Time-Series Data Pipeline – Ewon Flexy Talk2M Cloud

Rolan Robotics is een toonaangevende en innovatieve speler in industriële robotica. We ontwikkelen hightech oplossingen op het gebied van robotautomatisering voor de maakindustrie – van lasrobots voor metaalbewerking tot slimme product-handling systemen voor diverse industriële toepassingen.

Met onze strategie – Unlock your next level – helpen we klanten om verder te kijken dan de oplossing van vandaag. Maar het zijn niet alleen onze robots die het verschil maken – het zijn vooral onze mensen. Ons team is een energieke mix van jonge, leergierige en supercreatieve collega’s én ervaren specialisten die geen technische uitdaging uit de weg gaan.

We doen dit met passie voor techniek.

Onze bedrijfscultuur? Typisch West-Fries: nuchter, vriendelijk, toegewijd en laagdrempelig. We zijn soms een tikkeltje eigenwijs en houden ervan uitdagingen aan te gaan. ‘Kan niet’ komt bij ons simpelweg niet voor!

Korte omschrijving van de opdracht / probleemomschrijving

Rolan Robotics wil data uit robotinstallaties benutten voor analyse, onderhoud en optimalisatie. Robotinstallaties sturen hun data via een Ewon Flexy gateway naar een cloudbuffer in de Talk2M-cloud.

De student ontwikkelt een robuuste data-ophaal- en verwerkpipeline die:

de cloudbuffer uitleest via een REST API,
de data verwerkt (filteren, schoonmaken, verrijken),
en de gegevens wegschrijft naar een time-series database (start met InfluxDB, alternatief mogelijk).

Het project omvat technieken op het gebied van Industrial IoT, edge-to-cloud architectuur en time-series data engineering.

Korte beschrijving van de aanleiding voor de opdracht

Robotinstallaties produceren continu data die waardevol is voor predictive maintenance, procesoptimalisatie en monitoring. Momenteel is deze data niet gestandaardiseerd beschikbaar voor analyse. Door een automatische pipeline te ontwikkelen, kan Rolan realtime inzicht krijgen in prestaties en afwijkingen detecteren voordat problemen ontstaan.

Doelstellingen / taken

Begrijpen van de datastroom (Flexy → Cloudbuffer)
○ Analyse van tagwaarden die lokaal door de Flexy worden gelogd en periodiek naar de cloud worden gestuurd.
○ Onderzoeken van bufferstructuur, limieten, refresh rate en betrouwbaarheid.
○ Onderzoeken edge-fallback: lokaal bufferen in de Flexy bij tijdelijke offline cloud/database.
RESTful data-ophaalmodule bouwen
○ Authenticatie via Talk2M/M2Web API.
○ Batchgewijs uitlezen van nieuwe records, voorkomen van dubbele data.
○ Logging en foutafhandeling (time-outs, rate limits, API failures).
○
Dataverwerking en filtering
○ Ruis verwijderen, outliers detecteren, smoothing/fill-gaps toepassen.
○ Data verrijken: timestamps normaliseren, tags structureren, metadata toevoegen.
○ Eventueel compressie of downsampling implementeren.
Injecteren in time-series database (bijvoorbeeld InfluxDB)
○ Metingen schrijven met geschikte tags en fields.
○ Retention policies en performance-optimalisaties instellen.
○ Testen met grote datasets om betrouwbaarheid te garanderen.
Optionele uitbreiding
○ Dashboard voor realtime visualisatie van de data (bijvoorbeeld Grafana).
○ Alerting bij afwijkende patronen of fouten.

Leerdoelen

IoT-data pipelines ontwerpen en implementeren
Werken met industriële gateways (Ewon Flexy) en cloud APIs
Time-series databases gebruiken en optimaliseren
Data filtering, cleaning en reliability engineering
Realtime monitoring en dashboarding

Deliverables

Werkende software die de cloudbuffer uitleest en (InfluxDB) databse vult
Documentatie over:
- Cloudbuffer-structuur
- REST-protocol en authenticatie
- Datamodel en dataverwerking
- Testrapport met prestaties en betrouwbaarheid

(Optioneel) (Grafana-)dashboard voor visualisatie