Integracje / Cognite Data Fusion

Programy branżowe

Integracja AI: Cognite Data Fusion

Podłączamy się do CDF przez Python SDK i REST API, czytając time series, assets, events i relationships. Asystent przetwarza skontekstualizowane dane OT i IT na raporty zmianowe, alerty dla mechaników i odpowiedzi na pytania inżynierów procesowych.

Po prezentacji do 2 tygodni testów, z dostępem tego samego dnia. Płacicie dopiero po decyzji.

Rozmowa z asystentem AI w portalu redAi o danych z programu firmowego
Tak wygląda praca w portalu. Przykład na danych przykładowych.

Co podłączamy

Zaczynamy od odczytu danych. Zapis i akcje w systemie Cognite Data Fusion włączamy dopiero wtedy, gdy sami tego chcecie.

Time series procesowe

CzytamyCiągłe odczyty temperatury, ciśnienia, przepływu, prądu silnika i drgań z identyfikatorem, jednostką i powiązaniem z asset'em.

AsystentPobiera wartości za wybrany przedział czasu, liczy min, max i średnią, wykrywa odchylenia od norm z metadanych.

Hierarchia obiektów fizycznych

CzytamyDrzewo obiektów od zakładu przez linię po komponent z metadanymi: wartości nominalne, daty produkcji, numery DTR.

AsystentOdczytuje progi i wartości nominalne, żeby każdy alert i raport zawierał kontekst urządzenia, nie tylko liczbę z czujnika.

Alarmy i zdarzenia SCADA

CzytamyWpisy z SCADA i CMMS z timestampem i klasyfikacją zdarzenia, alarmy procesowe i planowe wpisy serwisowe.

AsystentUkłada chronologię zdarzeń przed przestojem lub na przestrzeni zmiany i zestawia alarmy z odczytami procesowymi.

Powiązania czujnik-urządzenie

CzytamyRelationships łączące konkretny czujnik z urządzeniem i miejscem, np. TE-201 na wyjściu wymiennika HE-12.

AsystentIdentyfikuje dokładną lokalizację anomalii i podaje mechanikowi pełne wskazanie: ID czujnika, asset, linia, lokalizacja.

Dokumenty techniczne i P&ID

CzytamyPliki PDF z dokumentacją DTR, schematami P&ID i instrukcjami technicznymi, dostępne przez to samo API co dane procesowe.

AsystentDołącza właściwy fragment dokumentacji do odpowiedzi lub raportu bez konieczności otwierania osobnych aplikacji.

Metadane eksploatacyjne

CzytamyProgi serwisowe, liczniki godzin pracy, liczba cykli i sezonowe wartości bazowe wpisane w metadanych asset'ów.

AsystentPorównuje bieżące wskaźniki z progami PPM i powiadamia planistę, gdy urządzenie zbliża się do terminu przeglądu.

O co pytają w praktyce

Po polsku, jak koledze z pracy. Asystent odpowiada na danych z Waszego programu, a nie z ogólnej wiedzy.

  • „Jak wyglądało ciśnienie na wyjściu P-101 w środę między 14 a 16?”
  • „Które urządzenia zbliżają się do progu przeglądu PPM?”
  • „Co się działo na linii 2 przed ostatnim nieplanowanym przestojem?”
  • „Ile alarmów kategorii WARNING miał FAN-03 w tym tygodniu?”

Co się zmienia

Kierownicy zmian i inżynierowie przestają zbierać dane ręcznie z kilku systemów i dostają gotowe raporty oraz alerty w czasie zbliżonym do rzeczywistości.

Asystent działa na Waszym serwerze, na Waszych uprawnieniach. Każdy odczyt i każda akcja zostawiają ślad w logu. Program zostaje tam, gdzie jest, razem z historią danych i nawykami zespołu.

O programie

Cognite Data Fusion to platforma przemysłowa dla zakładów produkcyjnych i firm z branży procesowej, które mają czujniki, sterowniki PLC i systemy IT rozproszone w kilku miejscach. CDF zbiera te dane i nadaje im kontekst: tworzy graf zależności między obiektami fizycznymi a odczytami pomiarowymi. Agent AI czytający z CDF nie dostaje gołej liczby z czujnika, dostaje pełny opis: komponent, linia, jednostka, zakres nominalny.

W codziennej pracy CDF udostępnia pięć typów zasobów przez API: time series z odczytami procesowymi, assets z hierarchią od zakładu po komponent z metadanymi, events z alarmami SCADA i wpisami CMMS, relationships opisujące powiązania czujnik-urządzenie oraz files z dokumentacją techniczną. Dane mogą leżeć w chmurze, na przykład na Azure lub AWS, albo on-premise, zależnie od konfiguracji zakładu z Cognite.

Gdzie to działa najlepiej

Inżynier utrzymania ruchu

Po nieplanowanym przestoju linii inżynier otwiera czat z agentem. Zamiast przeglądać logi SCADA i historię w CDF osobno, prosi o chronologię ostatnich dwóch godzin przed zatrzymaniem.

Z asystentem: Agent pobiera events z CDF i nakłada je na time series wybranych parametrów. Inżynier dostaje gotową oś czasu: o której pojawił się pierwszy alarm, jak zmieniały się wartości i co zareagowało jako pierwsze.

Planista przeglądów

Planista chce sprawdzić, które urządzenia zbliżają się do progu przeglądowego. Zamiast liczyć godziny ręcznie z raportów, pyta agenta, które z urządzeń na linii 2 przekroczyły 80 procent progu serwisowego.

