Enabling Digital Transformation in SMEs: A Low-Cost, Modular Approach to Data Acquisition and Utilisation in Manufacturing Processes
Translated title
Digital transformation i SMV'er: En modulær og omkostningseffektiv løsning til dataindsamling og -udnyttelse i produktionsprocesser
Author
Andersen-Otte, Jeppe
Term
4. term
Education
Publication year
2025
Submitted on
2025-05-30
Pages
59
Abstract
Dette speciale undersøger, hvordan små og mellemstore virksomheder (SMV'er) kan indlede digital transformation med lavere omkostninger og kompleksitet. Gennem litteraturgennemgang, markedsanalyse og teknisk udforskning blev krav til en generel løsning for dataopsamling og -udnyttelse formuleret, herunder kommunikationsprotokoller, hardwaregrænseflader og systeminfrastruktur. Et casestudie i en robotisk skruecelle ved Aalborg Universitet blev anvendt til at konkretisere problemstillingen: at designe et system, der kan udtrække og anvende tilgængelige procesdata og samtidig let integrere nye datakilder, med fokus på brugervenlighed og implementering på standardforbrugshardware. Løsningen bygger på open-source software og en containeriseret arkitektur, implementeret på en Raspberry Pi og en mini-PC, og opnåede dataopsamling med gennemsnitlig latenstid på 45,6 ms samt visualisering til en samlet hardwarepris på cirka €300. Systemet understøtter tilføjelse af nye sensorer og kan give indsigt i processer med ældre PLC'er og begrænset dataudgang. Resultaterne viser, at SMV'er kan starte deres Industri 4.0-indsats uden systemintegratorer, men konfiguration og idriftsættelse kræver stadig teknisk kendskab, og der er behov for yderligere udvikling af brugervenlighed, skalerbarhed og robusthed.
This thesis explores how small and medium-sized enterprises (SMEs) can initiate digital transformation with lower cost and complexity. Through a literature review, market comparison, and technical exploration, requirements for a general-purpose data acquisition and utilisation solution were defined, covering communication protocols, hardware interfaces, and system infrastructure. A test case in a robotic screw cell at Aalborg University was used to frame the research question: designing a system that extracts and uses available process data while easily integrating new data sources, with emphasis on ease of use and deployment on off-the-shelf hardware. The solution employs open-source software and a containerised architecture on a Raspberry Pi and a mini PC, achieving data acquisition with an average latency of 45.6 ms and visualisation at a total hardware cost of approximately €300. It supports adding new sensors and enables insights in processes with legacy PLCs and limited data output. Findings indicate that SMEs can begin Industry 4.0 without relying on system integrators, though configuration and deployment still require technical knowledge, and further work is needed on usability, scalability, and long-term robustness.
[This abstract was generated with the help of AI]
Documents