Vi gir kommuner det de trenger for å komme igang med IoT!

Kjernen i Divako er bygget rundt effektive integrasjoner. Med gode API’er for å hente data både inn og ut av systemet er du sikret en skalerbar plattform som kan håndtere dine fremtidige behov.

Er du bruker Norkart sin Komtek-løsning har du en “rett ut av boksen” klart integrasjon mot både test og driftsmiljø.

Vi har integrasjoner mot alt fra Komtek til YR, AWS, MS Azure og mange flere.

Har du eget LoRaNet eller bruker en annen aktør sitt nett? Ingen problem, da kan du bruke Divako til å koble data sammen og håndtere dataflyten.

Vi bygger nye API’er så effektivt at vi svært sjeldent tar betalt for å etablere nye API.

Data fra batteridrevne sensorer kommer ekstremt komprimert. Datapakkene må dekrypteres og dekodes. Denne dekodingen kaller vi parsing. I Divako får du inkludert parsing for alle kjente vannmålere på det norske marked. Dette inkluderer alle data fra målerne, såklart også timeverdier (der tilgjengelig i pakken) og alarmer.

Divako gjør mer enn å parse pakkene. Vi harmoniserer også data slik at data er klargjort for eksport / API mot andre applikasjoner. Dette er en krevende operasjon som det kan være tungvint og tidkrevende å håndtere fra bunnen av for en enkelt kunde. Bruk Divako, og alt dette er inkludert!

Vi gir deg det du trenger for å ha full kontroll på dine sensorer. I løsningen kan du se status tilbake i tid og enkelt evaluere om tiltak du gjør på nettverk-siden gir den ønskede effekten på dekningen. Du kan også kontrollere redundansen i ditt nett igjennom å kontrollere om en sensor kommuniserer igjennom 1 eller flere gatewayer.

Mange bruker Divako for å administrere nettet og transportere data til slutt-applikasjoner, men du kan også lese ut måledata / målerparametere i denne applikasjonen. Vi har laget smarte grensesnitt for dette. Under ser du en vannmåler i en graf som viser ukedata. I dette tilfellet har måleren vært uten kontakt med nettet i noen uker. Selve måleren har telt data så når den kommer inn i nettet igjen har man korrekt akkumulert data (linje). Systemet forstår at forskjellen mellom de to datapunktene ikke er forbruk sist uke og viser derfor ikke en egen søyle med “feil” data.

Dette er ting man skal tenke på når man tolker informasjon. I Divako får du dette inkludert.

Å skape verdi ut av alarmer er en av hoved-driverne bak utrullingen av fjernavleste vannmålere. Vår filosofi er at en alarm har ikke skapt verdi før den han medført / trigget en handling hos noen enten det er sluttbrukeren eller leverandøren av produktet instrumentet måler (ofte vann). Dette innebærer veldig mye mer enn å kunne videresende en alarm fra et instrument.

Vannmålere fra ulike produsenter sender en rekke forskjellige alarmer, og sender man dette ubehandlet videre vil en slutt-applikasjon måtte jobbe med minst 40 ulike alarmer, mens det i realiteten er 7-8 tilstander / varslinger som trigger alarmene på tvers av alle produsenter.

I Divako harmoniserer vi alarmene for deg slik at det enkelt kan kommuniseres på en forståelig måte videre til sluttbruker / slutt-applikasjon.

Har du jobbet en del med IoT for en kommune er du kjent med at èn av utfordringene er knyttet til at data kan nå deg over mange ulike nettverksløsninger. Det er ikke spesielt unikt om du skal hente data over LoRaWan, Nb-IoT, wM-Bus og kanskje til og med FTP.

Eksempler på tilkoblinger du kan benytte, og som er inkludert i Divako:

I tillegg kan det godt være det er relevant å hente data fra en ekstern datakilde / en eller flere ulike nettverksleverandører. Å håndtere dette i separate grensesnitt er svært kronglete og dyrt.

Du må ha ett sted å administrere data fra alle dine sensorer. Dette løser Divako for deg! Koble opp integrasjonene og nettverkene du skal ha, og alle instrumentene kommer inn på samme sted – i en samlet oversikt.

Enten du bruker eget nettverk administrert i vår nettverks-server, eller har et annet eksternt vil du dra nytte av kart-mulighetene i Divako. De fleste integrasjoner leverer posisjonsdata på gatewayene så de dukker automatisk opp i kartet. Legger du inn lokasjon må instrumentene dine vil kartet automatisk legge opp linjer mot den gateway som gir beste signal. Linjene fargelegges etter radiostyrke/støy. I kartet kan du også, med et enkelt klikk velge å se måle-parametere fremfor nettverks-informasjon.

Når du jobber med IoT er det en kjent sak at systemet kan motta korrumperte data. Det kan være mange ulike årsaker til at data korrumperes, og selv om det ikke skjer ofte er det viktig at systemet evner å skille ut feil data.

Dette er noe vi jobber med i Divako. En beta-løsning er allerede live hos noen kunder. Dette verktøyet vil operere på tilpassede algoritmer og AI-logikk for å kunne sikre gode data til sluttkunde.

I vår løsning kan du sende downlink til dine instrumenter i èn portal uavhengig av kommunikasjonsform. Enten instrumentet kommuniserer over LoRaWan, Nb-IoT eller FTP /SMS. Kommunikasjonen med de gjør du fra og i Divako. Her kan du lagre egne downlinks som handelinger, og ha disse liggende for hvert enkelt instrument eller instrument-type. Ønsker du å sende beskjed til mange på en gang? Den muligheten har du her.

Løsning for kartlegging av eget netts dekning. Sømløst integrert mot rekkeviddetester som plotter posisjon og radio-styrke/støyforhold i et visuelt grensesnitt for deg.

Vi tilbyr og kartlegging av nett for deg dersom du ønsker å sette bort denne tjenesten.

Èn sak er å transportere data. En annen sak er å forstå data, og bearbeide det på en slik måte at det skaper verdi for sluttbrukeren. Det krever at du bruker en aktør som kan noe om instrumentering, som kjenner til hva instrumentet ditt kommuniserer og hvordan systemet og brukeren skal tolke informasjonen.

Øwre-Johnsen har 70 års erfaring med instrumentering. Vi vet hva du skal kunne forvente å lese ut, og vi har erfaringen og kompetansen som skal til for å få data frem på korrekt måte.

Mange ganger skal data videre til andre applikasjoner. Da er det svært viktig å kunne forstå hva som kommer inn, og hva slutt-applikasjonen skal ha, (og ikke) ha av data som flyter fra instrumentet. Det gjelder like mye om data kommer fra en avansert sonemåler fra Siemens eller fra en husvannmåler.