AGCO Powerin ja Instan kehittämää toisen sukupolven data-alustaa sekä dataloggeria hyödynnetään tuotekehityksen tukena

AGCO Power on Linnavuoressa yli 80 vuotta toiminut, aiemmin Sisu Diesel -nimellä tunnettu teollisuusyritys ja yksi maailman johtavista dieselmoottoreiden valmistajista. Yhtiön moottorit liikuttavat monien maailman suurimpien tuotemerkkien traktoreita ja maatalouskoneita, minkä lisäksi AGCO Power -tuotteisiin luottavat myös laivat, generaattorit, pumppaamot ja voimalat.

Yhtiö käyttää Instan kanssa kehittämäänsä toisen sukupolven data- ja analytiikka-alustaa tuottaessaan kenttätestidatan avulla entistä tehokkaampia ja luotettavampia moottoreita. Yhteistyö sisältää myös turvallisen datankeruun dataloggereiden avulla off road -olosuhteissa.

Langaton pilvipohjainen ratkaisu tallettaa kaiken datan turvallisesti ja varmasti

– Tuotekehityksemme hoidetaan keskitetysti Linnavuoressa. Kun lähdemme kehittämään uusia ominaisuuksia moottoreihin, testaamme ensimmäisiä yksilöitä luonnollisesti laboratoriossa. Melko aikaisessa vaiheessa pyrimme kuitenkin viemään moottorit kentälle testattavaksi – esimerkiksi kuumiin olosuhteisiin Brasiliaan tai kylmään Suomen Lappiin, kertoo Jouko Järvinen, AGCO Powerin Manager Research & Advanced Engineering.

Testauksessa moottori on ammattimaisen kuljettajan käytössä, ja tilanteessa tutkitaan muun muassa ohjelmistoa, ohjausjärjestelmiä, mekaanisia ratkaisuja ja katalysaattorikemiaa sekä yleistä suorituskykyä. Ajoneuvo sisältää Järvisen sanoin hurjan määrän mittausta ja dataa, joka pitäisi saada ulos ja tuotekehitysinsinöörin käytettäväksi.

– Jos jotain tapahtuu, haluamme tietää, miksi näin kävi ja varmistaa, että mitään ei-toivottua ei tapahdu toiste. Jos talteen saadaan myös tapahtumaa edeltävää dataa, tätä voidaan käyttää simuloinnin pohjana sellaisten olosuhteiden luomiseksi, joilla testata, miten esimerkiksi ohjelmistomuutos käyttäytyisi vastaavassa tilanteessa.

– Testauksemme koostuvat pitkälti protomoottorien testaamisesta. Laboratoriotestiemme suuruutta kuvastaa se, että poltamme noin kahdeksansataatuhatta litraa dieseliä vuodessa. Tämän lisäksi tulevat kenttätestaukset, joissa kymmeniä koneita on maailmalla vuoden ympäri, AGCO Powerin Validation Department Lead Pasi Oksanen kertoo.

Aikaisemmin testiajoneuvon dataan käsiksi pääseminen tai sen saavutettavuus ja tallentaminen ei ollut systemaattista eikä helppoa. Ei myöskään voitu varmistaa etänä sitä, että maantieteellisesti kauas vietyyn testiajoneuvoon johdoin kiinnitetyt dataloggerit olivat toiminnassa ja keräsivät dataa. Tarve oli langattomasti toimivalle, helppokäyttöiselle pilvipohjaiselle ratkaisulle, joka tallettaisi kaiken testiajoneuvosta saatavan datan turvallisesti ja varmasti.

– Emme halunneet yksittäistä ohjelmistoa, johon tulisi järjestää käyttökoulutuksia. Suurena pörssiyhtiönä lisenssien pyörittämiset tai ohjelmistojen asentamiset ovat työläitä, joten paras ratkaisu on jatkuvasti saatavilla oleva selainpohjainen ratkaisu, Järvinen kertoo.

Räätälöityjen näkymien kautta dataa voidaan tarkastella mikrosekuntitasolla saakka

AGCO Powerin tarpeen pohjalta on jo vuosien ajan kehitetty datapohjaista ratkaisua. Sen toisen sukupolven versiota yhtiö on kehittänyt yhdessä Instan kanssa. AGCO Powerin tutkimus- ja kehitystiimi on antanut vahvan näkemyksen siitä, mitä palvelun tulisi tarjota ja Instan asiantuntijat taas huolehtineet, että tarvittava data saadaan ajantasaisesti, sujuvasti ja validisti ruudulle.

– Datan tulee olla valmiiksi validoitua, kuranttia dataa, ja siitä tulee myös ilmetä, mistä data on syntynyt ja millä lailla. Lisäajatuksena on, että jos löydetään jotain kiinnostavaa, pystymme lisäämään metadataa. Perinteisen loggaamisen ohessa tulevat aikaleimat, järjestysluvut tiedostonimissä ja tiedostojen pituudet eivät tuo lisäarvoa käyttäjälle, minkä vuoksi tahdoimme päästä niistä eroon, Järvinen taustoittaa.

Data-alusta sisältää monenlaisia eri käyttäjäryhmille luotuja näkymiä. Kenttätestausta johtavat voivat esimerkiksi seurata, kuinka testi edistyy ja onko testitunteja kertynyt suunnitelmien mukaisesti, kun taas tuotekehitysinsinööreille suunnatut näkymät heatmapeineen, histogrammeineen ja aikasarjoineen ovat datakeskeisempiä.

– Alkuperäisenä ajatuksena oli, että moottorista kerätään pari-kolmesataa mittausta sekuntitasolla silloin kun siihen on tarvetta. Sen jälkeen ruokahalu on vähän kasvanut syödessä: nykyään sekuntitaso ei oikein ole riittävä kaikkiin ilmiöihin. Nykyään halutaan vähintään milli- ellei mikrosekuntitasolla tietää, miten asiat on tapahtuneet, Instan Director, Intelligent Industry Pekka Savolainen selittää.

Alustan visualisoinneista voidaan tarkastella halutulla ajanjaksolla ja tarkkuudella erilaisia asioita, ja luoda niiden pohjalta haluttuja yhdistelmiä. Vertailuun voi ottaa mukaan esimerkiksi sijaintidataa, säätiloja ja tarkastella, kuinka moottorin kuormitustiedot ovat eläneet jonkin tietyn ajomatkan aikana, ja onko jotain vikakoodeja ilmaantunut.

Löydetyistä havainnoista voidaan luoda erilaisia taskeja joko käyttäjälähtöisesti tai alustaan luotujen algoritmien toimesta, jotka havaitsevat normaalista poikkeavia ilmiöitä moottorin toiminnassa.

– Jos käytössä on vaikka neuroverkkopohjaisia digitaalisia kaksosia, ne voivat havaita, ettei moottori toimi oletetulla tavalla. Tai jos määriteltyjä raja-arvoja mittauksissa ylitetään, voidaan varoittaa, että testiajoa ei välttämättä suoriteta sillä tavalla kuin alun perin oli tarkoitettu, Savolainen havainnollistaa.

Oma datalogger kerää dataa luotettavasti karuissakin olosuhteissa

Olennainen osa kokonaisuutta on testattavaan moottoriin liitettävä, veden- ja pölynkestävä Linux-pohjainen datalogger, jonka avulla data voidaan kerätä testilaitteistosta luotettavasti karuissakin olosuhteissa. Jotta sen ohjelmisto sisältäisi tarvittavat, räätälöidyt ominaisuudet, ja voitaisiin välttää kappalemäärän kasvaessa korkeaksi nousevat lisenssikustannukset, ohjelmistoksi ei valittu kaupallista tuotetta vaan Insta ja AGCO Power ovat kehittäneet sen yhteistyössä itse. Jotta laitteesta ei vääriin käsiin joutuessa saisi irti mitään salaista, tietoturva on huomioitu fyysisellä tasollakin mahdollisimman hyvin.

Kehittämisessä on ollut keskeistä se, että datalogger osaa muun muassa selvittää, minkälaiseen laitekokoonpanoon se on kytketty ja sitten valita oikeat asetukset ilman, että tarvittavat parametrit täytyisi asettaa ihmisvoimin. Laite ei lähetä turhaan samaa dataa pilven suuntaan, vaan jos muutoksia ei tapahdu, se minimoi pilveen siirtyvää sisältöä. Kun verkkoyhteyttä ei ole, datalogger toimii autonomisesti tallettaen datan paikallisesti siihen saakka, että verkkoyhteys on taas tarjolla ja data voidaan lähettää pilveen.

– Moottorin kehitystyötä ajatellen kiinnostavampia hetkiä ovat moottorin käynnistyminen ja sammuminen. Tämä on loggaamisen kannalta haasteellista, koska loggerin käynnistyminen vie aikaa. Suunnittelussa kiinnitimme huomiota siihen, että laite on mahdollisimman nopeasti valmiina loggaamaan dataa siitä, kun laitteeseen tulee virrat siihen hetkeen, että moottori käynnistetään. Käytämme apuna muun muassa akkua, jotta päästään nopeisiin käynnistysaikoihin ja voidaan tallentaa viimeisetkin hetket ennen sammumista ja lähettää dataa vielä pilveen, Savolainen kertoo.

Helppokäyttöinen, luotettava ja toimiva työkalu jokapäiväiseen käyttöön

Toisen sukupolven data-alustaa rakennettiin pala palalta. Ensin toteutettiin vain se, jonka ensimmäisenä valmistuminen on oikeasti tärkeää, ja vasta tämän jälkeen keskityttiin seuraavaksi tärkeimpiin ominaisuuksiin. Kaikkea ei luotu tyhjästä, vaan kehitystyössä hyödynnettiin valmiitakin ratkaisuja.

Tänä päivänä toisen sukupolven data-alustalla on Linnavuoressa päivittäin kymmeniä aktiivisia käyttäjiä, ja tehtyjen yksittäisten hakujen määrä on merkittävä.

– Meille tämä on ollut menestystarina, olemme saaneet tästä todella paljon irti. Alusta toimii helpossa ympäristössä selainpohjaisesti, ilman asennuksia tai erillisiä ohjelmia. Käyttöliittymä on helppo ja looginen, ja tarvitsee ehkä puolen tunnin briefin. Alusta on myös sillä tapaa turvallinen, että käyttäjä voi kokeilla sitä ilman huolta, että datan voisi jollain tapaa rikkoa. Se on iso etu, että alustasta parametrejä voi valita vapaasti ja tutkia. Tärkeää on myös se, että voimme luottaa siihen, että data on oikeanlaista ja yhtenevää, Pasi Oksanen summaa alustan hyötyjä.

– Näkisin nämä asiat sellaisena, mitkä ovat auttaneet nimenomaan siihen, että ollaan saatu jokapäiväinen työkalu niille oikeille ihmisille siten kuin on ollut koko ajan tavoitteena.