Transparentność kluczowa przy tworzeniu autonomicznych organizacji

Gromadzenie i analiza danych odgrywa coraz ważniejszą rolę w zarządzaniu przedsiębiorstwem. Rozwój technologii i powszechna cyfryzacja sprzyjają temu zjawisku kreując potrzebę inwestowania w hurtownie danych i przetwarzanie nowych źródeł informacji. Alternatywę tworzy technologia Blockchain w postaci rozproszonej architektury umożliwiającej kreowanie wirtualnych organizacji i powiązań.

Otwarty przepływ informacji

Zastosowanie jej umożliwia tworzenie zabezpieczonych kanałów swobodnego przepływu danych między przedsiębiorstwami. Zasilające je strumienie mogą mieć realny wpływ na transparentność swoich partnerów biznesowych oraz szybkość przepływu informacji między nimi. Umożliwiając tworzenie dynamicznych i bardziej zintegrowanych systemów oraz efektywniejszych łańcuchów dostaw.

Płynność informacyjna i finansowa

Szybki przepływ informacji między organizacjami, czyli płynność informacyjna poprawia dynamikę otoczenia biznesowego. Dane gromadzone przez klientów, dostawców i partnerów tworzą zależny i powiązany ze sobą ekosystem. Zrozumienie i szybkie reagowanie na zachodzące w nim zmiany pomaga w podejmowaniu lepszych decyzji. Stworzenie takich kanałów to początek płynnych, cyfrowych systemów bazujących na otoczeniu biznesowym lub łańcuchach dostaw. Ich fundament to polityka transparentności określająca jakimi danymi dzielenie się będzie korzystne dla organizacji, a jakimi nie. Jej stworzenie ma na celu określenie ram wymiany informacji z otoczeniem, a także standaryzacji zwiększającej bezpieczeństwo i powtarzalność procesów. Ustalenie jakie dane możemy udostępniać naszym partnerom, jakie dane o naszych partnerach nas interesują oraz jak ich wymiana wpłynie na dynamikę biznesu oznacza szersze spojrzenie na rozwój organizacji. Takie podejście buduje zaufanie do swoich kontrahentów przyspieszając wiele procesów. Szybciej zawierane umowy wpływają korzystnie na płynność finansową. Kontrakty realizowane z pominięciem pośredników, to krótszy czas związany z dokonaniem transakcji. Cyfrowe umowy, to szybszy obieg dokumentacji. Takie możliwości daje Blockchain.

Ekosystemy

Otwarta i rozproszona architektura baz danych sprzyja rozwojowi polityki swobodnego obiegu danych między przedsiębiorstwami. Stworzenie sieci biznesowej wzajemnie informującej się to początek rozproszonych, powiązanych środowisk biznesowych, w której dostęp do informacji jest swobodny i błyskawiczny. Dzięki czemu można lepiej zrozumieć swoje otoczenie i szybciej reagować na zmiany w nim zachodzące. Oznacza to nie tylko wyższą płynność przepływu informacji, ale także zwiększoną płynność finansową. Jest to przyszłość bardziej partnerskiego biznesu, gdzie każdy z podmiotów jest częścią większego wzajemnie powiązanego cyfrowego organizmu nastawionego na  dynamiczny i zautomatyzowany biznes. Dzięki polityce dzielenia się danymi przez podmioty, każdy ma dostęp do większego obrazu w celu zrozumienia swojego otoczenia. Stworzenie takich ekosystemów powinno odbywać się naturalnie na bazie już zbudowanych relacji biznesowych, które planują zwiększyć dynamikę swojej organizacji. Blockchain daje fundament technologiczny do budowania transparentnych systemów, które współpracują ze sobą na wysokim poziomie wymiany informacji, a jednocześnie zabezpieczają się przed wyciekiem istotnych danych na zewnątrz.

Autonomiczne organizacje

Uczenie maszynowe umożliwia tworzenie coraz bardziej autonomicznych procesów w organizacji. Już dziś w wielu obszarach SI działa efektywniej niż człowiek. Uczenie się na bazie otwartych strumieni danych to pierwszy krok ku automatyzacji skomplikowanych procesów związanych z najbardziej dynamicznym obszarem organizacji, czyli jej otoczeniem. Przyszłość wyznacza Blochchain, który buduje fundament i warunki funkcjonowania organizacji oraz SI, która ją automatyzuje.

 

“Marketing is about values. It’s a complicated and noisy world, and we’re not going to get a chance to get people to remember much about us. No company is. So we have to be really clear about what we want them to know about us.” Steve Jobs

Fundusze Energii

Odnawialne źródła energii ze względu na swoje mniejsze moce produkcyjne oraz niestabilność, tracą w starciu z przewidywalną energetyką konwencjonalną. Wyzwaniem może być też rozdrobnienie młodego, rozwijającego się sektora, któremu trudniej konkurować z dużymi korporacjami energetycznymi. Rozwój tych pierwszych jest jednak zdecydowanie bardziej dynamiczny i daje perspektywy na stworzenie zdecentralizowanego modelu rozwoju energetyki w przyszłości. Proces ten może przyśpieszyć wprowadzenie rozwiązań bazujących na technologii Blockchain.

Ze względu na swoje ograniczenia, producenci energii odnawialnej powinni upatrywać swoich szans w tworzeniu korzystnych aliansy i partnerskiego rozwoju biznesu, wraz z innymi wytwórcami. Grupowanie odnawialnych źródeł energii, w celu stworzenia większych, bardziej stabilnych podmiotów może przyczynić się do zwiększenia konkurencyjności OZE. Do tego zadania dobrze pasuje Blockchain, który umożliwia przeniesienie drobnych wytwórców energii na inny poziom prowadzenia biznesu. Smart Contracty mogą być początkiem tworzenia małych korporacji energetycznych z własnymi konstytucjami, akcjonariatem i podziałem zysku. Działanie jako grupa to nowe możliwości biznesowe związane ze sprzedażą energii dostępne dla dużych korporacji energetycznych. Korzyści można osiągnąć poprzez nawiązywanie współpracy przez podmioty o komplementarnym profilu wytwórczym lub zakładami przemysłowymi o elastycznym zapotrzebowaniu na energię. Takie połączenie zmniejsza ryzyko związane z niepewnością produkcji energii, poprzez wewnętrzne bilansowanie swojej produkcji przez podmioty tworzące grupę. Działanie jako mała korporacja energetyczna to silniejsza pozycja na rynku, która pomaga w otrzymywaniu korzystniejszych cen u dostawców. Grupa o mocy nominalnej kilkuset MW posiada silniejszą pozycję negocjacyjną, niż pojedyncza mała farma wiatrowa. Głównymi wyzwaniami jakie stoją na przeszkodzie w tworzeniu grup producentów energii odnawialnej jest kwestia zaufania do swoich partnerów. Smart Contract również w tym obszarze spełnia swoje zadanie, nie dając możliwości złamania warunków zapisanych w umowie. Dzięki temu współpraca podmiotów jest transparentna i zautomatyzowana. Również podział zysków oraz warunki funkcjonowania grupy realizowane są w sposób autonomiczny. Przełamanie bariery związanej z nawiązywaniem współpracy w swoim sektorze może być początkiem powstania nowych małych autonomicznych korporacji energetycznych, które będą w stanie oferować swoją energię bezpośrednio odbiorcą. Sprzedaż energii za pośrednictwem Blockchain może odbywać się również w formie peer-to-peer, czyli z pominięciem pośredników transakcji. Otwarcie się na technologie to początek zdecentralizowanego autonomicznego systemu energetycznego składającego się z grup dostawców energii i małych korporacji energetycznych nawiązujących bezpośrednią współpracę ze swoimi klientami.

Czyszczenie danych

Początkowym etapem każdej z analiz jest „poznanie danych” oraz tzw. preprocesing, w skład którego wchodzi proces oczyszczania i standaryzacji danych (ang. data cleansing, data scrubbing). Bez nie tego nie jesteśmy w stanie wydobyć cennej informacji.
Szybko i solidnie „oczyszczamy” dane.
Proces czyszczenia danych realizujemy w następujących etapach:

  • analiza danych – określenie problemów jakości danych i określenie strategii dalszych faz czyszczenia,
  • standaryzacja danych – parsowanie, poprawienie i standaryzacja danych, możliwość wykorzystania słownika, narzędzi informatycznych
  • dopasowanie – identyfikacja duplikatów,
  • agregacja danych – usunięcie duplikatów

Aplikacyjny Model Procesu Suszenia

Technologia Suszenia

Aplikacyjny Model Procesu Suszenia

Aplikacyjny Model Procesu Suszenia (AMPS) jest Drying analysisfizycznym modele procesu suszenia wyliczającym (szacującym) bieżącą wilgotność substancji suszonej w oparciu o dane pomiarowe parametrów fizycznych czynnika suszącego (np. powietrza) pozyskiwane na wlocie i wylocie komory suszenia. Obecna konfiguracja Model przeznaczony jest dla systemów suszących opartych o szczelne komory suszące (np. typu Glatt) gdzie proces przebiega dynamicznie, w przepływie czynnika suszącego. Mierzonymi wielkościami fizycznymi, niezbędnymi do właściwej pracy modelu są temperatury i wilgotności czynnika suszącego oraz wielkość jego przepływu.

Działanie modelu opiera się na analizie zmiany zawartości czynnika usuwanego z substancji suszonej w strumieniu czynnika suszącego.

