Detta examensarbete är en del av forskningsprojektet COMMAND som genomfördes av forskningsinstitutet RISE SICS Västerås tillsammans med SSAB under 2018 och 2019. Ett delmål med forskningsprojektet var att hjälpa industriföretag presentera mätvärden och maskindata på ett mer användarvänligt och överskådligt sätt. Examensarbetet har haft som mål att uppfylla detta mål genom att skapa graf som representerar data med punkter istället för linjer. I texten nedan kallar jag detta för Punktgraf då grafen baseras på punkter som segmenterar och komprimerar data för att skapa översikt. Grundläggande principer för framtagandet av grafer studerades i “The Visual Display of Quantitative Information” och Colin Ware’s designprinciper om närhet, likhet och pop-out applicerades för att underlätta avläsning av grafen. En Unity-scen skapades för att snabbt generera exakt men simulerad data för att utvärdera punktgrafens potential. Det första testet visade att läsandet av grafen var ansträngande. Hög kognitiv belastning gjorde läsbarheten svårare snarare än lättare. Efter en uppdaterad version skapats genomfördes ett nytt test och intervju för att utvärdera resultatet av förändringarna. Efter dessa iterationer tog artefakten en mer användbar form som föreföll öka användarens förmåga att överblicka stora datamängder och upptäcka tidigare dolda mönster i stora dataset. Det identifierades också att punktgrafen skulle kunna bli ett användbart verktyg, inte bara för bevakning av industrimaskiner, utan också inom generell dataanalys. / This thesis work is part of the research project COMMAND that was conducted by the research institute RISE SICS Västerås together with SSAB during 2018 and 2019. One of the work-packages in the project was aimed to help industry companies present their machine data as an overview and in a more user friendly way. The goal of this thesis work was to make it easier to detect anomalies in the data for the purpose of predictive maintenance. The result from this thesis work is a type of graph that presents data in the form of stacked points rather than lines. I call this a “node based graph” as the nodes of the graph segment to compress the data to increase overview. To develop this artifact, literature such as “The Visual Display of Quantitative Information” and Colin Ware’s design principles of proximity, likeness and pop-out was applied to help form the graph. A Unity-scene was created to rapidly generate simulated but accurate real time data for visualization tests. The first test however showed an increased strain on the users ability to read the graph. High cognitive load made readability lower rather than higher. For this reason a secondary test was conducted to verify changes made to the artifact during the design process. After iterations were made the design took a more useful form that appeared to increased the users ability to overlook large data sets and detect patterns previously unseen. It also came to light that this particular type of presentation of data perhaps hold higher value outside the initial target audience, and that its redesign could turn it into a beneficial tool, not just monitoring of industrial machines, but for data analysis in general. / COMMAND - Communication and maintenance for the digital factory
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:mdh-52755 |
| Date | January 2020 |
| Creators | Wannerberg, Petter |
| Publisher | Mälardalens högskola, Akademin för innovation, design och teknik, RISE - Research Institutes of Sweden |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds