你好， 我是 古内斯糖蜜 和 我的 同事， 路易斯 富尔塔朵。 我们 是 在职的 在 联邦印刷局， 和 我们 是 两个都 工程师 在 生产 部门 为了 这 数据 团队。 今天， 我们 会 喜欢 到 展示 你 a 方法 到 战略上 过程 数据 从 工业的 流程 前 分析 和 贮存。
I 会 喜欢 到， 第一的 的 全部， 告诉 a 小的 少量 更多的 关于 我们的 公司。 联邦印刷局 是 a 政府- 拥有 公司 那 生产 安全 文件 和 数字的 解决方案。 我们 是 得到 大 和 大 每一个 天。 正确的 现在， 我们 有 3,500 雇员。 我们 继续 到 生长。 这些 数字 是 从 2021年。
在 那 年， 我们 还 有 a 销售量 利润 的 774欧元 百万。 我们 有 超过 4,200 专利。 最多 利润 我们 是 收入 是 未来 从 德语 ID 系统， 哪个 I 将要 讲话 关于 它 a 小的 少量 更多的 在 更远 幻灯片。 然后 我们 有 还 安全的 数字化 解决方案 作为 a 大 利润 带来 为了 我们。
如果 我们 看 在 这 目标 市场 和 我们的 顾客， 我们 将要 看， 喜欢 I 说， 这 官方的 ID 文件 第一的。 这 方法 那 我们 是 身体上 和 数字化 生产 官方的 身份 文件 喜欢 ID 文件， 护照， 居民 许可证， 和 这 是 我们的 最大 市场。
然后 我们 还 有 一些 安全 文件， 哪个 方法 那 我们 是 生产 银行 笔记， 邮资 邮票， 文本 邮票， 和 相关的 安全 特征 为了 这 政府。 在 顶部 的 那， 我们 有 a 生长 部门 为了 例如 政府。 这里 我们 是 创造 解决方案 为了 这 当局， 大多 德语 状态 当局， 到 数字化 他们的 民众 行政 系統。
我们 还 有 高的 安全 解决方案。 在 这 部门， 我们 是 创造 更高 安全 必需的 解决方案 为了 这 安全 当局 和 組織。 我们 是 还 拥有 a 目标 市场 在 这 健康 行业。 我们 是 创造 产品 这里 和 还 系统 为了 安全的 和 值得信赖 数字化 健康 系統。
其他 比 那， 我们 还 是 积极的 在 这 金融 场地。 这里 我们 是 创造 产品 和 系统 到 控制 和 安全的 金融的 交易， 两个都 在 民众 和 还 企业 部门， 哪个 还 可以 是 税收， 银行 , 保险， 等等。
如果 我们 来 到 我们的 使用 案件， 什么 我们 想 到 分享 和 你 今天， 我们 是 去 到 告诉 你 关于 a 使用 案件 那 我们 决定 到 实施 为了 我们， 为了 预测 维护。 喜欢 每一个 其他 公司， 我们的 目的 曾是 到 创造 一些 使用 案例 为了 新的 数字的 区域。 我们 想法 关于 什么 可以 是 分析 为了 大的 数据， 预测 维护， 和 事物 喜欢 那。
我们 决定 还 开始 和 我们的 最大 文档 那 这 德语 护照 。 这 文档 是 非常， 非常 复杂的， 和 它 有 a 寿命 为了 10 年。 我们 有 a 高的 生产 速度 还 这里， 和 我们 决定 到 创造 a 预测 维护 使用 案件 为了 a 过程 在 这 文档。
我们的 过程 是 冲孔 过程。 它 曾是 a 好的 过程 为了 我们 因为 我们 有 a 好的 理解 在 这 过程 和 还 哪个 是 非常， 非常 重要的 在 工业的 的 事物 那 我们 有 这 使用权 到 这 数据 那 我们 可以 分析 到 创造 我们的 信息。