Zalety Modelu:

– duża uniwersalność pozwalająca adaptować go do różny sposobów realizacji procesu suszenia

– możliwość pracy z systemami dynamicznego suszenia gdzie wielkość przepływu czynnika suszącego sięga kilku tysięcy metrów sześciennych na godzinę dzięki mechanizmowi korekcji systematycznych błędów pomiarowych czujników wilgotności wynikających z ich bezwładności pomiarowej

– opcja rozszerzenia jego obecnej funkcjonalność kontrolnej na kontrolno-sterującą

Model z powodzeniem został wdrożony do działania w TEVA Kutno S.A. i współpracuje tam z granulosuszarkami typu Glatt nadzorując proces suszenia granulatów farmaceutycznych.

Aby osiągnąć jak najlepszy efekt kontroli procesu suszenia oferujemy także przeprowadzenie jego audyt w celu określenia optymalnego zestawu czujników i ich rozmieszczenia oraz zestrojenia ich z Modelem.

 Model suszenia

Prognozowanie Rynków Energii

Uruchomiliśmy nową usługę prognozowania cen surowców notowanych na Towarowej Giełdzie Energii. Już dziś można zamówić trial usługi, a w lutym do dyspozycji klientów oddamy w pełni operacyjny system. Zapraszamy do współpracy wszystkie firmy zainteresowane optymalizacją swoich kosztów zakupu surowców na Giełdzie.

Konferencja i Targi PSEW 2016

logo_konf_2016_pl

8-9 marca 2016, Rynek Energi Wiatrowej w Polsce.

DCAD weźmie udział w targach PSEW 2016 w dniach 8-9 marca w Warszawie. Zapraszamy do odwiedzenia nas i obejrzenia przygotowanych na ten cel prezentacji nowych produktów. Nasze stanowisko ma numer B17.

Krytyczne znaczenie prognoz produktywności farm wiatrowych i fotowoltaicznych.

Zespół DCAD został zaproszony do napisania artykułu na temat prognozowania zdolności produkcyjnych farm wiatrowych i fotowoltaicznych w różnych horyzontach czasowych. Zagadnienie to zostało skrótowo przedstawione w kontekście funkcjonowania różnych segmentów rynku energii, a w szczególności w obszarze kreowanym przez aukcyjny mechanizm wsparcia wprowadzony w nowej ustawie o OZE.

Artykuł można przeczytać na stronie:

http://www.cire.pl/item,113733,2,0,0,0,0,0,krytyczne-znaczenie-analiz-i-prognoz-produktywnosci-w-przygotowaniu-poprawnej-oferty-aukcyjnej.html

Zapraszamy do zapoznania się z treścią oraz kontaktu z nami.

Komputeryzacja zakładów przemysłowych.

Informatyzacja zakładu produkcyjnego może być w pewnym sensie wejściem w nową epokę. W praktyce oznacza to wdrożenie narzędzi IT pozwalających na automatyzacje lub usprawnienie wielu procesów związanych z wytwarzaniem i zarządzaniem.  Coraz częściej decyzja o przekształceniu przedsiębiorstwa może być kluczowa dla dalszego rozwoju i skutecznego konkurowania na globalnym rynku.

Dynamicznie rozwijająca się branża IT daje dziś ogromne możliwości usprawnienia praktycznie każdego procesu, a wykorzystanie nowoczesnych narzędzi informatycznych pomaga zaoszczędzić czas, obniżyć koszty i efektywniej zarządzać przedsiębiorstwem. Choć korzyści można mnożyć, to nadal wiele podmiotów bazuje na tradycyjnej często mało zinformatyzowanej działalności, która nie wykorzystuje swojego pełnego potencjału.

Wdrożenie nowych technologii wymaga często przestawienia się z tradycyjnego modelu zarządzania przedsiębiorstwem, na zarządzanie poprzez  informacje. Co w praktyce oznacza gromadzenie danych pochodzących z różnych czujników rejestrujących pracę komponentów wytwórczych – wydajność, awaryjność, stan techniczny i innych informacji ważnych z punktu widzenia danego zakładu. Dzięki temu możliwa jest optymalizacja nieefektywnych procesów, czy redukcja procesów zbędnych lub zastąpienie ich narzędziami IT. Pozwala to na oszczędność czasu i uniknięcie marnotrawstwa zasobów. Konsekwentne gromadzeniu danych umożliwia dostrzeżenie nowych obszarów wymagających optymalizacji, a także zastosowanie narzędzi poprawiających efektywność niektórych procesów, a nawet całego zakładu. Wprowadzenie w środowisko przedsiębiorstwa tego typu rozwiązań może być początkiem przekształcania się z przedsiębiorstwa tradycyjnego w przedsiębiorstwo opartego o wiedzę, w którym gromadzenie informacji jest głęboko zakorzenione w modelu biznesowym, a jednocześnie informacje te są na bieżąco przetwarzane i analizowane w celu jeszcze wyższej wydajności. Ta wiedza może być łączona również z danymi z zewnątrz np. z Internetu, dzięki czemu możliwe jest dostrzeżenie pełniejszego obrazu przedsiębiorstwa na tle całego środowiska biznesowego związanego z nim. Lepszego dopasowanie się do oczekiwań rynku oraz szybszego reagowania na zmiany.