Z asystentem: Agent zestawia progi PPM z metadanych CDF z godzinami pracy z time series. Planista dostaje listę urządzeń wymagających uwagi z aktualnym wskaźnikiem i datą ostatniego przeglądu.

Inżynier procesu

Inżynier przygotowuje analizę wydajności po środowej zmianie i pyta agenta na czacie o ciśnienie na wyjściu pompy P-101 między godziną 14 a 16 oraz o alarmy z tego okna czasowego.

Z asystentem: Agent przeszukuje CDF, pobiera właściwe time series i events, liczy statystyki dla wskazanego okna i odpowiada po polsku. W razie potrzeby dołącza fragment dokumentacji DTR powiązanej z tym asset'em.

Jak się łączymy

Łączymy się z CDF przez Python SDK (pakiet cognite-sdk) lub REST API. Dostęp konfigurujemy przez OAuth 2.0: service account z uprawnieniami dokładnie do tych asset groups, które nam przyznaliście. Agent działa wyłącznie w trybie odczytu. Żaden zapis do CDF nie odbywa się bez Waszego potwierdzenia. Agenta instalujemy na Waszym serwerze, w tej samej sieci co CDF.

CDF może siedzieć u Was w chmurze, na przykład na Azure lub AWS, albo on-premise. Dane z CDF zostają na Waszej infrastrukturze. Jeśli zdecydujecie się na lokalny model językowy, cały łańcuch zostaje w firmie. Jeśli korzystacie z zewnętrznego API modelu, konfigurujemy przekazywanie tylko zagregowanych wartości i treści pytania, bez surowych danych procesowych.

Czego potrzebujemy od Was

  • Aktywny tenant CDF ze skontekstualizowanymi danymi i wypełnionymi metadanymi asset'ów.
  • Service account z dostępem OAuth 2.0 do wybranych asset groups w CDF.
  • Serwer w Waszej sieci do instalacji agenta przez Docker lub konfigurację bezpośrednią.
  • Osoba z Waszego działu IT lub UR, która zna strukturę CDF i może weryfikować dane na starcie.
  • Ciągłe odczyty w time series bez długich luk lub zgoda na audyt i uzupełnienie metadanych przed wdrożeniem.

Czego asystent nie robi

  • Nie zapisuje danych do CDF ani nie tworzy zdarzeń bez wyraźnego potwierdzenia w każdym przypadku.
  • Nie zastępuje analizy 5-why ani decyzji inżynierskich: daje punkt startowy, nie gotową diagnozę.
  • Nie działa poprawnie, gdy metadane asset'ów w CDF są puste lub hierarchia obiektów nie odpowiada rzeczywistości zakładu.
  • Nie przesyła surowych danych procesowych z czujników do zewnętrznych API modeli, tylko zagregowane wartości i treść pytania.

Częste pytania

Ile czasu zajmuje wdrożenie od pierwszego kontaktu do działającego pilota?

Od pierwszego spotkania do pilota zazwyczaj kilka tygodni. Dużo zależy od stanu danych w CDF: zakład z dobrze opisanymi metadanymi idzie szybciej niż taki, gdzie trzeba najpierw uzupełnić opisy asset'ów i sprawdzić ciągłość time series. Pilot obejmuje jedną linię lub dział i trwa od 2 do 4 tygodni.

Czy agent może coś zapisywać do CDF, na przykład tworzyć zlecenia serwisowe?

Domyślnie agent działa tylko w trybie odczytu. Zapis do CDF, np. tworzenie eventów lub draftu zlecenia, jest możliwy, ale wymaga osobnej konfiguracji i wyraźnego potwierdzenia z Waszej strony przy każdej takiej operacji. Nie uruchamiamy zapisu bez wcześniejszego uzgodnienia zakresu i uprawnień.

Mamy dwa zakłady w jednym tenantcie CDF. Czy agent zobaczy dane obu?

Nie, o ile tego nie chcecie. Dostęp konfigurujemy przez granularne uprawnienia do wybranych asset groups. Agent przypisany do jednego zakładu nie widzi danych drugiego. Jeśli chcecie obsługi obu zakładów, konfigurujemy oddzielne instancje z właściwymi uprawnieniami dla każdej z nich.

Co zostaje u nas po zakończeniu projektu, czy jesteśmy uzależnieni od Waszej infrastruktury?

Agent działa na Waszym serwerze i po projekcie zostaje w Waszych rękach. Dostarczamy kod źródłowy do Waszego repozytorium Git i dokumentację: które endpoints są używane, jakie asset groups, jak modyfikować progi alertów i jak dodawać nowe scenariusze. Nie ma uzależnienia od naszej infrastruktury.

Pełny opis integracji w bazie wiedzy →

Jak zaczynamy

  1. Bezpłatna prezentacja. Mówicie, na czym pracujecie i co Was korkuje. Mówimy wprost, czy da się to spiąć, a jeśli nie ma czego automatyzować, też to powiemy.
  2. Do 2 tygodni testów. Dostęp do portalu tego samego dnia, podłączenie w trybie odczytu, sprawdzacie na własnych danych.
  3. Rozszerzanie. Kolejne moduły i akcje dokładamy, gdy zespół ufa temu, co dostaje. W abonamencie jest wdrożenie, integracja, szkolenie i opieka.
Wybierzcie termin → Wolicie napisać?

Cognite Data Fusion jest znakiem towarowym swojego właściciela. Nie jesteśmy z nim powiązani ani przez niego autoryzowani. Nazwy używamy wyłącznie po to, żeby wskazać, z jakim programem integrujemy asystenta.