Analitik kurmadan önce sensör veri kalitesini kontrol edin
Eğilime güvenmeden veya model eğitmeden önce tamlık, aralık, zamanlama ve bağlam için basit kontroller uygulayın.
· 1 dk
Endüstriyel veri / TR
KONU MERKEZİ
Endüstriyel veri, historian ve veri kalitesi
Analitik, kendisine ulaşan sinyal kadar iyidir. Bu rehberler endüstriyel veriyi sensörden depolamaya kadar izler: birim, zaman damgası ve kalite kodlarını kontrol etmek, historian ile veri gölü arasında seçim yapmak, saklama ve sıkıştırmayı boyutlandırmak ve gerçek olayları silmeden veriyi temizlemek.
BURADAN BAŞLAYIN
Önerilen okuma sırası
Endüstriyel veri / TR
Otomasyon ve IT ekiplerinin birlikte kullanacağı veri sözleşmesi yazın
Endüstriyel etiketin kaynak sistem dışında anlaşılabilmesi için anlamı, zamanı, kaliteyi ve sorumluluğu tanımlayın.
· 2 dk
Endüstriyel veri / EN
Historian vs Data Lake: Where Should Industrial Data Actually Live?
Historians are optimized for fast time-series; data lakes for flexible analytics. The two are complementary - if you design the boundary.
· 2 dkİLGİLİ ARAÇLAR
Okuduğunuzu hemen deneyin.
Sensör Verisi Analizi
CSV verisini inceleyin; sapmaları, eğilimleri ve aykırı değerleri bulun.
CSV → istatistikEndüstriyel Veri Dönüştürücü
CSV, JSON ve Modbus yazmaç verilerini dönüştürün ve ölçekleyin.
CSV · JSON · ModbusIIoT Veri Bütçesi
Etiket, örnekleme ve saklama süresine göre veri hacmini hesaplayın.
Bant genişliği · depolamaProses Birim Dönüştürücü
Basınç, sıcaklık, debi ve diğer proses birimlerini toplu dönüştürün.
bar · °C · m³/hSensör Verisi Üreteci
Gürültü, eğilim ve anomali içeren çok kanallı test verileri üretin.
CSV · simülasyonPDF KAYNAKLAR
Tüm kaynaklar Toplantıya götürün.
PDF · 2 sayfa
Otomasyon ve IT ekiplerinin birlikte kullanacağı veri sözleşmesi yazın
Endüstriyel etiketin kaynak sistem dışında anlaşılabilmesi için anlamı, zamanı, kaliteyi ve sorumluluğu tanımlayın.
TÜM YAZILAR
Yazı listesinde aç Bu konudaki tüm yazılar
Endüstriyel veri / TR
Analitik kurmadan önce sensör veri kalitesini kontrol edin
Eğilime güvenmeden veya model eğitmeden önce tamlık, aralık, zamanlama ve bağlam için basit kontroller uygulayın.
· 1 dk
Endüstriyel veri / EN
Data Quality in Manufacturing: Why Garbage Time-Series Breaks Analytics
The analytics model is only as good as the data pipeline that feeds it. The most common data quality failures and how to catch them early.
· 2 dkEndüstriyel veri / TR
Otomasyon ve IT ekiplerinin birlikte kullanacağı veri sözleşmesi yazın
Endüstriyel etiketin kaynak sistem dışında anlaşılabilmesi için anlamı, zamanı, kaliteyi ve sorumluluğu tanımlayın.
· 2 dk
Endüstriyel veri / TR
Sensör CSV dosyasını okumak: analitikten önce aykırı değer, kayma ve düz çizgi
Dışa aktarılmış bir sensör dosyasını kontrol etmek için kısa bir rutin: zaman damgaları, eksik örnekler, z-skorları ve aykırı değerler, kayma ve donmuş değerler; veri bir panoya veya modele ulaşmadan önce ne yapılmalı.
