{"id":983,"date":"2022-12-05T10:46:00","date_gmt":"2022-12-05T09:46:00","guid":{"rendered":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/"},"modified":"2023-05-20T08:59:25","modified_gmt":"2023-05-20T06:59:25","slug":"wideo-big-data-zakadu-produkcyjnego","status":"publish","type":"post","link":"https:\/\/dbr77.com\/pl\/wideo-big-data-zakadu-produkcyjnego\/","title":{"rendered":"[wideo] Big Data zak\u0142adu produkcyjnego"},"content":{"rendered":"

[et_pb_section fb_built=”1″ admin_label=”section” _builder_version=”4.21.0″ hover_enabled=”0″ global_colors_info=”{}” theme_builder_area=”post_content” background_color=”RGBA(255,255,255,0)” sticky_enabled=”0″][et_pb_row admin_label=”row” _builder_version=”4.16″ background_size=”initial” background_position=”top_left” background_repeat=”repeat” global_colors_info=”{}” theme_builder_area=”post_content”][et_pb_column type=”4_4″ _builder_version=”4.16″ custom_padding=”|||” global_colors_info=”{}” custom_padding__hover=”|||” theme_builder_area=”post_content”][et_pb_text admin_label=”Text” _builder_version=”4.21.0″ background_size=”initial” background_position=”top_left” background_repeat=”repeat” hover_enabled=”0″ global_colors_info=”{}” theme_builder_area=”post_content” sticky_enabled=”0″]<\/p>\n

W kolejnym nagraniu, dr Piotr Wi\u015bniewski przedstawia czym jest Big Data oraz jakie wymogi musi spe\u0142nia\u0107.<\/p>\n

-> Jakie dane mo\u017cemy pozyskiwa\u0107 na terenie zak\u0142adu produkcyjnego?
-> Na czym polega r\u00f3\u017cnica mi\u0119dzy danymi p\u0142askimi a g\u0142\u0119bokimi?
-> W jaki spos\u00f3b mo\u017cemy zbiera\u0107 dane?<\/p>\n

Na te pytania znajdziesz odpowiedzi w filmiku ⬇️ ⬇️ ⬇️\u00a0<\/p>\n

Pe\u0142na tre\u015b\u0107 nagrania dost\u0119pna jest poni\u017cej.<\/p>\n

Tematem dzisiejszego spotkania jest: Big Data zak\u0142adu produkcyjnego.\u00a0<\/p>\n

Termin big data podobnie jak inne has\u0142a, kt\u00f3re u\u017cywam w nagrywanych dla Pa\u0144stwa filmach mo\u017cna ju\u017c spokojnie okre\u015bli\u0107 mianem buzzwordu. D\u017awi\u0119k termin\u00f3w tego typu wprowadza nas w \u015bwiat digitalnych temat\u00f3w, ale precyzyjnego znaczenia tego terminu cz\u0119sto nie znamy. Dzi\u015b zajmiemy si\u0119 w\u0142a\u015bnie tematem danych jakie mo\u017cemy pozyska\u0107 na terenie zak\u0142adu produkcyjnego. Spr\u00f3bujmy szybko om\u00f3wi\u0107 co to jest\u00a0 big data i dlaczego w\u0142a\u015bnie teraz powinni\u015bmy si\u0119 zaj\u0105\u0107 tym tematem.<\/p>\n

Zacznijmy mo\u017ce od pouk\u0142adania podstawowej terminologii. W \u015bwiecie analizy danych, symulacji i algorytm\u00f3w zwykli\u015bmy uwa\u017ca\u0107, \u017ce big data musi spe\u0142nia\u0107 wym\u00f3g 6V\u2019s. Nazwa ta wynika z pierwszych liter s\u0142\u00f3w opisuj\u0105cych stawiane przed danymi wymagania to jest:<\/p>\n

1. Volume \u2013 czyli ilo\u015b\u0107 punkt\u00f3w danych powinna by\u0107 wystarczaj\u0105co du\u017ca. Brak jest w\u015br\u00f3d specjalist\u00f3w jasno\u015bci jak du\u017cy musi by\u0107 zbi\u00f3r danych aby uzna\u0107, \u017ce jest on wystarczaj\u0105co du\u017cy. Warto jest jednak podkre\u015bli\u0107, \u017ce nie jest te\u017c prawd\u0105 proste stwierdzenie \u201eIm wi\u0119cej tym lepiej\u201d. Mo\u017cliwy jest przecie\u017c tak\u017ce powsta\u0142y z nadmiaru danych szum informacyjny.<\/p>\n

2. Variety \u2013 dane powinny opisywa\u0107 r\u00f3\u017cnorodne zjawiska. Aby zrozumie\u0107 zachodz\u0105ce pomi\u0119dzy zjawiskami relacje, koniecznym jest poszukiwanie i pomiar zachodz\u0105cych mi\u0119dzy nimi korelacji. Do tego celu potrzebne s\u0105 rozmaite obserwacje. Ich dalsza analiza pozwoli na lepsze zrozumienie badanego otoczenia b\u0105d\u017a procesu. Ten wym\u00f3g jest szczeg\u00f3lnie wa\u017cny w przypadku budowy bli\u017aniaka cyfrowego ca\u0142ego zak\u0142adu produkcyjnego.<\/p>\n

3. Variability \u2013 dane powinny obrazowa\u0107 r\u00f3\u017cnorodne wyniki danego pomiaru. Je\u017celi wyniki s\u0105 powtarzalnie identyczne, nie stanowi\u0105 one warto\u015bci poznawczej. Dopiero gdy mo\u017cemy opisywa\u0107 r\u00f3\u017cnorodne rozk\u0142ady wynik\u00f3w danej operacji, mo\u017cemy poszukiwa\u0107 przyczyn odchyle\u0144. Tutaj dzieje si\u0119 w\u0142a\u015bnie proces poznawczy. Dla przyk\u0142adu – analiza pracy robota, kt\u00f3ry ma z g\u00f3ry zaprogramowany cykl produkcyjny nie da nam \u017cadnej dodatkowej warto\u015bci poznawczej, ponad opisem cyklu opisanego w programie wykonawczym robota.<\/p>\n

4. Varacity\u00a0 – zbiory danych powinny by\u0107 prawid\u0142owe, tj. nie mog\u0105 by\u0107 fragmentarycznie niekompletne b\u0105d\u017a r\u00f3\u017cnie indeksowane. Ubytki w bazach danych mog\u0105 istotnie zak\u0142ama\u0107 analiz\u0119 realizowan\u0105 na ich podstawie.<\/p>\n

5. Velocity \u2013 czyli szybko\u015b\u0107 zbierania, przekazywania i przetwarzania danych musi by\u0107 wystarczaj\u0105ca, aby na ich bazie mo\u017cna by\u0142o wnioskowa\u0107. Przyk\u0142adowo, dane opisuj\u0105ce czasy cykli produkcyjnych realizowanych w ubieg\u0142ym roku daj\u0105 pewn\u0105 warto\u015b\u0107 ale jest ona niewielka. Du\u017co wi\u0119ksz\u0105 warto\u015b\u0107 daj\u0105 bie\u017c\u0105ce dane opisuj\u0105ce dzia\u0142ania realizowane w realnych zadaniach produkcyjnych. To w\u0142a\u015bnie one pozwol\u0105 tworzy\u0107 algorytmy wsparcia proces\u00f3w decyzyjnych.<\/p>\n

6. Visualization \u2013 mo\u017cliwo\u015b\u0107 prezentacji graficznej danych. W przypadku danych dla bli\u017aniaka cyfrowego, kluczowym wymogiem jest indeksowanie informacji wed\u0142ug czasu pomiaru. Dla wszystkich decyzji podejmowanych na hali produkcyjnej, kluczowym parametrem jest bowiem czas. On definiuje zar\u00f3wno koszt dzia\u0142alno\u015bci jak i dost\u0119pne moce wytw\u00f3rcze. Dlatego efektywnym sposobem budowania tabel danych opisuj\u0105cych procesy jest w\u0142a\u015bnie indeksowanie ich lini\u0105 czasu.<\/p>\n

