Kormányzati szolgáltatások

Big Data adatfeldolgozó és elemző technológiák fejlesztése többek között a következő rendszerek alkalmazásával: Apache Hadoop, Apache Spark, Apache Flink, CouchBase, Cassandra.

A gyártási, termelési eljárások többsége nem egyetlen folyamatból áll, általában folyamatok sorozatát kell végrehajtani a megfelelő termék előállításához, így a működést folyamatláncok operatív végrehajtása biztosítja. Az erőforrásokat, termékeket, a termelési rendszer működését különböző paraméterekkel írjuk le, amelyek konkrét értékei jelzik, mérik az egyes folyamatok során végrehajtott lépéseket és/vagy azok eredményét. Egy adott termék gyártásának előrehaladtával paraméterek konkrét értékeit „viszi magával”, így a folyamatlánchoz egy konkrét adatfolyam is kapcsolódhat.

Napjaink gyártórendszerei többnyire rendelkeznek mindazon érzékelőkkel és egyéb termelési adatszolgáltató összetevőkkel, melyek információt nyújthatnak az esetlegesen fellépő zavarok és változások felismeréséhez. A folyamatos adatgyűjtés a termelésinformatikai rendszerekben tárolt adatok mennyiségének robbanásszerű növekedését eredményezi. Ezek az adatok olyan tudást rejtenek magukban, amit érdemes kinyerni és hasznosítani, mind a termelési rendszerek tervezése, mind pedig azok működtetése során.

A termelési rendszerek hatékonyságának egyik kulcsa a gépek megfelelő karbantartása. A karbantartási feladatok megfelelő ütemezése a készletszintek csökkenésével, illetve a just-in-time gyártórendszerek terjedésével minden korábbinál hangsúlyosabb: az elégtelen karbantartás a kihozatal romlását, a felesleges vagy nem megfelelően időzített karbantartás szükségtelen állásidőt eredményez. Könnyen belátható, hogy a karbantartás stratégiája, az egyes karbantartási műveletek optimális időpontja csak a termelésütemezéssel integráltan határozható meg.

Több szempontú termeléstervezés és -ütemezés, szaktanácsadás, eseményorientált szimulációs modellezés, egyedi döntéstámogató szoftverek fejlesztése.

A különböző szimulációs technológiák a rendszerek és folyamatok szerkezeti, illetve időbeli viselkedésének vizsgálatakor bevált eszköznek számítanak. Napjaink korszerű szimulációs szoftverei és a megnövekedett számítási teljesítmény lehetővé teszik akár rendkívül bonyolult rendszerek részletes vizsgálatát, valamint hatékonyabbá teszik az ezt követő döntéstámogatást. A gyártás, illetve a logisztika területén a diszkrét, eseményalapú szimulációs modellezés és elemzés, többek között, támogatja:

Mechanizmusok digitális matematikai modelljeinek kifejlesztése mind a klasszikus karos és bütykös mechanizmusok, fogaskerék hajtóművek tervezésének és optimalizálásának, mind pedig a modern ipari robotok, manipulátorok és megmunkáló központok számítógépes vezérlésének elengedhetetlen feltétele.

Testreszabott megoldásokat nyújtunk rugalmas, költséghatékony termelési és elosztó hálózatok tervezéséhez és működtetéséhez.
Pályázatmenedzsment a megfelelő beszállítók megtalálására, az egyedi igények szerinti szoftver eszközök fejlesztése, a megfelelő IT megoldások és tervezési technológiák megtalálása.

A valósidejű termelésirányítás célja, hogy a változó viszonyokhoz adaptív módon igazodva hangolja össze a termelőrendszer viselkedését, hogy az költség, idő és minőség szempontjából hatékony módon működhessen.

A termelésirányítás valósidejű működéséhez a következő négy fő követelménynek kell megfelelni: