Pasteurizer Monitoring — Voedselfabriek

De uitdaging

In een voedselfabriek meet een temperatuursensor op de pasteuriseerlijn elke seconde de procestemperatuur. De PLC slaat TIC-001 = 67.3 op in de historian — maar wat betekent dat? Is dat normaal? Is dat een alarm? Is dat de pasteurizer op lijn 2 of lijn 5?

Het probleem: ruwe data zonder context. Geen semantisch model. Geen alarmen. Geen AI-ready informatie.

De oplossing: AI Data Layer

Met het Industrial Data Platform hebben we de missing layer gebouwd:

{
  "tag": "TIC-001",
  "value": 67.3,
  "unit": "°C",
  "equipment": "Pasteurizer",
  "line": "Productielijn-2",
  "status": "Normaal",
  "range": { "low": 55, "high": 75 },
  "timestamp": "2025-03-01T08:23:41Z"
}

Van TIC-001 = 67.3 naar "Pasteurizer · 67,3°C · Normaal · OK".

De stack

• OPC-UA → PLC-connectie (vendor-agnostisch)
• MonsterMQ / MQTT → event-driven transport
• ISA-95 JSON model → de semantische laag (de missing layer)
• MongoDB → tijdreeksopslag
• Grafana → dashboard met context, niet alleen cijfers
• Docker + VPS → deployed voor €8/maand

Resultaat

Metric	Waarde
Deploy tijd	< 1 uur
Kosten vs AVEVA	€39.904/jaar bespaard
ROI	4.800%
Time-to-alarm	Real-time (was: geen)

AVEVA Connect rekent €40.000/jaar voor wat hier in JSON is gebouwd — en deployed op een VPS van €8/maand.