Opracowanie inteligentnego systemu zarządzania rafinerią oleju

Budżet: 14000 EUR Termin: 70 dni

Witamy!
Nazywam się Oleg, jestem menedżerem projektu w firmie Business Atlas. Opisana przemysłowa platforma AI to ogromne wyzwanie, które w pełni odpowiada naszemu profilowi. Specjalizujemy się w autonomicznych cyfrowych ekosystemach oraz złożonych systemach przetwarzania danych. Moje doświadczenie koncentruje się na narzędziach Low-code (Make, n8n) oraz automatyzacji logiki biznesowej, a niestandardowy rozwój (Python, PLC) w naszym zespole realizuje tech lead.
W pełni akceptujemy Państwa warunki (NDA, GitHub, płatność za deliverables) i jesteśmy gotowi zrealizować projekt pod klucz.
Oto nasze techniczne wizje oraz optymalizacja Państwa specyfikacji:
1. Realizacja w fazach oraz architektura
• Faza 1 (PLC / TwinCAT): Zbieranie sygnałów z 42–67 punktów przez Beckhoff CX2040, wdrożenie serwera OPC UA, konfiguracja logiki awaryjnej oraz offline'owego buforowania.
• Faza 2 (Edge Server): Konfiguracja pipeline'ów Node-RED, baz danych (InfluxDB + PostgreSQL) oraz FastAPI. Aby przyspieszyć transfer danych i elastyczność powiadomień, zintegrowujemy Low-code workflow w n8n/Make lokalnie w Dockerze. Opracujemy 5 pulpitów nawigacyjnych w Grafanie oraz bota Telegram do automatycznych raportów.
• Faza 3 (AI Engine): Tech lead wdroży modele matematyczne w Pythonie. Poprzez scikit-learn i scipy wdrożymy gradient boosting do prognozowania wydobycia oleju, Isolation Forest do detekcji anomalii oraz analizę FFT wibracji łożysk.
• Faza 4 (Frontend): Stworzenie React PWA do mobilnego monitorowania fabryki z automatycznym generowaniem codziennych raportów PDF.
2. Propozycje ulepszeń
• Optymalizacja wsparcia: Użycie n8n/Make wewnątrz Dockera pozwoli Państwu w przyszłości łatwo zmieniać logikę powiadomień Telegram lub raportów bez angażowania programistów Pythona.
• Hybrydowe przechowywanie: Podział gorących danych wibracji (InfluxDB) oraz relacyjnych raportów (PostgreSQL) uniknie przeciążenia serwera.
• Ocena projektu pod klucz: od 12 000 € – 18 000 € (płatność etapowa za deliverables każdej fazy, ostateczny kosztorys — po diagnozie).
• Termin realizacji: 8 – 12 tygodni.
Proszę napisać do mnie w wiadomościach prywatnych. Podpiszemy NDA, przeprowadzimy krótką diagnozę techniczną, uzgodnimy stos technologiczny i stworzymy dokładną mapę drogową dla Państwa produkcji! Rozwiń

Budżet: 5000 EUR Termin: 30 dni

Denisie, dobry dzień.

Projekt brzmi bardzo interesująco.

Proszę, powiedz mi, czy rozważasz możliwość użycia innego stosu technologicznego do realizacji projektu?

Budżet: 5000 EUR Termin: 7 dni

Cześć, pracowałem nad systemem monitorowania produkcji pasz z PLC Siemens i InfluxDB do zbierania danych z 85 czujników temperatury i wilgotności. Zwiększyliśmy efektywność o 23% i zmniejszyliśmy odpady o 15%.

Ciekawe, czy planujecie zintegrować system z istniejącym ERP, czy to będzie samodzielne rozwiązanie dla zakładu olejowego?

Proponuję się skontaktować, chętnie doradzę technicznie i wspólnie opracujemy plan rozwoju + opowiem o moim zespole! ⚙️

Budżet: 12000 EUR Termin: 100 dni

Cześć!

Specyfikacja inżynieryjna twojego projektu dotyczącego automatyzacji i analityki predykcyjnej dla przemysłu olejowo-tłuszczowego jest całkowicie zrozumiała. Architektura łącząca Industrial IoT (Beckhoff / OPC UA), obliczenia brzegowe i silnik AI/ML została zaprojektowana w sposób przemyślany. W studiu Lumvex posiadamy głęboką ekspertyzę w budowaniu złożonych systemów automatyzacji, pracy z danymi szeregów czasowych (Time-Series) oraz integracji AI w sektorze przedsiębiorstw.

Jesteśmy gotowi zrealizować ten projekt „pod klucz” siłami naszej zespołu inżynierów automatyzacji (ASU TP) oraz specjalistów Data Science.

🎯 Nasza wizja i wkład techniczny w kluczowe fazy:
Faza 1 (PLC & Buforowanie offline): Podczas programowania Beckhoff CX2040 w Structured Text (TwinCAT 3) szczególną uwagę poświęcimy mechanizmowi bufora pierścieniowego na samym PLC. W przypadku utraty połączenia z serwerem brzegowym, dane z 67 punktów pomiarowych nie znikną, a zostaną zsynchronizowane przez OPC UA natychmiast po przywróceniu sieci.

Faza 2 & 3 (Edge, analiza FFT i AI):

Wibracja (SciPy FFT): Przekształcenie surowego sygnału wibracji łożysk z obszaru czasowego do częstotliwości (Szybka transformacja Fouriera) to najpewniejszy sposób na uchwycenie szczytów na wczesnych etapach degradacji sprzętu.

Modele ML: Uczenie Gradient Boosting do prognozowania wydajności oleju oraz Isolation Forest do detekcji anomalii będzie odbywać się na izolowanym backendzie (FastAPI). Optymalizujemy modele tak, aby nie obciążały procesora serwera brzegowego przy ciągłym przepływie danych do InfluxDB.

Faza 4 (React PWA & Ekspertyza): Zrealizujemy lekką aplikację PWA, która będzie natychmiast aktualizować widżety Grafana przez WebSocket/REST API, zapewniając właścicielowi fabryki monitoring w czasie rzeczywistym z telefonu, nawet przy słabym internecie.

💼 Warunki pracy:
Pełne podpisanie NDA przed przekazaniem dostępów.

Przejrzysty proces pracy: commity w twoim GitHubie od pierwszego dnia, prowadzenie zadań w Jira/Notion.

Etapowe odbiory według jasno określonych Deliverables (oddanie każdej fazy z testowaniem). Rozwiń

Budżet: 5000 EUR Termin: 20 dni

Dzień dobry!

Profesjonalnie rozwijam boty w Telegramie oraz aplikacje webowe w Pythonie. Jestem gotów zrealizować waszą przemysłową platformę AI z integracją PLC przez OPC UA, konfiguracją serwera Edge (Node-RED, FastAPI, InfluxDB), modelami AI do analityki predykcyjnej (scikit-learn) oraz React PWA + wdrożyć całą infrastrukturę w Dockerze.

Napisz do mnie na priv, doprecyzujemy szczegóły.

Budżet: 4800 EUR Termin: 5 dni

Cześć! To poważny projekt przemysłowy — i jest dla mnie interesujący. Mam zaplecze techniczne do realizacji większości faz, ale będę szczery w każdej z nich. Co mogę zrealizować z pewnością: Faza 2 — Edge Server: Node-RED, InfluxDB, PostgreSQL, FastAPI z JWT, Docker-compose, bot Telegram — to mój główny stos technologiczny, zrealizuję bez pytań. Faza 3 — AI Engine: gradient boosting do prognozowania wydobycia oleju, Isolation Forest do wykrywania anomalii, analiza FFT wibracji przez scipy, predykcyjne utrzymanie — dobrze znam stos Python ML, mam doświadczenie w budowaniu produkcyjnych pipeline'ów ML. Faza 4 — React PWA, generacja PDF raportów — zrealizuję. Gdzie potrzebne jest doprecyzowanie: Faza 1 — programowanie TwinCAT 3 / Beckhoff PLC — to wąska specjalizacja przemysłowa. Serwer OPC UA i zbieranie sygnałów z Edge podłączę, ale programowanie Structured Text PLC lepiej powierzyć specjaliście z doświadczeniem w TwinCAT. Jeśli macie już specjalistę PLC — resztę biorę na siebie. Jeśli nie — mogę zaangażować partnera do tej części. Podejście do pracy: GitHub od pierwszego dnia, etapowe deliverables, podpiszę NDA. Mogę dostarczyć techniczne specyfikacje dla każdej fazy przed rozpoczęciem, abyście dokładnie wiedzieli, co otrzymacie. Orientacyjny koszt (bez Fazy 1 PLC): Faza 2 — 1,500–2,000 USD Faza 3 — 1,800–2,500 USD Faza 4 — 800–1,200 USD Gotowy do szczegółowej dyskusji. Napiszcie — umówimy się na rozmowę. Z poważaniem, Bohdan