Predictive Maintenance

Dzięki Prognozowaniu Utrzymania Ruchu (ang. Predictive Maintenance) możliwe jest bardziej efektywne i stabilne zarządzanie pracą zakładów produkcyjnych. Zastosowanie odpowiednich technologii może znacząco podnieść wydajność, poprzez ograniczenie niepotrzebnych strat energii wywołanych awariami, przeciążeniami i innymi niekorzystnymi zdarzeniami mającymi negatywny wpływ na funkcjonowanie całego zakładu, które mogą być skutecznie prognozowane.

W dzisiejszych czasach stosunkowo łatwy dostęp do technologii akwizycji danych i przetwarzania danych sprzyja rozwojowi systemów optymalizujących procesy wytwórcze. Jednym z nich są systemy do prognozowania utrzymania ruchu. Ich zadaniem jest przewidywanie wystąpień niepożądanych zdarzeń w przyszłości  zanim te wystąpią i odpowiednie reagowanie zapobiegawcze. Dzięki takim działaniom praca zakładu jest bardziej stabilna i efektywna, a także łatwiejsza w zarządzaniu. Korzyści można mierzyć zarówno ilościowo poprzez redukcję czasu przestojów, strat energii itp. wywołanych uszkodzeniami, czy awariami jak i jakościowo poprzez rzadszą kontrole stanu maszyn.

Gromadzenie danych z czujników rejestrujących parametry fizyczne urządzeń to dopiero początek. W tym obszarze wiele zakładów wykorzystuje zaawansowaną i często rozbudowaną aparaturę pomiarową. Ich wizualizacja zapewnia fundamentalne informację o stanie całego zakładu – monitorowania parametrów poszczególnych jego komponentów wytwórczych. Prawdziwe korzyści przynosi jednak wykorzystanie wiedzy zawartej w nich w celu optymalizacji procesów poprzez odpowiednie ich przetworzenie. Do tego zadania wykorzystuje się techniki przetwarzania zdjęć (ang. Image processing), czy przetwarzanie danych (ang. Data mining), których zastosowanie umożliwia wykrycie istotnych wskazań sugerujących wysokie prawdopodobieństwo wystąpienia niekorzystnych dla zakładu zdarzeń. Wykorzystanie szeregu technik przetwarzania danych oraz wiedza na temat przyczyn awarii, i innych  procesów wymagających działań naprawczych (utrzymanie ruchu) dopiero umożliwia wyciągnięcie wartości jaką ze sobą niosą informację zawarte w danych i zastosowania ich w celu wykrycia i zapobieganiu marnotrawstwu, a także ustabilizowania pracy zakładu.

Przyczyną wysokich kosztów, czy strat w zakładach są min. przerwy spowodowane koniecznością niespodziewanych napraw komponentów wytwórczych. Te sytuacje generują znaczące straty wpływające na efektywność zakładu i jego homeostazę. Przyczyn jest wiele i zależą one od rodzaju przedsiębiorstwa, stosowanych maszyn, czy technologii produkcji. Możliwości wdrożenia technologii IT w celu optymalizacji procesów zakładów są duże i mogą przynieść znaczne korzyści, które ze względu na spadające koszty technologii, dostępną wiedzę oraz rosnącą konkurencje firm specjalizujących się w tego typu działalności będą rosły. Przy jednocześnie stałym lub rosnącym (ze względu na powiększającą się skale zużycia energii oraz skalę produkcji) zapotrzebowaniu na optymalizacje procesów zakładów, prognozowanie utrzymania ruchu staje się coraz ważniejszym zagadnieniem i  powinno być poważnie rozpatrywane w strategii rozwoju przedsiębiorstw produkcyjnych.

Coraz bliższa staje się wizja całkowicie zinformatyzowanego systemu zarządzającego całą infrastrukturą przedsiębiorstwa produkcyjnego i samo optymalizującego się poprzez wykorzystanie danych gromadzonych i analizowanych w czasie rzeczywistym (ang. Real time). Ten kierunek rozwoju przedsiębiorstw już dziś umożliwia uzyskanie przewagi konkurencyjnej , a obszar związany z prognozowaniem utrzymania ruchu często nie jest wykorzystywany w przedsiębiorstwach w ogóle lub nie jest wykorzystywany w pełni.