Ipari csatlakoztathatóság és DataOps: a gyártási adatokban rejlő érték felszabadítása
A gyártók nehezen férnek hozzá a különböző gépekből és protokollokból származó adatokhoz, és nehézséget okoz számukra azok használata is. Az olyan kapcsolódási platformok, mint a Kepware, és az oly...
Amikor az adatok léteznek, de kihasználatlanok maradnak
A gyártóüzemek másodpercenként hatalmas mennyiségű adatot állítanak elő. Ennek nagy része azonban a vezérlők, érzékelők és régi berendezések belsejében marad. A mérnökök gyakran több időt töltenek az adatok kinyerésével, mint tényleges felhasználásukkal.
Ez a kihívás egy új megközelítést alakított ki. Ahelyett, hogy egyetlen rendszert próbálnának minden feladatra használni, a gyártók ma már összekapcsolhatósági szoftvereket kombinálnak DataOps-platformokkal. Együtt a széttöredezett jeleket hasznos operatív információvá alakítják.
A nyers gépi jelek strukturált és használható termelési információvá alakítása.
Az adatakadály lebontása
Miért nehéz továbbra is hozzáférni a gépadatokhoz?
A legtöbb gyártósoron több évtizedből származó berendezések működnek együtt. Egy modern vezérlő olyan régi rendszerek mellett üzemelhet, amelyek teljesen eltérő protokollokat használnak. Minden eszköz a saját nyelvén kommunikál.
Ez a sokféleség technikai szűk keresztmetszetet hoz létre. A mérnököknek több kommunikációs szabványt is ismerniük kell ahhoz, hogy akár az alapvető értékeket is kinyerjék.
A nyers regiszterektől a jelentéssel bíró információkig
Még a csatlakoztatás után is hiányzik az adatok kontextusa. Egy regiszterérték önmagában nem magyarázza meg a teljesítményt, a minőséget vagy a hatékonyságot. Az adatok értelmezést igényelnek, mielőtt lehetővé válna az elemzés.
Struktúra nélkül az adatok nem képesek támogatni a műszerfalakat, a jelentéskészítő eszközöket vagy a mesterséges intelligencián alapuló alkalmazásokat.
Két rendszer, két felelősségi kör
Az összekapcsolhatósági platformok kezelik a gépi kommunikációt
Az összekapcsolhatósági szoftverek a megbízható adatgyűjtésre összpontosítanak. A saját protokollokat szabványos formátumokra, például OPC UA-ra vagy MQTT-re fordítják le.
Ez a megközelítés megszünteti az egyedi kódolás szükségességét. A mérnökök előre elkészített illesztőprogramokkal különféle PLC-platformokhoz, köztük Siemens automatizálási rendszerekhez vagy Allen-Bradley vezérlőkhöz is csatlakozhatnak.
A DataOps-platformok a jeleket betekintésekké alakítják
Amint az adatok hozzáférhetővé válnak, a DataOps-platformok struktúrát és jelentést adnak nekik. A nyers bemeneteket olyan termelési mutatókká rendezik, mint az átbocsátás, az állásidő és a minőségi arányok.
Ez az átalakítás lehetővé teszi, hogy az üzleti rendszerek az ipari protokollok ismerete nélkül is felhasználják az adatokat.
Az összekapcsolhatósági és DataOps-platformok megosztják a felelősségi köröket a hatékonyság és a skálázhatóság javítása érdekében.
Az adatfolyam megtervezése
Szabványosítás a peremen
Az összekapcsolhatósági platformok egységes struktúrákba rendezik az adatokat. Ez biztosítja, hogy a további rendszerek a gép származási helyétől függetlenül egységes adatkészleteket kapjanak.
Ez leegyszerűsíti a SCADA-, MES- és felhőalapú elemzési platformokkal való integrációt is.
Kontextuson alapuló modellezés a működéshez
A DataOps-rendszerek működési kontextust alkalmaznak. A jeleket gépállapotokhoz, gyártósorokhoz és terméktípusokhoz rendelik.
Ez a lépés az elszigetelt adatpontokat teljes körű működési történetekké alakítja.
A peremfeldolgozás csökkenti a rendszer terhelését
Ahelyett, hogy a nyers adatokat a felhőbe küldenék, a DataOps-platformok helyben dolgozzák fel az információkat. Az átvitel előtt kiszámítják a legfontosabb mutatókat.
Ez csökkenti a sávszélesség-felhasználást, és javítja a döntéshozatal reakcióidejét.
Az adatgyűjtés és az adatfeldolgozás szétválasztása javítja a rendszer átláthatóságát és teljesítményét.
Valós bevezetés egy gyártósoron
Vegyünk példaként egy több gépből álló csomagolósort. Minden egység saját adatfolyamot állít elő, eltérő protokollokat használva.
Az összekapcsolhatósági platform összegyűjti és szabványosítja ezeket a jeleket. A DataOps-platform ezután egyetlen termelési modellbe egyesíti őket.
A kezelők olyan egyértelmű kimeneteket kapnak, mint a gyártási darabszám, a selejtarány és a gép teljesítménye. Nincs szükség manuális értelmezésre.
A strukturált munkafolyamatok zökkenőmentes adatáramlást tesznek lehetővé a gépektől az elemzési platformokig.
Hol változtatja meg ez a megközelítés az iparágat?
A gyártási rendszerek a valós idejű döntési modellek felé haladnak. Az adatoknak gyorsabban kell áramolniuk, és több jelentést kell hordozniuk.
Az összekapcsolhatóság és az adatmodellezés szétválasztása lehetővé teszi, hogy az egyes rétegek egymástól függetlenül fejlődjenek. Ez a rugalmasság támogatja a hosszú távú skálázhatóságot.
Ez összhangban áll a peremalapú számítástechnika és a digitális transzformációs stratégiák trendjeivel is.
Gyakorlati szempontok a terepről
Mérnöki szempontból ez az architektúra egy régóta fennálló hatékonysági problémát old meg. A hagyományos projektek minden szinten jelentős testreszabást igényeltek.
A felelősségi körök megosztásával a csapatok csökkentik a fejlesztési időt, és javítják a rendszer megbízhatóságát. Az eredmény tisztább és könnyebben karbantartható adat-infrastruktúra.
Véleményem szerint ez a modell a modern üzemek szabványává válik. Jól tükrözi, hogyan kell működniük az ipari rendszereknek adatvezérelt környezetben.
Szerző: Michael Turner, ipari rendszerelemző. 12 év tapasztalat automatizálási integrációban és ipari szoftverarchitektúrákban. Korábbi projektfeladatai közé tartozott Siemens PLC-rendszerek bevezetése és Schneider Electric SCADA-rendszerek integrációja.