Un conglomerado de fabricación de Corea del Sur seleccionó la plataforma SQream para analizar una base de datos con petabytes de datos compuesta por eventos de sensores de máquinas de fabricación, ingeridos a 13,000 tablas de su planta de producción. El objetivo principal es aprovechar las capacidades de ingesta y procesamiento rápidos de SQream para aprender patrones normales y alertar sobre anomalías antes de que ocurran fallas.

SQream aprovecha el poder del centro de datos en el borde de la red. La infraestructura del centro de datos legado no es necesaria, ya que se pueden ingerir terabytes de datos en el borde de la red a gran escala y con un alto rendimiento.

Vertical Empresarial: Fabricación

Por qué cambiar?

La plataforma anterior no pudo procesar una cantidad tan enorme de eventos y consolidar los conocimientos para los tomadores de decisiones.  

Por qué ahora?

El fabricante surcoreano buscaba una solución rentable que pudiera integrarse fácilmente en su ecosistema existente. Estaban buscando una solución óptima que pudiera crecer hasta 3 PB y que pudiera funcionar con sus herramientas de IA/ML existentes. SQream apoyó el proceso de monitoreo de calidad (PMQ) utilizando sensores (sensores de recolección); descubrimiento (creación de líneas base) y alerta a tiempo (usando modelos ML). La adopción de estas metodologías utilizando las mejores prácticas de SQream permitió a sus equipos de fabricación acortar el tiempo de fabricación, reducir los costos y reducir el tiempo de mal funcionamiento.

Por qué SQream?

  • SQream tiene un algoritmo patentado para fragmentar datos y, por lo tanto, el costo se reduce significativamente.
  • SQream carga decenas de terabytes por hora, mientras optimiza y comprime automáticamente los datos. 
  • El volumen de ingestión escala fácilmente.
  • Capacidad de procesar petabytes de datos, miles de columnas.
  • Ingesta rápida de miles de columnas.
  • Capacidad para integrar rápidamente muchas tablas con grandes conjuntos de datos.

El tiempo más rápido para obtener información relevante sobre datos de cualquier tamaño

Desafío del Negocio

Un conglomerado de fabricación de Corea del Sur seleccionó la plataforma SQream para analizar una base de datos con petabytes de datos compuesta por eventos de sensores de máquinas de fabricación ingeridos a 13,000 tablas de su planta de producción.

El objetivo principal es aprovechar las capacidades de ingesta y procesamiento rápidos de SQream para aprender patrones normales, identificar el mal funcionamiento lo antes posible y detectar cualquier desviación no estándar del patrón normal, para activar un escrutinio adicional y reducir posibles problemas en las operaciones de la cadena de suministro.

Impacto al Negocio

La aparición de las redes de sensores inteligentes ha abierto posibilidades sin precedentes en el entorno industrial, lo que ha dado lugar a un aumento de la fabricación inteligente y la Industria 4.0.

La cantidad cada vez mayor de datos habilitados por tales tecnologías crea el camino para el uso de métodos de aprendizaje automático (ML) para extraer información de los datos que sería imposible de obtener, incluso por expertos humanos.

Se pidió al equipo de fabricación que detecte anomalías (lo antes posible) basado en la acumulación de datos de los sensores de las máquina y su análisis.

Dado que el proceso de fabricación es extremadamente complicado y contiene miles de sensores, el primer paso fue acumular los datos de los sensores (acsensorizar) de las diferentes etapas y crear una base de datos de referencia. Después de tener 1,000 TB de datos, la plataforma SQream procesó y buscó continuamente desviaciones con respecto a la línea de base.

Beneficios de SQream

El fabricante de Corea del Sur buscaba una solución rentable que fuera fácil de implementar y pudiera integrarse en su ecosistema existente. Estaban buscando una solución óptima que pudiera crecer hasta 3 petabytes y que pudiera funcionar con sus herramientas de IA/ML existentes. Querían ser competitivos, acortar el tiempo de fabricación y reducir el tiempo de mal funcionamiento.

Componentes de SQream

  • SQream en el Borde de la red
  • SQream conecta con docenas de fuentes de datos internas y externas
  • SQream mega cargador
  • SQream permite consultas directas de BI/ML sobre datos
  • Disponibilidad de tiempo de actividad de tres nueves

Consideraciones de Arquitectura

Deteccion de Anomalias

Deteccion de Anomalias