Budżet: 10000 EUR Termin: 100 dni

Robiłem https://poseidon.codezerogroup.com - platforma enterprise Python/React z monitoringiem real-time, JWT, dashboardami i pipeline'ami danych. Wasza architektura Edge + AI + Frontend to identyczny zakres, tylko domena przemysłowa.

Przemysłowe systemy AI do monitorowania produkcji to mój core. Pełny stos: od warstwy sprzętowej przez pipeline'y danych, bazy czasowe, API, po ML i dashboardy operatorskie.

Co zrobię:
- Edge Server: Node-RED, InfluxDB, PostgreSQL, Docker-compose
- API FastAPI + JWT, 5 dashboardów Grafana, bot Telegram z raportami
- Silnik AI: gradient boosting, FFT wibracji, Isolation Forest, predykcyjne utrzymanie, raport ROI
- Frontend React PWA, raporty PDF ze zmian
- (Opcja B/C) PLC Beckhoff TwinCAT 3, OPC UA, 42-67 punktów, logika awaryjna

--- OPCJE ---

- Opcja A (Core - Fazy 2-6, bez PLC): 10 000 EUR (100 dni) - Edge Server, AI Engine, React PWA. Bez PLC.
- Opcja B (Full Stack z PLC): 16 000 EUR (160 dni) - wszystko z A + programowanie PLC Beckhoff TwinCAT 3, OPC UA, logika awaryjna. - najlepszy stosunek zakres/cena
- Opcja C (UVWeb Premium - 6 mies SLA): 20 800 EUR (180 dni) - B + 6 miesięcy wsparcia, retraining modeli AI, SLA.

Czas realizacji: 100-180 dni. Potrzebuję specyfikacji punktów pomiarowych, schematu sieci PLC i dostępu GitHub od dnia pierwszego.

Portfolio:

- https://poseidon.codezerogroup.com - enterprise monitoring, Python/React, JWT, dashboards
- https://nyxvx.com - Epic Games, custom CMS, high-load infrastructure
- https://ou-uv.com - Flask/Python CMS, multilang, API, Docker

8 lat w backendzie i AI - od prostych API po platformy przemysłowe z ML, IoT i monitoringiem.

Dostępny od zaraz, mogę omówić architekturę i ruszyć w tym tygodniu. Rozwiń

Budżet: 5000 EUR Termin: 30 dni

Cześć!

Dziękujemy za szczegółowy opis projektu.

Po wstępnej analizie uważamy, że możemy wziąć na siebie dużą część prac związanych z tym projektem, w tym:

• Rozwój backendu (FastAPI, PostgreSQL, InfluxDB)
• Zbieranie i przetwarzanie danych za pomocą Node-RED
• Rozwój interfejsu React PWA
• Pulpity nawigacyjne Grafana i panele analityczne
• Bot Telegram i automatyczne raportowanie
• Infrastruktura Docker i konfiguracja DevOps
• Moduły AI/ML do prognozowania, wykrywania anomalii i analizy procesów produkcyjnych

Według wstępnych szacunków możemy zrealizować około 80–90% zgłoszonego zakresu prac.

Przed przygotowaniem ostatecznej oferty technicznej i handlowej chcielibyśmy wyjaśnić kilka ważnych kwestii:

1. PLC / Beckhoff TwinCAT

• Czy wymagana jest rozwój lub poprawa logiki PLC na Beckhoff TwinCAT?
• Czy PLC i OPC UA już funkcjonują, a zadanie polega tylko na pozyskiwaniu i przetwarzaniu danych?

2. Dane historyczne

• Jaki jest dostępny obecnie zakres danych historycznych?
• Czy są dane dotyczące produkcji, wydobycia oleju, konserwacji, awarii, przestojów i awarii sprzętu?

