ağından ayırmak • Veri iletiminde şifreleme ve yazılım güncellemelerinin yönetimi • Kişisel veri içeren senaryolarda gizlilik ve veri saklama kuralları

Özellikle akıllı bina uygulamalarında kişi hareketini izleyen sensörler gizlilik açısından ayrıca değerlendirilmelidir.

Analiz, panolar ve pilot yönetimi

Veri ancak karar üretirse değerlidir. Panolar, ilgili kişinin hızlı karar verebileceği az sayıda göstergeyle sade tutulmalıdır: makine sağlığı, üretim kalitesi, enerji tüketimi ya da tesis koşulları. Eşik aşıldığında uyarı üreten kurallar, ekibin pano başında beklemesine gerek bırakmaz. Daha ileri aşamada kestirimci bakım gibi modeller arıza öncesi işaretleri öğrenir.

Projeyi büyütmeden önce pilot uygulama yapmak doğru yöntemdir. Tek bir hat, bir makine grubu ya da bir bina katıyla başlayın; başarı ölçütünü baştan yazın, sahada karşılaşılan sorunları kaydedin, sonra ölçekleyin. Pilotta işleyen çözümü büyütürken bakım, sorumluluk ve kalıcı işletme planını da belirleyin; aksi halde kurulan sensörler sahipsiz kalır.

Pilot sonunda yapılacak değerlendirmede şu sorulara bakın: toplanan veri iş sorusunu yanıtlamaya yetti mi, uyarılar gerçek sorunları yakaladı mı, yanlış alarm ekibi yordu mu, bakım yükü beklenenden farklı mıydı? Yanıtlara göre sensör yerleşimi ve eşikler ayarlanır, ardından ölçekleme kararı verilir.

Mindset programlarında IoT

Mindset'te bu alanı farklı odaklara sahip programlarla çalışabilirsiniz. Akıllı Fabrika ve IoT Uygulamaları programı Akıllı Fabrika Mimarisi ve IIoT Temelleri, Fabrika Bağlantısı ve Veri Toplama, Kestirimci Bakım ve Makine Sağlığı İzleme, Kalite Kontrolü ve OEE İzleme, Enerji Verimliliği ve Çevre İzleme ile Uygulama Yönetimi ve Vaka Çalışmaları başlıklarını içerir.

IIoT Sensör Mimarisi ve Veri Toplama Altyapısı programı sensör teknolojileri, ölçüm ve örnekleme tasarımı, bağlantı katmanları, mevcut makinelerden veri alma, uç işleme, veri platformu ve güvenlik ile saha projesi başlıklarına odaklanır. Akıllı Bina Teknolojileri ve IoT Sensörleriyle Tesis İzleme programı ise bina senaryoları, sensör seçimi, iletişim mimarisi, veri toplama ve gizlilik, panolar ve pilot yönetimi konularını ele alır.