Ostatnio coraz cz\u0119\u015bciej m\u00f3wi si\u0119 tak\u017ce o si\u00f3dmym \u201dV\u201d to jest\u00a0 Value \u2013 dane opisane wymogami big data powinny dawa\u0107 mo\u017cliwo\u015b\u0107 monetyzacji. Wym\u00f3g ten, w przypadku danych pozyskiwanych w obszarze \u015brodowiska produkcyjnego wi\u0105\u017ce si\u0119 z odpowiedzi\u0105 na pytanie, czy opisuj\u0105ce zjawisko dane b\u0119d\u0105 mia\u0142y wp\u0142yw na popraw\u0119 funkcjonowania proces\u00f3w logistycznych i produkcyjnych. Innymi s\u0142owy czy wiedza dzi\u0119ki danemu zbiorowi danych pozyskamy b\u0119dzie warta wi\u0119cej ni\u017c koszty zebrania tych danych.<\/p>\n

Warto tutaj wprowadzi\u0107 jeszcze jedno ciekawe rozr\u00f3\u017cnienie. Mam na my\u015bli poj\u0119cie \u201edanych g\u0142\u0119bokich\u201d. Przewa\u017caj\u0105ca wi\u0119kszo\u015b\u0107 dost\u0119pnych na \u015bwiecie dzi\u015b zbior\u00f3w danych stanowi struktur\u0119 p\u0142ask\u0105 i obszern\u0105. Dla przyk\u0142adu ka\u017cdy z nas poruszaj\u0105cy si\u0119 samochodem po drogach jest biorc\u0105 i dawc\u0105 danych o aktualnej lokalizacji. Mapa Google zbiera te informacje i dzi\u0119ki nim jest wstanie analizowa\u0107 obci\u0105\u017cenie na drogach sugeruj\u0105c nam konkretne dzia\u0142ania. To co ciekawe potrafi tak\u017ce przewidzie\u0107 obci\u0105\u017cenia w okre\u015blonych, przysz\u0142ych jednostkach czasu. Funkcjonalno\u015b\u0107 ta jest oczywi\u015bcie bardzo warto\u015bciowa dla nas. Zwr\u00f3\u0107my jednak uwag\u0119 na to, \u017ce ca\u0142a ta u\u017cyteczno\u015b\u0107 sprowadza si\u0119 do jednej, prostej informacji to jest naszej lokalizacji w danej jednostce czasu. Zbiory dane opisuj\u0105ce to zjawisko s\u0105 zatem bardzo p\u0142askie.<\/p>\n

 <\/p>\n

Dane g\u0142\u0119bokie to takie zbiory, kt\u00f3re opisuj\u0105 dane zjawisko w szerokim zakresie, opisuj\u0105c wieloaspektowo i wielowymiarowo charakter samego zjawiska, jak tak\u017ce szereg czynnik\u00f3w wsp\u00f3\u0142istniej\u0105cych mog\u0105cych mie\u0107 wp\u0142yw na dane zjawisko. Przyk\u0142adem danych g\u0142\u0119bokich mo\u017ce by\u0107 w\u0142a\u015bnie zbi\u00f3r danych opisuj\u0105cych prac\u0119 linii produkcyjnej. Buduj\u0105c szeregi czasowe danych opisuj\u0105cych jej prac\u0119 b\u0119dziemy zbierali wiele informacji takich mi\u0119dzy innymi jak: wydajno\u015b\u0107 na stanowiskach produkcyjnych, jako\u015b\u0107 produktu, odpad technologiczny, stan techniczny maszyn, ale tak\u017ce wiele pozornie mniej wa\u017cnych parametr\u00f3w jak cho\u0107by okres zatrudnienia operatora na maszynie, temperatur\u0119 w pomieszczeniu, oraz wiele, wiele innych. Tak wyczerpuj\u0105cy opis zdarze\u0144 wsp\u00f3\u0142zale\u017cnych, oddzia\u0142uj\u0105cych na proces produkcyjny jest w\u0142a\u015bnie typowym zbiorem danych g\u0142\u0119bokich. To dzi\u0119ki niemy mo\u017cemy usprawnia\u0107 procesy produkcyjne oraz logistycznie w spos\u00f3b wcze\u015bniej jeszcze nie znany.<\/p>\n

Budowa bli\u017aniaka cyfrowego ca\u0142ego zak\u0142adu produkcyjnego jeszcze 5 lat temu by\u0142a praktycznie nieosi\u0105galna. Technologia sprawia, \u017ce mo\u017cliwe sta\u0142o si\u0119 zebranie danych spe\u0142niaj\u0105cych wymogi za\u0142o\u017ce\u0144 big data tak\u017ce w zak\u0142adzie produkcyjnym. Technologia ta, to kolejny os\u0142awiony termin, kt\u00f3rym jest Internet rzeczy. IoT przemys\u0142owy to dost\u0119p do danych, bezpieczny ich przesy\u0142 i magazynowanie oraz rozproszone moce obliczeniowe.<\/p>\n

Najbardziej oczywistym \u017ar\u00f3d\u0142em danych s\u0105 zapisy z pracy maszyn produkcyjnych. Wi\u0119kszo\u015b\u0107 obecnie produkowanych maszyn i urz\u0105dze\u0144 zbiera informacje o ich sprawno\u015bci i efektywno\u015bci pracy. Niestety nie s\u0105 one jeszcze masowo wykorzystywane z bardzo prozaicznego powodu jakim jest koszt. Dla przyk\u0142adu, wszyscy dostawcy robot\u00f3w zbieraj\u0105 dane z pracy ramion robot\u00f3w. Jednak\u017ce dost\u0119p do nich wymaga zakupu dodatkowych funkcjonalno\u015bci. Moje obserwacje pokazuj\u0105, \u017ce ci\u0105gle jeszcze ma\u0142o kt\u00f3re przedsi\u0119biorstwo decyduje si\u0119 na ich zakup z powodu dodatkowych koszt\u00f3w tego rozwi\u0105zania.<\/p>\n

Drugim \u017ar\u00f3d\u0142em informacji o pracy maszyn mog\u0105 by\u0107 czujniki montowane ju\u017c po ich zainstalowaniu. Na rynku, jak grzyby po deszczu powstaj\u0105 firmy dostarczaj\u0105ce tego typu sensory (np. wibracyjne lub optyczne). Ich monta\u017c praktycznie nie ingeruje w maszyn\u0119, jednocze\u015bnie pozwalaj\u0105c na zebranie szerokiego zbioru danych o pracy stanowiska.<\/p>\n

Obecnie zak\u0142ady produkcyjne, na bazie r\u00f3\u017cnej formy czujnik\u00f3w, maj\u0105 dost\u0119p do technologii pozwalaj\u0105cych na obserwacje niemal\u017ce wszystkich zdarze\u0144 maj\u0105cych miejsce na ich terenie. Wszystko to, co dzieje si\u0119 z lud\u017ami, materia\u0142ami, maszynami, robotami, \u015brodkami transportu od momentu wej\u015bcia materia\u0142u do zak\u0142adu, a\u017c po wyj\u015bcie wyrobu gotowego, mo\u017ce by\u0107 rejestrowane i analizowane. Technologa ta staje si\u0119 tak\u017ce ekonomicznie uzasadniona co sprawia, \u017ce wdro\u017cenie jej do praktycznego zastosowania jest finansowo op\u0142acalne.<\/p>\n

Dane mo\u017cemy tak\u017ce kupi\u0107 od zewn\u0119trznych dostawc\u00f3w. Przyk\u0142adem mog\u0105 by\u0107 zbiory danych awaryjno\u015bci maszyn albo standardowe czasy dla operacji na linii produkcyjnej. Nie jest oczywi\u015bcie \u0142atwo kupi\u0107 takie dane, ale znane mi s\u0105 przyk\u0142ady legalnych transakcji tego typu.<\/p>\n

Wreszcie dane mo\u017cna tak\u017ce deklarowa\u0107 b\u0105d\u017a estymowa\u0107. Dane deklarowane mog\u0105 by\u0107 przez pracownik\u00f3w na liniach produkcyjnych na przyk\u0142ad na tabletach. Estymowa\u0107 mo\u017cna natomiast te parametry, kt\u00f3rych pomiar mo\u017ce by\u0107 nieuzasadniony ekonomiczne.<\/p>\n

