Resumen:
|
[ES] Existen unos robots de sellado distribuidos por la factoría que continuamente están generando ficheros contenedores de datos relativos a la utilización de estos robots. En estos ficheros encontramos información fechada ...[+]
[ES] Existen unos robots de sellado distribuidos por la factoría que continuamente están generando ficheros contenedores de datos relativos a la utilización de estos robots. En estos ficheros encontramos información fechada con día y hora de parámetros como presión, caudal, número de aplicaciones de sellado, errores producidos, etc. La tarea del alumno es crear un programa que sea capaz de vigilar el ordenador asociado al robot en busca de nuevos ficheros generados para a continuación leerlos, sacar de ellos toda la información, y subirlos al motor de búsqueda Elasticsearch. En Elasticsearch los datos se almacenarán en un índice, donde cada entrada será una cantidad de información asociada a una determinada hora. Una vez subida la información, el alumno creará una serie de tableros de control con la ayuda de la herramienta Kibana, que permitirá mostrar la información más relevante para los gerentes y graficarla para facilitar su entendimiento y extraer conclusiones. De esta forma se pretende poder detectar comportamientos erróneos, evitar desperdicios de material, prever averías, encontrar la causa de un problema, etc.
[-]
[EN] There are sealing robots distributed throughout the factory that are continuously generating files containing data related to their use. In these files we find dated information with date and time of parameters such ...[+]
[EN] There are sealing robots distributed throughout the factory that are continuously generating files containing data related to their use. In these files we find dated information with date and time of parameters such as pressure, flow rate, number of sealing applications, errors, etc.
The purpose of this project is the creation of a Python application capable of monitoring the computer associated with the robot in search of new files generated. In parallel, it is intended to create a series of dashboards using the useful information.
When the robot generates the files, the application reads them, adapts and reorders the data, extracts all the information and uploads it to the Elasticsearch search engine. In Elasticsearch the data is stored in the form of an index, where each entry is a quantity of information associated with a certain time. The uploaded information will be fed into the dashboards with the help of the Kibana tool. This makes it possible to display the most relevant information for managers and to graph it to facilitate understanding and draw conclusions.
This makes it easier to detect erroneous behavior, avoid material waste, foresee breakdowns, find the cause of a problem, etc.
[-]
[CA] Hi ha uns robots de segellat distribuïts per la factoria que contínuament estan generant fitxers
contenidors de dades relatives a la utilització d'estos robots. En estos fitxers trobem informació
datada amb dia i ...[+]
[CA] Hi ha uns robots de segellat distribuïts per la factoria que contínuament estan generant fitxers
contenidors de dades relatives a la utilització d'estos robots. En estos fitxers trobem informació
datada amb dia i hora de paràmetres com pressió, cabal, nombre d'aplicacions de segellat,
errors produïts, etc.
L'objecte d'este projecte és la creació d'un programa capaç de vigilar l'ordinador associat el
robot a la cerca de nous fitxers generats. Paral·lelament, es pretén crear una sèrie de taulers de
control utilitzant la informació útil.
Quan el robot genera els arxius, el programa els llegeix, extrau tota la informació i els puja al
motor de recerca Elasticsearch. En Elasticsearch les dades s'emmagatzemen en forma d'índex,
on cada entrada és una quantitat d'informació associada a una determinada hora. La informació
pujada s'introduirà en els taulers de control amb l'ajuda de la ferramenta Kibana. Açò ens
permet mostrar la informació més rellevant per als gerents i graficar-la per a facilitar el seu
enteniment i extraure conclusions.
D'esta manera es pretén poder detectar comportaments erronis, evitar desperdicis de material,
preveure avaries, trobar la causa d'un problema, etc.
[-]
|