我们的 客观的 为了 这 使用 案件 曾是 到 创造 a 更好的 产品 质量 经过 制作 a 预测 维护 为了 我们的 工具 穿 状态。 反而 的 拥有 这 工具 磨损 出去 我们 反应 到 它。 我们 决定 到 看 在 这 数据 和 创造 一个 信息 那 将要 允许 我们 到 计划 我们的 工具 改变 时间。
我们 能 还 最小化 我们的 停机时间， 最小化 我们的 刮 率。 我们 可以 还 使用 这 使用 案件 在 不同的 机器， 使用 这 作为 a 长期 行为 的 这 过程。 它 曾是 a 真的 好的 使用 案件 为了 我们 到 开始 和。
I 将要 给 这 休息 到 路易斯 到 解释 你 更远 如何 我们 去 进入 这 使用 案件 和 什么 我们 做过 确切地， 什么 是 我们的 挑战， 和 如何 我们 寻找 解决方案 为了 那。
感谢 你， 伙计们。 我是 去 到 展示 a 少量 更多的 关于 我们的 产品 和 过程。 在 这 案件 的 产品 那 我们 是 分析 这 学习 是 这 护照。
这 护照， 什么时候 你 思考 关于 这， 是 a 书。 它是 喜欢 a 三明治 满的 的 页面， 和 那些 页面 有 还 a 很多 的 安全 特征 喜欢 这 图片 那 是 打印， 这 数据 那 是 激光照射。 有 还 这 芯片， 这 天线 从 这 芯片。 有 还 h 单行道 層。 有 一些 特征 为了 安全 那 是 里面 的 这 德语 护照。
什么时候 你 制作 这 三明治， 有 a 很多 的 机器 还 到 带来 全部 那些 特征 到 这 产品。 什么时候 你 制作 这 三明治， 你 需要 到 切 它 在 这 正确的 尺寸 根据 到 这 规范。 什么时候 你 切 它， 我们 分离 这 结束 书 和 还 这 边界 那 我们 不 需要 了。
这 观点 是 这 切割 过程， 我们 使用 a 冲孔 机器 . 这 工具 那 是 已安装 在 这 结尾 的 这 冲孔 机器， 还 穿着 和 这 时间， 和 这 质量 的 这 切 还 开始 到 是 不是 非常 好的 在 这 结尾 作为 它 曾是 在 这 开始。 什么 我们 是 尝试 这里 在 这 项目 是 如何 到 制作 这 保证， 什么是 这 完美的 时间 到 改变 这 工具 和 那 和 那 学期。
这是 a 图片 的 这 结尾 产品， 护照 . 这里 这 边界 那 是 切。 我是 去 到 展示 a 少量 更多的 这 故事 的 a 草图 的 这 机器， 如何 那 作品， 和 什么 曾是 这 原来的 主意。
但 第一的， 我们 有 我们的 原来的 建筑学 的 执行 的 这 数据。 我们 有 a 机器 和 一些 传感器， 传感器 数字 1、 2、 向上 到 任何 传感器 那 我们 需要 到 措施。 我们 带来 全部 这 传感器 到 这 机器 PLC， 那 是 这 控制器 的 这 机器， 和 然后 你 只是 镜子 这 数据 到 这 掌握 电脑， 和 你 镜子 这 数据 再次 到 这 数据库。
那 曾是 这 第一的 原来的 执行 那 我们 有。 这 数据库 将要 有 a 很多 的 数据， 和 然后 它 开始 到 制作 这 分析 的 这 机器 和 尝试 到 理解 什么 是 正在发生 在 这 机器，以及 在 这 案件， 什么 是 正在发生 在 这 冲孔 工具 那 是 切割 这 护照 .
什么时候 你 思考 关于 这 草图 的 这 机器， 所以 我们 有 这 伺服电机 那 转弯 这 车轮 . 和 这 机械的 连锁 这里， 我们 能 移动 向上 和 向下 这 冲孔 工具 . 在 这 结尾， 我们 有 这 工具， 这 切割 工具 那 有 确切地 这 结尾 形状 那 我们 需要。
这 工具 这里， 和 这 时间， 我们 看 它穿着。 它是 不是 那 锋利的 不再， 和 然后 我们 开始 到 有 a 不是 好的 质量 在 这 产品 那 我们 是 生产。 然后 你 需要 到 改变 这 工具 到 制作 它 锋利的 再次。
好的。 如何 你 能 是 当然 那 这 工具 是 好的 到 切？ 我们 测量 这 位置 的 这 伺服电机， 和 我们 措施 还 这 扭矩 的 这 伺服电机， 和 我们 带来 全部 这 数据 从 这 位置 和 这 扭矩 到 这 控制器， 然后 你 得到， 作为 I 呈现 在 这 以前的 滑动， 我们 镜子 这 数据 到 这 掌握 电脑， 和 然后 你 镜子 这 数据 到 这 数据库。
在 这 工业的 控制器， 它是 不是 连续的。 这 曲线 是 不是 连续的 喜欢 这里， 但 它是 离散的。 在 这 结尾， 你 需要 到 思考 关于 a 测量 的 每一个 中央处理器 循环 或者 这 钟 打钩 的 这 中央处理器。 在 这 案件， 我们 得到 全部 这 数据 和 它 已转移 到 这 掌握 电脑。 然后 我们 制作 这 分析 从 这 数据库。
但 这 观点 是 我们 意识到 那 使用 OPC UA， 不是 全部 100 % 的 这 数据 來了。 这 是 a 设想 那 一切 是 美好的。 我们 有 全部 这 点 里面 的 这 服务器， 里面 的 这 数据库， 但 有时 我们 有 丢失的 区域。 我们 有 像一个 羊肉 那 数据 是 不是 未来。 我们 意识到 那 我们 有 仅有的 95 % 的 这 数据。 5 % 的 这 数据 是 丢失的 什么时候 你 有 a 中央处理器 循环 的 100小时。
出色地， 这 损失 可以 是 在 这 观点 那 我们 是 不是 测量 但 可以 是 确切地 这 观点 什么时候 你 有 这 顶峰 . 什么时候 你 错过 数据 喜欢 这里 和 你 错过 数据 喜欢 这里， 我们 妥协 我们的 测量 的 这 工具。
甚至 和 仅有的 那， 你 有 a 数据 损失 的 5 %, 和 然后 你 有 不是 100 % 的 这 数据， 你 有 95 % 的 这 数据 未来 到 这 贮存， 但 95 % 的 这 数据 未来 从 贮存 为了 全部 这 传感器 那 我们 有 在 a 机器， 为了 全部 这 机器 那 你 有 在 这 生产 过程， 它是 a 很多 的 数据。 然后 你 开始 到 意识到 那 后 a 年， 我们 有 a 很多 的 数据库 贮存 数量， 和 这 是 某物 那 你 想 到 减少。
和 这 原来的 执行， 我们 仍然 有 那 丢失的 数据， 通常情况下 丢失的 数据 在 这 点 那 我们 需要 到 措施。 然后 你 有 打开 问题 关于 这 执行。 这 第一的 问题 是， 是 那 可能的 到 措施 这 工具 在 a 可靠的 方式 使用 这 发动机 扭矩？ 这 其他 一 是 如何 到 减少 这 数量 的 数据 那 你是 发送 到 这 数据库？
好的。 然后 这 第一的 主意 那 我们 有， 我们 决定， “好的， 我们 惯于 查看 这 数据 从 这 数据库。 是 去 到 收集 这 数据 直接地 在 这 机器 和 a 不同的 方法 那 我们 惯于 失去 这 数据。 100 % 的 这 数据 来 到 这 电脑 因为 你是 测量 确切地 在 这 机器 控制器。
