Ennaltaehkäisevät ja ennustavat huoltoprosessit ovat alkaneet kiinnostaa myös teollisuuden aloja, joilla prosessit ovat pysyneet lähes muuttumattomina vuosikymmeniä. Suuret teollisuuslaitokset tuottavat suunnattoman määrän dataa, jota usein ei hyödynnetä missään määrin. Opinnäytetyön tarkoituksena olikin luodan järjestelmä, jolla voidaan tehostaa teollisuuden prosesseja, antaa teollisuuden toimijoille paremmat työkalut laitteiston hallintaan sekä tuottaa lisäarvoa hankituille laitteille.

Opinnäytetyön aikana kehitettiin Fidera Oy:n toimesta järjestelmä, joka mittaa, analysoi sekä visualisoi teollisuuden laitteista tulevaa dataa. Opinnäytetyö sisälsi tutkimusta, ohjelmistokehitystä, testausta sekä laiteasennuksia teollisuusympäristössä. Ohjelmistokehitys tehtiin Python-ohjelmointikielellä ja sisälsi monia uusia ohjelmistokehityksen työtapoja. Ohjelmistokehityksen aikana toteutettiin käyttäytymishakuista kehitystä, ja se sisälsi kolme alaosiota: Bluetooth-skannerin, Bluetooth-pakettien käsittelyn sekä lisätyökalun luomisen laitetunnisteiden tulostamista varten. Ohjelmistoa varten luotiin myös mittava dokumentaatio, joka käsittää asetuksien asettamisen, virhetilanteet sekä yleisen toiminnallisuuden.

Järjestelmän prototyyppi koostui kymmenistä Bluetooth-majakoista kahdelta eri valmistajalta, viidestä tukiasemalaitteesta, sekä pilvipalvelusta. Bluetooth-majakat tulivat kahdelta eri valmistajalta, Ruuvilta sekä Confidexilta. Tukiasemana toimi uusin Raspberry Pi -minitietokone, johon asennettin Linux-käyttöjärjestelmä ja joka yhdistettiin 3G-reitittimellä Internetiin. Käyttöjärjestelmän lisäksi tukiasemalle asennettiin räätälöity Bluetooth-skannausohjelmisto, asetuksienhallintaohjelmisto Chef sekä viestienvälitysohjelmisto RabbitMQ.

Tuloksena oli toimiva datankeruujärjestelmä, jota pystytään helposti skaalaamaan ja jonka data on helposti tulkittavissa.