3. Gotowość czujników

• Czy wszystkie punkty pomiarowe (42–67) są już zainstalowane, skonfigurowane i skalibrowane?
• Czy dobór, montaż i integracja czujników również wchodzą w zakres projektu?

4. Środowisko wdrożeniowe

• Czy planowane jest całkowicie lokalne (on-premise) wdrożenie, czy dopuszczalne jest korzystanie z infrastruktury chmurowej?
• Czy są wymagania dotyczące cyberbezpieczeństwa lub ograniczenia dotyczące połączeń z zewnętrznymi sieciami?

5. Oczekiwane wyniki modułów AI

• Jakie KPI lub wskaźniki efektywności są oczekiwane dla prognozowania wydobycia oleju, wykrywania anomalii i predictive maintenance?
• Czy są docelowe wskaźniki dokładności modeli?

6. Prace uruchomieniowe

• Czy wymagana jest wizyta specjalistów na miejscu w celu wdrożenia i uruchomienia systemu?

7. Współpraca z ekspertami przedsiębiorstwa

• Czy będzie możliwość współpracy z inżynierami, technologami i personelem obsługującym przedsiębiorstwo w celu wyjaśnienia trybów pracy, progów awaryjności i cech sprzętu?

Po uzyskaniu tych informacji będziemy mogli dokładniej ocenić zakres prac, terminy realizacji, budżet projektu i zaproponować optymalną architekturę rozwiązania.

Będziemy zadowoleni, mogąc omówić projekt bardziej szczegółowo. Rozwiń

Budżet: 5000 EUR Termin: 10 dni

Robiłem tego rodzaju projekty! Zrobimy i dla was! Wiele takich przypadków

Budżet: 5000 EUR Termin: 10 dni

Cześć.

To bardzo proste zadanie dla mnie.

Proszę, skontaktuj się ze mną jak najszybciej.

Porozmawiajmy o tym razem.

Budżet: 4990 EUR Termin: 29 dni

Dzień dobry!
Nazywam się Walentyn i reprezentuję Arctic Web Agency. Jesteśmy zespołem, który specjalizuje się w tworzeniu nowoczesnych i efektywnych rozwiązań dla biznesu. W wiadomościach prywatnych mogę przesłać przykłady naszych podobnych prac. Jesteśmy gotowi zająć się Twoim projektem!
Z poważaniem
Zespół Arctic Web
Freelancehunt

Budżet: 5000 EUR Termin: 30 dni

Witam!

Jestem Full-Stack Software Engineer z ponad 7-letnim doświadczeniem w tworzeniu stron internetowych, rozwiązań SaaS, złożonych platform internetowych oraz MVP dla startupów - od pomysłu i architektury po produkcję i wsparcie.

Pracuję nie tylko jako programista, ale także z naciskiem na logikę biznesową, skalowalność i długoterminowe wsparcie rozwiązań. W portfolio znajdują się przykłady zrealizowanych projektów o różnym stopniu skomplikowania.

Stos technologiczny:
PHP (Laravel, Symfony, Yii2),
Frontend: JavaScript (Vue.js, React.js), HTML5, CSS3,
Bazy danych: MySQL, PostgreSQL.

Jeśli chodzi o terminy i koszty - na tym etapie trudno je dokładnie ocenić bez sprecyzowania wymagań. Aby sformułować uzasadnioną wycenę, zazwyczaj trzeba zrozumieć:
- cele projektu;
- kluczową funkcjonalność;
- oczekiwane obciążenie i integracje;
- priorytety (szybkie uruchomienie vs skalowanie).

Proponuję zacząć od krótkiego sprecyzowania wymagań lub rozmowy telefonicznej / korespondencji - po tym mogę przedstawić realistyczną wycenę pod względem terminów, budżetu i opcji realizacji.

Będę zadowolony, mogąc omówić szczegóły. Rozwiń

Budżet: 6000 EUR Termin: 60 dni

Cześć!