· 4 dk
Endüstriyel veri / TR
Proses birim dönüşümünde tuzaklar: etkin ve mutlak basınç, normal ve standart hacim
Proses verisinde gerçek hatalara yol açan dönüşümler: etkin ve mutlak basınç, sıcaklık ofsetleri, hacimsel ve kütlesel debi, normal ve standart metreküp.
· 3 dk
Endüstriyel veri / TR
Endüstriyel veri için zaman senkronizasyonu: NTP, PTP ve zaman damgası disiplini
Zaman damgalarının verinin güvenilirliğini neden belirlediği, NTP’nin nerede yeterli olduğu, PTP’nin ne zaman emeğe değdiği ve tek bir zaman kaynağı ile zaman damgası kuralının nasıl seçileceği.
· 3 dk
Endüstriyel veri / TR
IIoT veri bütçesini boyutlandırma: örnekleme, ölü bant ve saklama
Etiket sayısı, örnekleme aralığı, mesaj boyutu, ek yük ve saklamanın bant genişliği ve depolama rakamlarına nasıl dönüştüğü; ölü bant ve sıkıştırmanın bunları nasıl değiştirdiği.
· 3 dkEndüstriyel veri / EN
Historian vs Data Lake: Where Should Industrial Data Actually Live?
Historians are optimized for fast time-series; data lakes for flexible analytics. The two are complementary - if you design the boundary.
· 2 dk
Endüstriyel veri / TR
Historian saklama süresini ölçülmüş veri bütçesiyle boyutlandırın
Veri yolunu tahmin edin, örneklemeyi saklamadan ayırın ve kapasite seçmeden önce sıkıştırmayı doğrulayın.
· 2 dk
Endüstriyel veri / EN
How Time-Series Database Compression Keeps Historians Fast
Historians keep very large volumes of samples manageable. Understanding lossless and lossy compression helps you size and tune them.
· 2 dk
Endüstriyel veri / EN
Industrial Data Historians: Choosing Between OSIsoft PI, Ignition, and InfluxDB
Every factory needs a historian — but the choice between enterprise platforms, SCADA-native solutions, and open-source time-series databases depends on your scale, budget, and team skills.
· 5 dk
Endüstriyel veri / EN
Time-Series Data at the Industrial Edge: MQTT, InfluxDB, and the Architecture Behind It
Storing and querying industrial time-series data at the edge requires a different mindset than cloud-native architectures. Here is what works in practice.
· 3 dk
Endüstriyel veri / EN
Data Preprocessing for Industrial ML: Cleaning Sensor Noise Without Losing the Signal
Raw industrial sensor data is messy. Before any ML model can deliver value, it needs to survive proper preprocessing. Here is the pipeline that actually works in the field.
· 3 dkEndüstriyel veri / EN
Industrial Data Modeling Principles with HighByte Intelligence Hub
Principles for modeling industrial data in an Industrial DataOps platform such as HighByte Intelligence Hub: model the plant first, condition data near the source, name consistently and version your models.
· 3 dk
Endüstriyel veri / EN
Running Lightweight ML Models at the Industrial Edge with ONNX
Why and how to run compact machine learning models on edge devices with ONNX Runtime: model export, quantization trade-offs, input validation, local buffering and safe model updates.
· 3 dkSIK SORULAN SORULAR
Kısa cevaplar.
Historian mı, veri gölü mü?
Historian zaman serisini hızlı sorgulamak ve operasyonel görünürlük için; veri gölü ise çok kaynaklı, uzun vadeli analitik için uygundur. Birçok tesis ikisini birlikte kullanır.
Veri kalitesini nasıl ölçerim?
Eksik veri, bayat değer, saat kayması, birim hataları ve düz çizgi (donmuş sensör) davranışını ölçerek başlayın.
DİĞER KONULAR
BİR SONRAKİ ADIM
ASP Dijital ile görüşün Hesaplamadan uygulamaya.
Makinenizi, veri akışınızı veya üretim hedefinizi birlikte değerlendirelim. Birkaç cümleyle durumunuzu yazın; ASP Dijital ekibi size e-posta ile dönsün.