Построение больших данных из малых данных

Производственные предприятия генерируют огромные объемы оперативных данных от своего автоматизированного производственного оборудования, устройств контроля состояния и других датчиков и систем. По мере того, как компании все больше осознают потенциал этих активов, они задаются вопросом, как инициативы в области промышленного Интернета вещей (IIoT) могут помочь использовать эту информацию и получить полезную информацию. Но многие попытки решить эту проблему с помощью мегапроектов в масштабах предприятия не оправдывают ожиданий из-за огромного размера и сложности. Возможно, лучше начать с «небольших» данных в источнике, а затем нарастить их до больших данных, используя периферийные вычисления, специализированные приложения и открытое подключение.

Цифровая трансформация никогда не бывает разовой задачей. Но если взяться за слишком большой проект, можно быстро свести на нет все усилия. Просто подключить множество различных источников данных может быть сложно, но эффективная передача, обработка и хранение этих данных — локально или в облаке — является столь же масштабной задачей. Таким образом, самые успешные проекты начинаются снизу вверх с использованием данных машинного уровня, а не сверху вниз на уровне предприятия (рис. 1).

Сосредоточение внимания на конкретных проблемах и активах может принести немедленную отдачу по сравнению со сбором всех возможных данных и попыткой обнаружить возможности без четкой формулировки проблемы. Персонал предприятия может расставлять приоритеты в отношении повседневных эксплуатационных проблем и выбирать наиболее важные данные из существующих или даже новых точек измерения. Но это обнажает новую проблему:интересующие данные обычно не хранятся активно в системе управления.

Например, при чрезмерном простое новой машины отсутствие сбора данных означает, что оператор не может найти основную причину. Каждое предпринятое действие является реакцией на наблюдения после того, как произошел сбой. Применяя проект с небольшим объемом данных, пользователь может собирать данные из системы управления вместе с новыми датчиками давления воздуха и вибрации. Собирая и анализируя данные в режиме реального времени в контексте машины, операторы могут быстро найти основную причину и устранить проблемы, что приведет к увеличению времени безотказной работы.

Источники производственных данных, как правило, являются частью области операционных технологий (ОТ), которая включает в себя программируемые логические контроллеры (ПЛК), устройства перемещения и многие типы датчиков и инструментов. Но для передачи, хранения и обработки огромных объемов данных требуются возможности информационных технологий (ИТ).

Ключ к объединению ОТ и ИТ, а также к совместной работе сотрудников, ранее находившихся по обе стороны этого разделения, лежит в новом поколении пограничных контроллеров (рис. 2). Пограничные контроллеры сочетают детерминированное управление в реальном времени с использованием языков IEC 61131-3 с универсальными вычислениями на базе Linux для создания мощной платформы IIoT, которую можно встроить в новые проекты или включить в устаревшие системы.

Это новое поколение контроллеров также объединяет традиционные OT-протоколы, такие как PROFINET и Modbus TCP, с современными ИТ-протоколами, такими как OPC UA и MQTT, что обеспечивает беспрепятственную связь между периферийными источниками данных и корпоративными платформами более высокого уровня, такими как MES, ERP, управление техническим обслуживанием и другие аналитические системы.

Многие конечные пользователи признают, что они могут извлечь выгоду из IIoT, но могут справедливо опасаться, что крупномасштабная атака на большие данные может не увенчаться успехом. Вместо этого, подойдя к IIoT с небольшим объемом данных, пограничными контроллерами и целевой аналитикой, эти пользователи получат раннюю отдачу, помогая им быстрее продвигаться по пути цифровой трансформации.

Эта статья была написана Дереком Томасом, вице-президентом по маркетингу и стратегии подразделения Machine Automation Solutions компании Emerson, Сент-Луис, Миссури. Дополнительную информацию см. здесь .