Gdy dane istnieją, ale pozostają niewykorzystane

Hale produkcyjne generują ogromne ilości danych w każdej sekundzie. Jednak większość z nich pozostaje zamknięta w sterownikach, czujnikach i starszych urządzeniach. Inżynierowie często poświęcają więcej czasu na pozyskiwanie danych niż na ich faktyczne wykorzystanie.

To wyzwanie doprowadziło do opracowania nowego podejścia. Zamiast zmuszać jeden system do obsługi wszystkiego, producenci łączą obecnie oprogramowanie zapewniające łączność z platformami DataOps. Wspólnie przekształcają rozproszone sygnały w użyteczną wiedzę operacyjną.

Przekształcanie surowych sygnałów maszynowych w uporządkowaną i użyteczną wiedzę produkcyjną.

Przełamywanie bariery danych

Dlaczego dostęp do danych maszynowych pozostaje trudny

Większość linii produkcyjnych łączy urządzenia pochodzące z wielu dekad. Nowoczesny sterownik może współpracować ze starszymi systemami wykorzystującymi zupełnie inne protokoły. Każde urządzenie mówi własnym językiem.

Ta różnorodność tworzy techniczne wąskie gardło. Inżynierowie muszą znać wiele standardów komunikacyjnych tylko po to, aby wyodrębnić podstawowe wartości.

Od surowych rejestrów do znaczących informacji

Nawet po nawiązaniu połączenia dane pozbawione są kontekstu. Sama wartość rejestru nie wyjaśnia wydajności, jakości ani efektywności. Zanim analiza stanie się możliwa, systemy muszą zinterpretować dane.

Bez odpowiedniej struktury dane nie mogą zasilać pulpitów nawigacyjnych, narzędzi raportowych ani aplikacji wykorzystujących sztuczną inteligencję.

Dwa systemy, dwa zakresy odpowiedzialności

Platformy zapewniające łączność obsługują komunikację z maszynami

Oprogramowanie zapewniające łączność koncentruje się na niezawodnym gromadzeniu danych. Tłumaczy autorskie protokoły na ustandaryzowane formaty, takie jak OPC UA lub MQTT.

Takie podejście eliminuje potrzebę tworzenia niestandardowego kodu. Inżynierowie mogą łączyć się z różnymi platformami PLC, w tym z systemami automatyki Siemens lub sterownikami Allen-Bradley, korzystając z gotowych sterowników.

Platformy DataOps przekształcają sygnały w użyteczne informacje

Gdy dane stają się dostępne, platformy DataOps nadają im strukturę i znaczenie. Organizują surowe dane wejściowe w metryki produkcyjne, takie jak przepustowość, przestoje i wskaźniki jakości.

Ta transformacja pozwala systemom biznesowym korzystać z danych bez znajomości protokołów przemysłowych.

Platformy zapewniające łączność i DataOps dzielą między siebie zakresy odpowiedzialności, aby zwiększyć efektywność i skalowalność.

Projektowanie potoku danych

Standaryzacja na brzegu sieci

Platformy zapewniające łączność normalizują dane do spójnych struktur. Dzięki temu systemy dalszego przetwarzania otrzymują jednolite zbiory danych niezależnie od pochodzenia maszyn.

Ułatwia to również integrację z platformami SCADA, MES i chmurowej analityki.

Modelowanie kontekstowe na potrzeby operacji

Systemy DataOps stosują kontekst operacyjny. Przypisują sygnały do stanów maszyn, linii produkcyjnych i typów produktów.

Ten etap przekształca odizolowane punkty danych w pełne opisy przebiegu operacji.

Przetwarzanie na brzegu sieci zmniejsza obciążenie systemu

Zamiast wysyłać surowe dane do chmury, platformy DataOps przetwarzają informacje lokalnie. Obliczają kluczowe metryki przed ich przesłaniem.

Zmniejsza to zużycie przepustowości i skraca czas reakcji potrzebny do podejmowania decyzji.

Rozdzielenie gromadzenia i przetwarzania danych poprawia przejrzystość oraz wydajność systemu.

Rzeczywiste wdrożenie na linii produkcyjnej

Rozważmy linię pakującą złożoną z wielu maszyn. Każde urządzenie generuje własny strumień danych, wykorzystując różne protokoły.

Platforma zapewniająca łączność gromadzi te sygnały i je standaryzuje. Następnie platforma DataOps łączy je w jeden model produkcji.

Operatorzy otrzymują czytelne dane wyjściowe, takie jak liczba wyprodukowanych sztuk, wskaźnik odrzutów i wydajność maszyn. Nie jest wymagana ręczna interpretacja.

Uporządkowane procesy umożliwiają płynny przepływ danych z maszyn do platform analitycznych.

Gdzie to podejście zmienia przemysł

Systemy produkcyjne zmierzają w kierunku modeli decyzyjnych działających w czasie rzeczywistym. Dane muszą przepływać szybciej i zawierać więcej znaczenia.

Oddzielenie łączności od modelowania danych pozwala każdej warstwie rozwijać się niezależnie. Ta elastyczność wspiera długoterminową skalowalność.

Jest to również zgodne z trendami w zakresie przetwarzania brzegowego i strategii transformacji cyfrowej.

Praktyczne spojrzenie z perspektywy branży

Z punktu widzenia inżynierii architektura ta rozwiązuje wieloletni problem nieefektywności. Tradycyjne projekty wymagały znacznych modyfikacji na każdym poziomie.

Podział odpowiedzialności skraca czas prac programistycznych i zwiększa niezawodność systemu. Rezultatem jest przejrzystsza i łatwiejsza w utrzymaniu infrastruktura danych.

Moim zdaniem model ten stanie się standardem w nowoczesnych zakładach. Odzwierciedla sposób, w jaki systemy przemysłowe muszą działać w środowisku opartym na danych.

Autor: Michael Turner, analityk systemów przemysłowych. 12 lat doświadczenia w integracji automatyki i architekturze oprogramowania przemysłowego. Wcześniejsze role projektowe obejmowały wdrożenia sterowników PLC firmy Siemens oraz integrację systemów SCADA firmy Schneider Electric.