To brzmi jak dokładnie ten typ platformy przemysłowej, gdzie drobne szczegóły mają naprawdę znaczenie, szczególnie gdy chodzi o logikę bezpieczeństwa, integralność danych i zapobieganie utracie sygnałów podczas niestabilnego połączenia sieciowego. Tworzyłem rozwiązania edge z wykorzystaniem magazynów szeregów czasowych, pulpitów nawigacyjnych, API i modułów ML, i czuję się komfortowo pracując bezpośrednio z sygnałami sprzętowymi, jednocześnie utrzymując czystą i dobrze przetestowaną architekturę oprogramowania.

Jeśli chodzi o PLC, rozważałbym CX2040 jako główne źródło prawdy dla wszystkich scenariuszy bezpieczeństwa i zachowań awaryjnych, a na nim zbudowałbym stabilny model OPC UA z wyraźnymi nazwami i jednostkami miary, a także lokalnym buforowaniem danych, aby uniknąć luk podczas awarii sieci. Na serwerze edge mogę skonfigurować łatwe do utrzymania strumienie Node-RED, przechowywać surowe i przetworzone dane osobno w InfluxDB i Postgres, a także zapewnić dostęp do wszystkiego przez FastAPI z autoryzacją JWT i modelem dostępu opartym na rolach, aby operatorzy i właściciele widzieli dokładnie ten poziom informacji, którego potrzebują.

Jeśli chodzi o część AI, podoba mi się wasze podejście. Jako ulepszenie zaproponowałbym dodanie prostego cyklu monitorowania modelu, aby jakość prognoz była śledzona w czasie, a system mógłby informować, kiedy model zaczyna się degradować lub tracić dokładność. Moja kluczowa idea to jeden wskaźnik Factory Health Score, który jest aktualizowany co minutę i wyjaśniany prostym językiem bezpośrednio w botie Telegram: krótkie powiadomienie „dlaczego” i lista głównych czujników, które miały największy wpływ na zmianę wskaźnika. Właściciele to lubią, ponieważ informacje są łatwe do zrozumienia, ale zawsze można przejść do szczegółowych wykresów w Grafana.

Całkowicie zgadzam się na NDA, przekazanie wszystkich praw zamawiającemu, pracę przez GitHub od pierwszego dnia oraz etapową realizację projektu z starannym przekazywaniem wyników. Jeśli chodzi o bardziej niezawodną opcję wdrożenia, zaproponowałbym również uruchamianie wszystkich komponentów w kontenerach, ale od samego początku izolując warstwę danych, konfigurując kopie zapasowe i polityki przechowywania, ponieważ naprawa takich rzeczy na późniejszych etapach zazwyczaj kosztuje bardzo dużo.

https://live.chatbullet.com
https://oscarstories.com

Dziękuję! Rozwiń

Budżet: 5000 EUR Termin: 30 dni

Dzień dobry, przedstawiam firmę Sunpoint IT Solution, działamy na rynku IT od ponad 9 lat. Mamy poważny zespół specjalistów i chętnie zajmiemy się Państwa projektem. Strona internetowa https://sunpoint.com.ua

Budżet: 5000 EUR Termin: 20 dni

Dzień dobry. Jestem gotów wykonać ten projekt, mam duże doświadczenie w tworzeniu aplikacji.

Budżet: 5000 EUR Termin: 11 dni

Drogi Denysie

Mam nadzieję, że ta wiadomość zastaje Cię w dobrym zdrowiu. Dokładnie przeanalizowałem wymagania Twojego projektu i w pełni rozumiem zakres, w tym programowanie PLC, konfigurację serwera brzegowego, analitykę AI, pulpity nawigacyjne oraz mobilną PWA.

Dzięki szerokiemu doświadczeniu w Beckhoff TwinCAT 3, Pythonie, Node-RED, InfluxDB, PostgreSQL, FastAPI, Grafanie, Dockerze i React, z powodzeniem dostarczałem rozwiązania w zakresie przemysłowego IoT i predykcyjnego utrzymania ruchu. Moja wiedza obejmuje również prognozowanie plonów oparte na AI, wykrywanie anomalii, analizę drgań oraz automatyczne raportowanie.

Współpracując ze mną, Twoja firma zyska:

Optymalizację produkcji ropy i zmniejszenie przestojów
Predykcyjne utrzymanie ruchu, aby zapobiegać awariom i oszczędzać koszty
Pulpity nawigacyjne w czasie rzeczywistym i automatyczne raporty dla działań opartych na danych
Rozwiązania skalowalne, łatwe w utrzymaniu i w pełni udokumentowane
Pełne prawo do kodu na podstawie NDA

Zalecałbym również rozważenie MQTT, aby poprawić skalowalność i odseparowanie między warstwami PLC, brzegowymi i AI. Jestem gotów omówić kamienie milowe, rezultaty i opcje realizacji pod klucz, aby osiągnąć Twoje cele.

Dziękuję za Twój czas i uwagę. Czekam na możliwość przyczynienia się do sukcesu Twojego projektu.

Z serdecznymi pozdrowieniami,

Mogę również przedstawić mój zespół.
Wierzę, że współpracując, możemy stworzyć cuda.
Czekam na Twoją odpowiedź.

Jeśli chcesz, mogę również stworzyć jeszcze bardziej angażującą wersję, która subtelnie podkreśla cechy niezawodności, rzetelności i szybkości, które klienci uwielbiają przy zatrudnianiu do projektów automatyzacji przemysłowej. Czy chcesz, żebym to zrobił? Rozwiń

Budżet: 5000 EUR Termin: 28 dni

Cześć!

My z zespołem jesteśmy gotowi zrealizować projekt „pod klucz” — od designu po pełny rozwój i uruchomienie. W zespole są doświadczeni programiści, projektanci oraz specjaliści UX/UI, dlatego możemy stworzyć wygodny, nowoczesny i funkcjonalny produkt zgodnie z Twoimi wymaganiami.

Terminy i budżet będziemy mogli dokładnie określić po omówieniu szczegółów i zrozumieniu pełnego zakresu prac. Będę wdzięczny za Twoją opinię, przykłady naszych prac mogę wysłać w wiadomościach prywatnych.

Budżet: 5000 EUR Termin: 25 dni

❤️Cześć Denys, mam nadzieję, że wszystko w porządku

Przeczytałem pełny zakres i rozumiem, że potrzebujesz przemysłowej platformy AI do monitorowania produkcji oleju słonecznikowego, obejmującej Beckhoff TwinCAT 3, Python 3.11, Node-RED, InfluxDB 2, PostgreSQL, FastAPI, Grafana, Docker, React PWA, Telegram Bot API, scikit-learn i scipy FFT.

Mogę pomóc w uporządkowaniu tego w jasne fazy: zbieranie sygnałów PLC/OPC UA i logika awaryjna, pipeline'y brzegowe z InfluxDB/PostgreSQL, FastAPI JWT API, pulpity Grafana, raportowanie przez Telegram, modele AI do prognozowania wydajności oleju, FFT wibracji, wykrywanie anomalii za pomocą Isolation Forest, konserwacja predykcyjna oraz mobilna aplikacja React PWA.

Moim celem byłaby niezawodna architektura przemysłowa, buforowanie offline, bezpieczne API, utrzymywalna infrastruktura Docker, workflow GitHub, dokumentacja oraz fazowe dostawy na podstawie NDA.

Mogę podać dokładny harmonogram i koszt po przeglądzie sygnałów z zakładu i wymaganych pulpitów.

Budżet: 5000 EUR Termin: 30 dni

Dzień dobry, mam doświadczenie w programowaniu Beckhoffa, instalacji i realizacji monitoringu na Grafanie na tym samym Beckhoffie, Node-RED bez problemu, mogę przesłać przykłady projektów + robię wizualizację na Beckhoffie (mam nadzieję, że nie będziecie musieli tego robić). Odpowiem na wszystkie interesujące Was pytania. Moje osobiste zdanie - lepiej PLC Schneider lub Siemens + PC z Grafaną, niż męczyć się z środowiskiem programistycznym TwinCat. Jeśli to niedaleko Barcelony, to są tam !zdalne ręce! do podłączenia sprzętu.

Budżet: 25000 EUR Termin: 75 dni

mamy już praktycznie gotowe podobne rozwiązanie do monitorowania przemysłowego z analityką AI, które można szybko dostosować do waszej fabryki i omówić tutaj na giełdzie )).
co do budżetu - 5000 EUR realistyczne na projektowanie techniczne lub pierwszy etap, a pod klucz orientowałbym się od 35000 EUR i 60-90 dni, w zależności od gotowości sygnałów, logiki PLC i wymagań dotyczących bezpieczeństwa.
NDA ok, GitHub od pierwszego dnia ok, kod i dokumentacja pozostają w własności zamawiającego.

Widzę realizację etapami - najpierw architektura i mapa sygnałów, potem PLC i OPC UA, następnie serwer brzegowy z InfluxDB, PostgreSQL, FastAPI, Grafana i raportami Telegram, potem moduły AI do prognozowania wydobycia oleju, FFT dla wibracji i anomalii, a na końcu React PWA i raporty PDF zmian.
można nie komplikować - AI lepiej uruchamiać po stabilnym zbieraniu danych historycznych, w przeciwnym razie model będzie bardziej fantazjować niż pomagać, a to już filozofia w złym sensie =/

> czy już jest dokładny wykaz 42-67 punktów pomiarowych z typami czujników, częstotliwością próbkowania i granicami awarii
> czy Beckhoff CX2040 jest już zainstalowany w produkcji, czy część PLC też trzeba projektować od zera

relewantne przykłady Ingello
> https://business.ingello.com/vorfahr - automatyzacja AI i skomplikowana logika podejmowania decyzji
> https://business.ingello.com/forma-bpm - systemy zarządzania procesami, role, panele, logika operacyjna
> https://systems-fl.ingello.com/ua - nasz główny profil do takich zadań na giełdzie

na łączności tutaj, możemy uzgodnić pierwszy deliverable - projekt techniczny, architekturę, plan ryzyk i dokładną wycenę przed rozpoczęciem prac. Rozwiń

Budżet: 5000 EUR Termin: 15 dni

Cześć!

Przemysłowy kontur OT + edge + AI + PWA - interesujący projekt, stos logiczny.

Fazy:

TwinCAT CX2040, 42-67 punktów, OPC UA, awarie, offline buffer
Node-RED → InfluxDB + PostgreSQL, FastAPI JWT, Grafana (5 ekranów), Telegram, Docker
ML: prognoza wydobycia oleju, FFT wibracji, Isolation Forest, PdM, raport ROI
React PWA + zmiany PDF
Warunki: NDA, GitHub dzień 1, kod - klient, płatność za deliverables.

Pod klucz (orientacyjnie): €30-50k lub po fazach (1: €8-14k, 2: €10-16k, 3: €7-12k, 4: €5-8k). Można 1+2 bez AI, potem ML na danych.

Zespół: TwinCAT + Python/ML + React.

Od Ciebie: lista czujników, dostęp do PLC/stendu, NDA.

Jesteśmy gotowi omówić zakres i cenę po NDA. Rozwiń

Budżet: 10000 EUR Termin: 60 dni

Cześć, Denisie!

Zajmuję się opracowywaniem takich systemów. Ostatni projekt to system zarządzania produkcją wyrobów plastikowych.

Proponuję omówić projekt bardziej szczegółowo w prywatnych wiadomościach. Podpiszemy wszystkie niezbędne umowy. Zrobimy to jakościowo, szybko i w rozsądnym budżecie.

Koszt jest na razie trudny do realistycznej oceny, ponieważ funkcjonalne wymagania opisałeś powierzchownie, a niefunkcjonalne warto omówić. Myślałbym o przedziale od 10000 do 30000 euro. Ale to na razie bardziej strzał w ciemno.

Budżet: 5000 EUR Termin: 40 dni

Cześć! Gotowy do współpracy. Oferuję wysoką jakość i szybką pracę. Mam doświadczenie w tworzeniu systemów zautomatyzowanych. Piszcie.

Budżet: 5000 EUR Termin: 1 dzień

Dzień dobry.. Mam doświadczenie w strukturyzacji skomplikowanych projektów i mam pytanie dotyczące architektury realizacji oraz interakcji między poszczególnymi blokami systemu. Na przykład, kto odpowiada za integrację między fazami, jak będą przyjmowane wyniki bloku AI, kto posiada prawa do kodu, modeli i danych (IP), zarządzanie repozytoriami GitHub i dostępami oraz jak będzie zorganizowane przekazanie systemu po zakończeniu prac. Jeśli to jest aktualne dla waszego projektu, z przyjemnością omówię szczegóły i koszt.

Budżet: 5000 EUR Termin: 31 dni

Dzień dobry. Z zainteresowaniem zapoznałam się z Twoim projektem. Jestem pewna, że mogę wykonać efektywną i wysokiej jakości pracę, odpowiadającą Twoim wymaganiom i oczekiwaniom. Posiadam ponad 8-letnie doświadczenie. Jestem gotowa omówić szczegóły i przystąpić do pracy. Czekam na Twoją odpowiedź, pisz, omówimy.

Budżet: 5000 EUR Termin: 22 dni

Witam, mam głębokie doświadczenie zarówno w pracy z niskopoziomowym przemysłowym sprzętem (PLC, protokoły Modbus/OPC UA, systemy sterowania), jak i w budowie wysokoobciążonych platform Edge/Cloud (FastAPI, Docker, InfluxDB) oraz w opracowywaniu modeli ML. Twoja architektura wygląda na monolityczną i przemyślaną, stos technologiczny dobrany do wysokich standardów przemysłowych. Poniżej etapy pracy, które widzę:

Etap 1: PLC & OPC UA
Programowanie Beckhoff CX2040 w TwinCAT 3 (ST).
Zbieranie sygnałów ze wszystkich punktów (do 67 czujników).
Konfiguracja serwera OPC UA oraz logiki buforowania offline.

Etap 2: Infrastruktura Edge & Przechowywanie
Wdrożenie Docker-compose (FastAPI, InfluxDB dla metryk, PostgreSQL dla danych relacyjnych).
Konfiguracja pipeline'ów zbierania danych, 5 ekranów w Grafana oraz bota Telegram do raportów.

Etap 3: Silnik AI & Analiza Predykcyjna
Opracowanie modelu prognozowania wydobycia oleju (Gradient Boosting).
Wdrożenie analizy FFT częstotliwości wibracji łożysk (scipy.fft).
Uruchomienie detektora anomalii (Isolation Forest) oraz algorytmu obliczania ROI.

Etap 4: Frontend PWA & Raporty
Opracowanie mobilnej aplikacji React PWA dla właściciela.
Automatyczne generowanie raportów PDF zmian (przez WeasyPrint).
Kompleksowe testowanie pipeline'u pod obciążeniem oraz oddanie projektu.

Będę zadowolony z możliwości współpracy, mój GitHub https://github.com/onyx144 Rozwiń

Budżet: 5000 EUR Termin: 1 dzień

Witam. Jestem gotów wykonać projekt pod klucz, gwarantuję jakość i terminowość. Jestem gotów pracować z NDA, przez Git, oraz omówić wszystkie kluczowe kwestie. Jestem bardzo zainteresowany projektem, stos technologiczny jest zrozumiały.

Piszcie na prywatne wiadomości, będę zadowolony ze współpracy!

Budżet: 5000 EUR Termin: 3 dni

Cześć. Czy planujecie wykorzystać już istniejące modele uczenia maszynowego do prognozowania wydobycia oleju, czy potrzebna jest pełna rozwój od podstaw na podstawie waszych danych historycznych?

Szczegóły dotyczące terminów i budżetu wyjaśnię w prywatnej korespondencji.

Oto jak zrealizuję ten projekt:
1. Na etapie PLC zaprogramuję TwinCAT 3 z zbieraniem sygnałów, logiką awaryjną i serwerem OPC UA.
2. Na etapie Edge Server skonfiguruję Node-RED, InfluxDB, PostgreSQL, FastAPI z JWT, Grafana oraz bota Telegram w Dockerze.
3. Na etapie AI Engine wdrożę model gradient boosting, analizę FFT oraz detektor anomalii do predykcyjnego utrzymania.

Dziękuję za rozważenie mojej propozycji. Z niecierpliwością czekam na możliwość współpracy z wami!

Budżet: 5000 EUR Termin: 3 dni

Witam. Mogę ocenić i wykonać to jako osobne MVP, optymalnie w Pythonie, jeśli nie ma wymagań co do innego stosu.

Przed rozpoczęciem należy ustalić dokładną listę funkcji, format wyniku i kryteria zakończenia. W koszt wchodzi realizacja uzgodnionego TŻ oraz jedna runda drobnych poprawek. Nowe funkcje lub zmiana logiki po rozpoczęciu będą oceniane osobno.