让我们 做 这 实验 a 很多 的 次 为了 不同的 套 的 这 机器。 让我们 看 如果 这 曲线 有 这 相同的 形式 和 如果 这 曲线 变化 a 少量 在 振幅 什么时候 你 改变 这 设想 在 这 机器。 在 这 结尾， 你有 四 场景， 和 你是 正在做 这 广泛地 这 测试 在 这 机器， 和 你意识到 这 是 这 结果 的 这 实验。
我们 尝试过 老的 和 磨损 工具， 所以 这 工具 曾是 不是 那 锋利的 不再。我们 有 a 护照 和 三十二 页。 我们 有 二 产品。 它是 a 护照 和 三十二 页面 和 这 护照 和 四十八 页。
这 客户 能 命令 季刊 到， “好的， 如果 你是 去 到 旅行 也 很多， 然后 命令 四十八 页。 我们 尝试过 和 老的 和 磨损 工具， 三十二 页。 我们 尝试过 和 老的 和 磨损 工具 和 四十八 页。 然后 我们 改变 这 工具 为了 a 新的 一， 和 我们 重复 这 实验 和 这 新的 和 锋利的 工具 为了 三十二 和 新的 和 锋利的 工具 为了 48- 页 产品。
这 是 这 结果 的 这 曲線。 我们 意识到 那 全部 这 曲线 有 这 相同的 形状， 和 这 是 a 叠加 的 a 很多 的 曲线 那 我们 尝试过， 和 这 变化 是 非常 小的。 但 我们 能 还 看 那 我们 能 看 非常 清楚地 这 顶峰 价值 为了 这 老的 两个 48 页面 是 a 少量 远的 从 这 老的 两个 32- 页。 还， 新的 工具 , 这 顶峰 价值 是 更短 因为 你 有 较少的 力量 到 切。
这 是 关于 这 扭矩 在 这 发动机。 什么时候 你 有 较少的 力量 到 切 因为 它 曾是 锋利的， 然后 你 有 一个 甚至 降低 数量 的 扭力。
好的。 和 这， 我们 得到 一些 信息。 全部 这 场景 展示 这 相同的 形状 的 曲线。 这 曲线 是 在 这 相同的 形状， 和 我们 意识到 那 “好的， 然后 I 不 需要 到 记录 全部 这 曲线。 I 能 还 仅有的 记录 这 位置 的 这 顶峰。” 这 是 什么 是 有趣的 为了 我们 为了 这 新的 执行 那 我们 是 提议 这里。
这 顶峰 价值 可以 是 用过的 为了 二 不同的 事物。 这 顶峰 价值 可以 是 用过的 为了 这 刀具磨损 监控。 那 是 这 原来的 主意 那 我们 通缉。 其他 事物 那 为了 我们 是 还 重要的 是 产品 分类。 你 能 还 查看 这 质量 的 产品 如果 你 是 生产 a 三十二 或者 四十八 页 是 a 安全的 方式 到 说 这 产品 有 三十二 或者 四十八 页。
好的。 然后 什么 是 这 不同之处？ 这 不同之处 是 这 执行 直接地 在 这 控制器 的 这 机器。 这 所有的 草图 的 这 机器 是 这 相同的。 然后 你 得到 这 数据 里面 的 这 控制器 在 这 相同的 方式。
但 什么 我们 制成 这里 不同的。 我们 预处理 这 数据， 我们 筛选， 我们 制成 a 窗户 这里 . 在 这 窗户， 我们 搜索 为了 这 顶峰。 什么时候 我们 寻找 这 顶峰， 我们 得到 这 顶峰 的 这 扭矩 和 在 哪个 位置 的 这 发动机 这 顶峰 發生了。 然后 我们 只是 转移 一 放 的 数据， 不是 这 所有的 曲线 的 这 机器。
如何 那 作品 在 这 结尾？ 这 原来的 执行 那 你 锯， 每 传感器 在 a 机器， 我们 有 每一个 年， 11.7 千兆字节 每 传感器。 那 曾是 相当 a 很多。 什么时候 你 思考 那 我们 有 一些 百， 几乎 数千 的 传感器 在 a 机器， 和 我们 有 更多的 机器 在 我们的 生产 区域， 这 是 某物 非常 批判的 为了 我们。
和 这 建议的 执行， 我们 有 一切 非常 相似的。 这 传感器 去 到 这 机器。 但 里面 的 这 机器， 我们 做 a 预处理。 我们 筛选 只是 这 有意义的 信息 那 你 需要， 和 然后 它 转移 较少的 数据 到 这 掌握 电脑， 和 然后 它 转移 较少的 数据 到 这 数据库 . 它 制成 我们的 分析 只是 和 这 较少的 数量 的 数据 但 这 有意义的 一。
在 这 案件， 它 减少 更多的 比 a 百 千... 不， a 千 次 较少的。 现在， 它是 8 兆字节 每 年 每 传感器。 这 是 a 好的 执行。
这 曾是 实施的 在 跳转 和 跳转 居住。 我是 去 到 给 这 单词 后退 到 太阳 , 所以 她 可以 保持 解释 这 下一个 步骤， 什么 我们 做过 然后。
感谢 你， 路易斯。 如何 我们 生成 信息 在 跳转 和 这 分析 是 喜欢 每个人 别的。 我们 开始 分析 我们的 数据 在 这 跳转 第一的， 和 它 曾是 简单的 到 分析 还 我们的 巨大的 数据 套， 喜欢 20 百万 数据 套 在 跳转。 但 然后 什么时候 我们 决定 到 得到 只是 这 顶峰 价值观， 我们 是 有能力的 到 创造 我们的 报告 还 非常 打火机 和 非常 信息性的。 然后 我们 决定， 好的， 什么时候 它是 所以 好的， 然后 我们 决定 到 发送 我们的 结果 到 这 跳转 居住。
正确的 现在 在 跳转 居住， 我们 有 这 下列的 报告， 和 它 是 生成 自动地 每一个 星期。 那里 是 a 会议 每一个 星期 为了 这 机器 同事， 和 他们 看 在 这 报告 到 决定 什么时候 是 这 时间 到 改变 这 工具。
这里 你 能 看 不同的 機器。 我们 有 六 机器 的 这 种类。 然后 你 能 看 我们的 顶峰 价值 为了 这 扭矩， 和 然后 你 看 这 发展 通过 这 周。
这里 你 能 还 看 什么时候 我们 有 a 工具 改变 在 机器 1 和 2、 你 c 乌尔德 自动地 看 下一个 星期 这 价值观 的 这 顶峰 开始 再次 从 a 降低 观点 的 看法， 哪个 路易斯 已经 解释 为什么 是 它 正在发生。
这 是 我们的 跳转 居住 报告 那 我们 创造 我们的 计划 改变 时间 为了 这 工具。 如果 我们 去 到 这 方法 那 我们 是 提议... I 想 到 告诉 你 再次 如何 我们 开始 去 朝向 此用途 案件。 我们 开始， 喜欢 每一个 其他 使用 案件， 第一的 的 全部， 定义 我们的 项目 要求。 然后 我们 拿了 全部 这 数据， 喜欢 许多 的 这 其他 行业 还 尝试 到 做 在 工业的 的 事物。
我们 说， “好的， 我们 需要 全部 这 数据。” 我们 尝试过 到 拿 全部 这 信号 从 这 机器。 我们 分析 它 某处 不同的。 然后 我们 看起来 在 这 数据 和 我们 说， “好的， 是 这 好的 足够的 为了 我们的 质量 的 这 信息？ 做 它 见面 我们的 项目 要求？”
它 不是 会议 我们的 项目 要求 因为 的 这 丢失的 数据。 和 这 丢失的 数据， 我们 不是 有能力的 到 看 这 正确的 数据 到 有 这 相关的 信息。 然后 我们 说， “好的， 让我们 去 到 这 机器 和 理解 这 过程 a 小的 少量 更好的。 为什么 是 这 發生了嗎？ 什么 能 我们 做 关于 它？”
然后 我们 开始 正在做 这些 实验 那 路易斯 解释 在 这 机器 直接地， 和 我们 集 这 数据 本地。 然后 我们 来 后退 到 我们的 分析 过程， 和 然后 我们 说， “是的， 现在 这 数据 是 好的， 这 质量 是 好的。”
现在， 我们 还 问 这 问题， “好的， 是 这 全部 这 相关的 数据？ 是 那里 a 方式 到 减少 这 贮存 没有 减少 这 数据 质量？” 然后 我们 决定 到 实施 这 预处理 算法 直接地 在 这 机器 到 减少 这 尺寸 的 这 数据。
什么 我们 是 建议 为了 你， 也， 是 什么时候 你 开始 a 使用 案件 为了 这 生产 流程， 后 定义 你的 项目 要求， 它 是 更好的 直接地 去 到 这 机器 和 开始 正在做 实验 那里， 和 然后 收集 这 数据 本地。 什么时候 你 第一的 做 这 步， 你 将要 空闲的 你自己 a 很多 的 时间 到 创造 这 建筑学 到 是 有能力的 到 得到 全部 这些 数据 某处 别的。
还， 你 将要 空闲的 你自己 很多 的 钱 因为 你 或许 不 需要 那 很多 空间 在 你的 服务器 和 和 等等。 如果 你 开始 直接地 这里， 你 能 去 全部 这 其他 步骤， 和 然后 你 将要 是 有能力的 到 得到 a 结果， a 使用 案件 那 作品 这 最好的， 和 你 将要 有 较少的 时间 为了 那。
如果 我们 总结 我们的 课程 学到了 和 好处 为了 这 使用 案件， 我们 能 确实 说 一个 应用导向 方法 是 非常 好的 实施 使用 案例 为了 生产。 你 真的 需要 a 深的 过程 和 机器 理解 为了 这 工业的 的 事物 使用 案例。
它 将要 确实 将要 是 更好的 为了 你 如果 你 创造 a 团队 的 工程师， 人们 WHO 是 在职的 在 这 机器， 和 还 这 数据 人们 一起， 因为 你 需要 a 真的 深的 理解 的 什么是 正在发生， 什么 你 确切地 需要 到 是 有能力的 到 得到 a 益处 出去 的 它。
我们的 个人的 好处 为了 这 具体的 使用 案件 曾是 到 创造 a 方法 那 我们 能 使用 为了 其他 机器 和 流程， 哪个 我们 是 还 分享 为了 你 今天， 和 希望 那 你 能 还 使用 它 为了 你的 流程。 然后 还 这 方法 那 我们 创建 为了 我们 曾是 有能力的 到 使用 在 其他 机器 和 其他 冲孔 流程 那 其他 机器 有。
还， 我们 有 a 真的 好的 知识 在 这 结尾 的 这 使用 案件 关于 这 工具 穿 状态 为了 我们。 我们 可以 还 增加 我们的 停机时间 因为 反而 的 等待 为了 a 工具 到 是 磨损 出去， 我们 是 有能力的 到 计划 我们的 停机时间。 那 方法 自动地 那 我们 是 还 减少 我们的 成本。
在 顶部 的 它， 我们 是 还 有能力的 到 使用 这 方法 和 这 分析 为了 a 很久 行为 的 我们的 工具， 哪个 还 a 伟大的 事物 因为 在 这 结尾， 我们 是 有能力的 到 有 a 预测 维护 使用 案件。 A s a 樱桃 在 这 顶部， 我们 是 有能力的 到 减少 我们的 数据 贮存 需求 显著地。
在今天的 世界 在哪里 我们 讲话 关于 这 活力， 它是 非常 重要的 到 有 只是 这 相关的 数据 在 我们的 服务器 因为 它是 更多的 可持续的， 它是 更多的 活力 高效的。 我们 是 真的 快乐的 和 我们的 结果， 和 我们 是 希望 还 你 将要 得到 一些 灵感 出去 的 我们的 方法， 和 或许 你会 是 有能力的 到 使用 它 为了 你们自己。
感谢 你 为了 你的 注意力， 和 这 曾是 我们的 方法。 有 a 好的 天。