Dyrektorem zarz\u0105dzaj\u0105cym du\u017cym zak\u0142adem produkcyjnym zosta\u0142em pierwszy raz w 2008 roku. Obserwuj\u0105c od tego czasu rozw\u00f3j dost\u0119pnych technologii pomiar\u00f3w proces\u00f3w mog\u0119 \u015bmia\u0142o powiedzie\u0107, \u017ce to w\u0142a\u015bnie teraz nast\u0119puje ten czas, kiedy mo\u017cemy \u0142atwo zgromadzi\u0107 i przechowywa\u0107 dane g\u0142\u0119bokie opisuj\u0105ce praktycznie wszystkie zdarzenia zachodz\u0105ce na terenie zak\u0142adu produkcyjnego. Spe\u0142nionych zatem jest szereg wymog\u00f3w stawianych przed formatem oraz zakresem zbior\u00f3w danych staraj\u0105cych si\u0119 o miano big data.<\/p>\n

Drug\u0105 prze\u0142omow\u0105 zmian\u0105, jak\u0105 obecnie obserwujemy jest \u0142\u0105czno\u015b\u0107 na terenie zak\u0142adu produkcyjnego. Tak prozaiczne wyzwania jak szybko\u015b\u0107 i bezpiecze\u0144stwo przesy\u0142u danych, powstrzymywa\u0142o gwa\u0142towny rozw\u00f3j IoT przemys\u0142owego. Rewolucja przysz\u0142a wraz z upowszechnieniem si\u0119 technologii 5G w \u015brodowisku przemys\u0142owym, wprowadzaj\u0105c dwie kluczowe zmiany. Pierwsz\u0105 z nich by\u0142o zwi\u0119kszenie szybko\u015bci przesy\u0142u danych. Drug\u0105, i mo\u017ce nawet wa\u017cniejsz\u0105 zmian\u0105 jest umo\u017cliwienie bezpo\u015bredniej komunikacji pomi\u0119dzy urz\u0105dzeniami. W ten oto spos\u00f3b urz\u0105dzenia oraz sensory zacz\u0119\u0142y komunikowa\u0107 si\u0119 bez op\u00f3\u017anie\u0144 oraz stabilnie na terenie zak\u0142adu. Informacja zbierana jest na czas i bez b\u0142\u0119d\u00f3w.<\/p>\n

Spe\u0142niane s\u0105 dzi\u0119ki temu kolejne wymogi z grupy 6Vs w zakresie szybko\u015bci oraz jako\u015bci danych.<\/p>\n

Trzeci obszar zmiany technologicznej to szybko\u015b\u0107 realizowanych oblicze\u0144. Przyrost mocy obliczeniowych opisanej prawem Moora sprawi\u0142o, \u017ce praktycznie ka\u017cdy ma dzi\u015b na wyci\u0105gni\u0119cie r\u0119ki moce obliczeniowe wymagane do tego, aby zbiera\u0107 i analizowa\u0107 du\u017ce zbiory danych. Ta zmiana ma jeszcze jedno, wa\u017cne oblicze. Jeste\u015bmy obecnie \u015bwiadkiem decentralizacji mocy obliczeniowej w kierunku urz\u0105dze\u0144 brzegowych. Innymi s\u0142owy, nie s\u0105 ju\u017c potrzebne du\u017ce, scentralizowane jednostki obliczeniowe dla realizacji oblicze\u0144 potrzebnych w zak\u0142adach produkcyjnych. Stosowne obliczenia, w tym zaawansowane symulacje graficzne b\u0105d\u017a algorytmiczne, mog\u0105 by\u0107 realizowane blisko zdarze\u0144, czyli w\u0142a\u015bnie na linii produkcyjnej.<\/p>\n

Reasumuj\u0105c, dok\u0142adnie teraz, na naszych oczach dokonuje si\u0119 prawdziwa rewolucja w obszarze digitalizacji proces\u00f3w przemys\u0142owych. Dzieje si\u0119 tak nie tylko dlatego, \u017ce technologia dla produkcji jest dost\u0119pna i ekonomicznie uzasadniona. Przemys\u0142owy Internet rzeczy sprawi\u0142, \u017ce zbierane w halach produkcyjnych dane nosz\u0105 znamiona big data. Mo\u017cliwe zatem staje si\u0119 g\u0142\u0119bokie rozumienie zdarze\u0144 oraz relacji zachodz\u0105cych na produkcji. Mo\u017cliwe staje si\u0119 tak\u017ce budowanie doskona\u0142ych symulacji oraz skutecznych oraz efektywnych algorytm\u00f3w wspieraj\u0105cych procesy decyzyjne. Ale o tym opowiem ju\u017c\u00a0 przy innym spotkaniu.<\/p>\n

