Amikor az adatok léteznek, de kihasználatlanok maradnak

A gyártóüzemek minden másodpercben hatalmas mennyiségű adatot állítanak elő. Ennek nagy része azonban a vezérlőkben, érzékelőkben és régi berendezésekben marad bezárva. A mérnökök gyakran több időt töltenek az adatok kinyerésével, mint a tényleges felhasználásukkal.

Ez a kihívás új megközelítést hívott életre. Ahelyett, hogy egyetlen rendszert próbálnának minden feladatra használni, a gyártók ma már összekapcsolhatósági szoftvereket DataOps-platformokkal kombinálnak. Együtt a széttöredezett jeleket használható működési intelligenciává alakítják.

A nyers gépi jelek strukturált és használható termelési intelligenciává alakítása.

Az adatakadály lebontása

Miért nehéz továbbra is hozzáférni a gépi adatokhoz?

A legtöbb gyártósor több évtizedből származó berendezéseket kombinál. Egy modern vezérlő olyan régi rendszerek mellett működhet, amelyek teljesen eltérő protokollokat használnak. Minden eszköz a saját nyelvét beszéli.

Ez a sokféleség műszaki szűk keresztmetszetet hoz létre. A mérnököknek több kommunikációs szabványt kell ismerniük ahhoz, hogy akár csak alapértékeket is kinyerjenek.

A nyers regiszterektől a jelentéssel bíró információkig

A kapcsolat létrehozása után is hiányzik az adatokból a kontextus. Egy regiszterérték önmagában nem magyarázza meg a teljesítményt, a minőséget vagy a hatékonyságot. Az elemzés előtt a rendszereknek értelmezniük kell az adatokat.

Struktúra nélkül az adatok nem képesek támogatni az irányítópultokat, 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 szabványosított formátumokká, például OPC UA- vagy MQTT-formátummá alakítják.

Ez a megközelítés megszünteti az egyedi kódolás szükségességét. A mérnökök előre elkészített illesztőprogramokkal kapcsolódhatnak különféle PLC-platformokhoz, beleértve a Siemens automatizálási rendszereket és az Allen-Bradley-vezérlőket.

A DataOps-platformok a jeleket felismerésekké alakítják

Amint az adatok hozzáférhetővé válnak, a DataOps-platformok struktúrát és jelentést adnak hozzájuk. A nyers bemeneteket olyan termelési mutatókká szervezik, mint az átbocsátás, az állásidő és a minőségi arányok.

Ez az átalakítás lehetővé teszi, hogy az üzleti rendszerek az ipari protokollok ismerete nélkül fogyasszák 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 struktúrákká normalizálják az adatokat. Ez biztosítja, hogy az alsóbb rendszerek egységes adatkészleteket kapjanak, függetlenül a gép eredetétől.

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-használatot, és javítja a döntéshozatal reakcióidejét.

Az adatgyűjtés és -feldolgozás szétválasztása javítja a rendszer átláthatóságát és teljesítményét.

Valós alkalmazás 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 egyértelmű kimeneteket kapnak, például a gyártási darabszámot, a selejtarányt és a gép teljesítményét. 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 mozdulnak el. 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.

Emellett összhangban áll a pereminformatika és a digitális transzformációs stratégiák trendjeivel.

Gyakorlati tapasztalatok a terepről

Mérnöki szempontból ez az architektúra megold egy régóta fennálló hatékonysági problémát. 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 egy tisztább és könnyebben karbantartható adatinfrastruktúra.

Véleményem szerint ez a modell a modern üzemek szabványává válik. Jól tükrözi, hogyan kell működniük az ipari rendszereknek egy adatvezérelt környezetben.

Szerző: Michael Turner, ipari rendszerek elemzője. 12 év tapasztalat az automatizálási integráció és az ipari szoftverarchitektúra területén. Korábbi projektfeladatai közé tartozott Siemens PLC-k telepítése és Schneider Electric SCADA-rendszerek integrációja.