/img/coolprofs_logo_full.png
Schrijf mij in voor de nieuwsbrief
Modelgedreven IoT maakt apparaten pas echt slim

Internet of Things (IoT) staat aan de vooravond van een volgende ontwikkelfase. De verbondenheid van apparaten is de afgelopen jaren juichend onthaald door bedrijven en nu al onmisbaar geworden in veel fabrieken, distributiecentra en agrarische bedrijven. Machines en apparaten krijgen sensoren die tellen, wegen, meten, kijken, vastleggen, en deze informatie via internet delen met mensen aan de andere kant van de lijn. ‘Deze machine is aan onderhoud toe.’ ‘Deze koe geeft minder melk en is misschien ziek.’ ‘Deze voorraad onderdelen moet aangevuld worden.’ Dit soort geautomatiseerde inzichten levert grote voordelen op: bedrijven die IoT succesvol toepassen zien hun omzet met gemiddeld 19% stijgen. Personeel is productiever, workflows zijn efficiënter, kosten zijn verminderd.

Toch niet zo slim
Maar er is ruimte voor verbetering. Hoe meer IoT gemeengoed wordt op de werkvloer, hoe duidelijker het wordt dat al die ‘smart’ apparaten eigenlijk best wel dom zijn. Ze hebben altijd interventie van een persoon nodig omdat ze over het algemeen niet met elkaar kunnen communiceren. De boodschap ‘deze machine heeft onderhoud nodig’, kan vaak niet automatisch worden vertaald naar ‘check of er genoeg onderdelen op voorraad zijn voor dit onderhoud’ en al helemaal niet naar ‘bestel deze onderdelen om vanmiddag om 14:00 uur geleverd te worden’. Dat komt door de ICT-toren van Babel; de embedded software in apparaten spreekt niet dezelfde taal als de traditionele transactieverwerkende softwaresystemen. Er zijn nog altijd mensen nodig om data te interpreteren en om te zetten naar actie.

Bovendien is het maken van een IoT-opstelling erg ingewikkeld, kostbaar en tijdrovend. Het is nooit een kwestie van plug-and-play want elk bedrijf heeft een unieke workflow en een ander doel voor ogen. Een succesvolle IoT-opstelling vraag om een grondige praktijkgerichte analyse: welk probleem moet er worden aangepakt, wat is de beoogde oplossing en welke rol speelt IoT hierin? Vervolgens wordt de opstelling op papier ontworpen met een inventarisatie van de benodigde hardware en software om dan te worden ingericht en geprogrammeerd. Als dit allemaal gedaan is, heb je in theorie een functionerende opstelling waarvan je pas weet of hij werkt zoals je bedacht had, als je hem in de praktijk brengt. Aanpassingen door ‘voortschrijdend inzicht’ vragen opnieuw investeringen in tijd en geld.

Vertaalslag
Gelukkig staan de ontwikkelingen niet stil. Vanuit verschillende hoeken wordt gewerkt aan oplossingen die helpen succesvolle IoT-opstellingen te ontwerpen en deze sneller, beter renderend toe te passen. Zo werkt Think Technology Labs, een technologiepartner van CoolProfs, aan een manier om heel specifieke data van allerhande devices en sensoren om te zetten naar een gestandaardiseerd protocol en bijbehorende API. Daardoor is het niet meer nodig de onderliggende logica te kennen om ermee te kunnen communiceren. De volgende stap is dat alle data uit verschillende bronnen samenkomen op het platform van Think Technology Labs om ze beveiligd te monitoren. Hier kunnen de data centraal aangesproken worden en zelfs (bijvoorbeeld via een low-code platform als OutSystems) gebruikt worden om andere apparaten tot actie aan te zetten. Dan kan dus wél de stap worden gezet van een machinesensor die zegt ‘onderdeel moet vervangen worden’ naar de warehouserobot die zoekt of het onderdeel op voorraad is.

Ook op het gebied van PLC’s – Programmable Logic Controller, een apparaat met een microprocessor die input omzet naar output – zijn er veelbelovende ontwikkelingen. PLC’s bepalen op basis van input (bijvoorbeeld een barcode) wat de output is van een device (bijvoorbeeld de actie ‘schuif naar links’), en vormen de aansturing van een IoT device. Vooralsnog worden PLC’s voornamelijk handmatig gecodeerd, maar partijen als Cordis bijvoorbeeld werken aan de automatisering hiervan. Software van Cordis kan aan de hand van een diagram die de input en output omschrijft, de software voor de PLC genereren. Modelgedreven softwaregeneratie dus, vergelijkbaar met low-code software-development van bijvoorbeeld OutSystems. De software die het platform van Cordis genereert is bovendien generiek en kan dus worden toegepast in ongeacht welk merk PLC. Daardoor hoeft er geen nieuwe software te worden ontwikkeld wanneer de PLC van Siemens is in plaats van Schneider.

Deze modelgedreven softwaregenerator wordt nog slimmer als je er vervolgens een simulator op loslaat. Met de simulator van Cordis kun je op de computer bekijken hoe de opstelling die je op papier hebt ontworpen, in de praktijk zal werken. De software wordt dus getest zodat je al voor ingebruikname eventuele fouten eruit kunt halen. Het is een digitale simulator van wat de apparaten in werkelijkheid gaan doen. Handig, want zonder zo’n test wordt een programmeerfout vaak pas ontdekt op het moment dat de IoT-toepassing in gebruik wordt genomen. Het repareren van een bug in die fase zorgt al snel voor maanden vertraging.

Modelgedreven
Modelgedreven IoT-ontwikkeling is in staat een revolutie teweeg te brengen op het gebied van connectivity. Als smart devices met elkaar kunnen communiceren en we vooraf al kunnen inschatten of een bepaalde IoT-opstelling de uitwerking heeft die we voor ogen hadden, dan biedt dit vele mogelijkheden. Dit maakt het bouwen van heel complexe IoT-apparaten en -machines sneller, eenvoudiger en goedkoper. En als die systemen en apparaten dan ook nog met elkaar kunnen communiceren, beidt dat een veelheid aan nieuwe mogelijkheden.

Uit de markt horen wij dat hier vraag naar is. Klanten van ons lopen tegen barrières op, die weg worden genomen als hun apparaten nét iets slimmer zouden zijn. Of die een IoT-behoefte hebben maar waar op dit moment nog niet aan kan worden voldaan omdat de techniek nog niet voor handen is. Door de nieuwe ontwikkelingen op de markt, is het slechts een kwestie van tijd voordat aan deze behoefte ook kan worden voldaan.

Eric ten Harkel is algemeen directeur en mede-oprichter van IT-dienstverlener CoolProfs.

Oorspronkelijk gepubliceerd op Computable.nl.

Deze site maakt gebruik van cookies om te leren over hoe de site gebruikt wordt en wat er beter zou kunnen.
Behoud de cookies en optimaliseer mijn website beleving.