Je\u017celi przedstawione tematy zainteresowa\u0142y Pa\u0144stwa zapraszam do zapoznania si\u0119 z innymi tre\u015bciami edukacyjnymi w obszarze digitalizacji proces\u00f3w produkcyjnych znajduj\u0105cych si\u0119 w sekcji bazy wiedzy na stronie DBR77.com.<\/p>\n

Tradycyjnie zapraszam tak\u017ce do kontaktu z zespo\u0142em DBR77 b\u0105d\u017a bezpo\u015brednio ze mn\u0105.<\/p>\n

Do zobaczenia.<\/p>\n

Piotr Wi\u015bniewski<\/a>, CEO Platformy DBR77<\/p>\n

#blizniakcyfrowy #digitaltwin #przemysl #robotyzacja #algorytmy AI #produkcja #efektywnosc<\/p>\n

[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"

W kolejnym nagraniu, dr Piotr Wi\u015bniewski przedstawia czym jest Big Data oraz jakie wymogi musi spe\u0142nia\u0107.<\/p>\n

 <\/p>\n

-> Jakie dane mo\u017cemy pozyskiwa\u0107 na terenie zak\u0142adu produkcyjnego?
-> Na czym polega ró\u017cnica mi\u0119dzy danymi p\u0142askimi a g\u0142\u0119bokimi?
-> W jaki sposób mo\u017cemy zbiera\u0107 dane?<\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

Na te pytania znajdziesz odpowiedzi w filmiku ⬇️ ⬇️ ⬇️ <\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

Pe\u0142na tre\u015b\u0107 nagrania dost\u0119pna jest poni\u017cej.<\/em><\/p>\n","protected":false},"author":1,"featured_media":984,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[50,10],"tags":[],"content_language":[],"class_list":["post-983","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-blog"],"acf":[],"yoast_head":"\n[wideo] Big Data zak\u0142adu produkcyjnego - DBR77 Robotics<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"[wideo] Big Data zak\u0142adu produkcyjnego - DBR77 Robotics\" \/>\n<meta property=\"og:description\" content=\"W kolejnym nagraniu, dr Piotr Wi\u015bniewski przedstawia czym jest Big Data oraz jakie wymogi musi spe\u0142nia\u0107.   -> Jakie dane mo\u017cemy pozyskiwa\u0107 na terenie zak\u0142adu produkcyjnego?-> Na czym polega ró\u017cnica mi\u0119dzy danymi p\u0142askimi a g\u0142\u0119bokimi?-> W jaki sposób mo\u017cemy zbiera\u0107 dane?           Na te pytania znajdziesz odpowiedzi w filmiku ⬇️ ⬇️ ⬇️          Pe\u0142na tre\u015b\u0107 nagrania dost\u0119pna jest poni\u017cej.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/\" \/>\n<meta property=\"og:site_name\" content=\"DBR77 Robotics\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/dbr77robotics\" \/>\n<meta property=\"article:published_time\" content=\"2022-12-05T09:46:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-05-20T06:59:25+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1080\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"admin\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DBR77com\" \/>\n<meta name=\"twitter:site\" content=\"@DBR77com\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"admin\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minut\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/\"},\"author\":{\"name\":\"admin\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/#\\\/schema\\\/person\\\/a13c0363c0af47af7a65e684cc614a6e\"},\"headline\":\"[wideo] Big Data zak\u0142adu produkcyjnego\",\"datePublished\":\"2022-12-05T09:46:00+00:00\",\"dateModified\":\"2023-05-20T06:59:25+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/\"},\"wordCount\":1977,\"publisher\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/dbr77.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png\",\"articleSection\":[\"Big Data\",\"Blog\"],\"inLanguage\":\"pl-PL\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/\",\"url\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/\",\"name\":\"[wideo] Big Data zak\u0142adu produkcyjnego - DBR77 Robotics\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/dbr77.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png\",\"datePublished\":\"2022-12-05T09:46:00+00:00\",\"dateModified\":\"2023-05-20T06:59:25+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/#primaryimage\",\"url\":\"https:\\\/\\\/dbr77.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png\",\"contentUrl\":\"https:\\\/\\\/dbr77.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png\",\"width\":1080,\"height\":1080},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/wideo-big-data-zakadu-produkcyjnego\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/dbr77.com\\\/pl\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"[wideo] Big Data zak\u0142adu produkcyjnego\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/#website\",\"url\":\"https:\\\/\\\/dbr77.com\\\/\",\"name\":\"DBR77 Robotics\",\"description\":\"All-in-one platform for the best digitalization\",\"publisher\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/dbr77.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/#organization\",\"name\":\"DBR 77 Robotics Sp\u00f3\u0142ka z ograniczon\u0105 odpowiedzialno\u015bci\u0105\",\"alternateName\":\"DBR77\",\"url\":\"https:\\\/\\\/dbr77.com\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/dbr77.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/Media-DBR77-Color.svg\",\"contentUrl\":\"https:\\\/\\\/dbr77.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/Media-DBR77-Color.svg\",\"width\":1014,\"height\":354,\"caption\":\"DBR 77 Robotics Sp\u00f3\u0142ka z ograniczon\u0105 odpowiedzialno\u015bci\u0105\"},\"image\":{\"@id\":\"https:\\\/\\\/dbr77.com\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/dbr77robotics\",\"https:\\\/\\\/x.com\\\/DBR77com\",\"https:\\\/\\\/pl.linkedin.com\\\/company\\\/dbr77com\",\"https:\\\/\\\/www.youtube.com\\\/@dbr774\",\"https:\\\/\\\/www.instagram.com\\\/dbr77robotics\",\"https:\\\/\\\/www.tiktok.com\\\/@dbr77robotics\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/dbr77.com\\\/#\\\/schema\\\/person\\\/a13c0363c0af47af7a65e684cc614a6e\",\"name\":\"admin\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/005d5bd409ff444eaac966fa668dfbded04bbf8a37a1b9f5b7bd3e557fc1f30a?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/005d5bd409ff444eaac966fa668dfbded04bbf8a37a1b9f5b7bd3e557fc1f30a?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/005d5bd409ff444eaac966fa668dfbded04bbf8a37a1b9f5b7bd3e557fc1f30a?s=96&d=mm&r=g\",\"caption\":\"admin\"},\"sameAs\":[\"http:\\\/\\\/dbr.jdmsite.com\"],\"url\":\"https:\\\/\\\/dbr77.com\\\/pl\\\/author\\\/admin\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"[wideo] Big Data zak\u0142adu produkcyjnego - DBR77 Robotics","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/","og_locale":"pl_PL","og_type":"article","og_title":"[wideo] Big Data zak\u0142adu produkcyjnego - DBR77 Robotics","og_description":"W kolejnym nagraniu, dr Piotr Wi\u015bniewski przedstawia czym jest Big Data oraz jakie wymogi musi spe\u0142nia\u0107.   -> Jakie dane mo\u017cemy pozyskiwa\u0107 na terenie zak\u0142adu produkcyjnego?-> Na czym polega ró\u017cnica mi\u0119dzy danymi p\u0142askimi a g\u0142\u0119bokimi?-> W jaki sposób mo\u017cemy zbiera\u0107 dane?           Na te pytania znajdziesz odpowiedzi w filmiku ⬇️ ⬇️ ⬇️          Pe\u0142na tre\u015b\u0107 nagrania dost\u0119pna jest poni\u017cej.","og_url":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/","og_site_name":"DBR77 Robotics","article_publisher":"https:\/\/www.facebook.com\/dbr77robotics","article_published_time":"2022-12-05T09:46:00+00:00","article_modified_time":"2023-05-20T06:59:25+00:00","og_image":[{"width":1080,"height":1080,"url":"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png","type":"image\/png"}],"author":"admin","twitter_card":"summary_large_image","twitter_creator":"@DBR77com","twitter_site":"@DBR77com","twitter_misc":{"Napisane przez":"admin","Szacowany czas czytania":"9 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/#article","isPartOf":{"@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/"},"author":{"name":"admin","@id":"https:\/\/dbr77.com\/#\/schema\/person\/a13c0363c0af47af7a65e684cc614a6e"},"headline":"[wideo] Big Data zak\u0142adu produkcyjnego","datePublished":"2022-12-05T09:46:00+00:00","dateModified":"2023-05-20T06:59:25+00:00","mainEntityOfPage":{"@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/"},"wordCount":1977,"publisher":{"@id":"https:\/\/dbr77.com\/#organization"},"image":{"@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/#primaryimage"},"thumbnailUrl":"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png","articleSection":["Big Data","Blog"],"inLanguage":"pl-PL"},{"@type":"WebPage","@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/","url":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/","name":"[wideo] Big Data zak\u0142adu produkcyjnego - DBR77 Robotics","isPartOf":{"@id":"https:\/\/dbr77.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/#primaryimage"},"image":{"@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/#primaryimage"},"thumbnailUrl":"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png","datePublished":"2022-12-05T09:46:00+00:00","dateModified":"2023-05-20T06:59:25+00:00","breadcrumb":{"@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/"]}]},{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/#primaryimage","url":"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png","contentUrl":"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/e7d533a7-e97a-4401-8a6f-edaf2a0b8049.png","width":1080,"height":1080},{"@type":"BreadcrumbList","@id":"https:\/\/dbr77.com\/wideo-big-data-zakadu-produkcyjnego\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dbr77.com\/pl\/"},{"@type":"ListItem","position":2,"name":"[wideo] Big Data zak\u0142adu produkcyjnego"}]},{"@type":"WebSite","@id":"https:\/\/dbr77.com\/#website","url":"https:\/\/dbr77.com\/","name":"DBR77 Robotics","description":"All-in-one platform for the best digitalization","publisher":{"@id":"https:\/\/dbr77.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dbr77.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pl-PL"},{"@type":"Organization","@id":"https:\/\/dbr77.com\/#organization","name":"DBR 77 Robotics Sp\u00f3\u0142ka z ograniczon\u0105 odpowiedzialno\u015bci\u0105","alternateName":"DBR77","url":"https:\/\/dbr77.com\/","logo":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/dbr77.com\/#\/schema\/logo\/image\/","url":"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/Media-DBR77-Color.svg","contentUrl":"https:\/\/dbr77.com\/wp-content\/uploads\/2023\/03\/Media-DBR77-Color.svg","width":1014,"height":354,"caption":"DBR 77 Robotics Sp\u00f3\u0142ka z ograniczon\u0105 odpowiedzialno\u015bci\u0105"},"image":{"@id":"https:\/\/dbr77.com\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/dbr77robotics","https:\/\/x.com\/DBR77com","https:\/\/pl.linkedin.com\/company\/dbr77com","https:\/\/www.youtube.com\/@dbr774","https:\/\/www.instagram.com\/dbr77robotics","https:\/\/www.tiktok.com\/@dbr77robotics"]},{"@type":"Person","@id":"https:\/\/dbr77.com\/#\/schema\/person\/a13c0363c0af47af7a65e684cc614a6e","name":"admin","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/secure.gravatar.com\/avatar\/005d5bd409ff444eaac966fa668dfbded04bbf8a37a1b9f5b7bd3e557fc1f30a?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/005d5bd409ff444eaac966fa668dfbded04bbf8a37a1b9f5b7bd3e557fc1f30a?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/005d5bd409ff444eaac966fa668dfbded04bbf8a37a1b9f5b7bd3e557fc1f30a?s=96&d=mm&r=g","caption":"admin"},"sameAs":["http:\/\/dbr.jdmsite.com"],"url":"https:\/\/dbr77.com\/pl\/author\/admin\/"}]}},"_links":{"self":[{"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/posts\/983","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/comments?post=983"}],"version-history":[{"count":0,"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/posts\/983\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/media\/984"}],"wp:attachment":[{"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/media?parent=983"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/categories?post=983"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/tags?post=983"},{"taxonomy":"content_language","embeddable":true,"href":"https:\/\/dbr77.com\/pl\/wp-json\/wp\/v2\/content_language?post=983"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}