Промышленные платформы данных: повышение эффективности, видимости и непрерывного улучшения в производстве

Что такое промышленная платформа данных?

Промышленные платформы данных собирают, стандартизируют, контекстуализируют, хранят и делают доступными данные от оборудования и систем в промышленной среде.

Производственные компании десятилетиями использовали MRP и MES. Но с ростом Промышленного интернета вещей (IIoT), продвинутой аналитики, искусственного интеллекта (ИИ), машинного обучения (МО) и пограничных устройств объем данных вырос экспоненциально вместе с новыми возможностями анализа. Этот взрыв потребовал мульти-решения для обработки, хранения и анализа огромного количества данных и доставки инсайтов в реальном времени конечным пользователям.

Промышленная платформа данных состоит из сбора, стандартизации, контекстуализации, хранения и доставки данных. Запуская решения на уровне или рядом с пограничным вычислением (edge), данные можно организовывать, очищать и частично структурировать перед отправкой в облако. Результат — более оптимизированная система управления данными с большей эффективностью. Этот двусторонний путь объединяет множество технологий, чтобы удовлетворить сквозные потребности компании в управлении данными.

Как развивалась потребность в промышленных платформах данных?

Рост данных как ценного актива создал проблемы в последние годы. Технологии были перегружены, что привело к фрагментированным и изолированным базам данных.

Например, хотя сбор данных был почти мгновенным, он часто размещался в многочисленных базах данных, разбросанных по предприятию. К путанице добавлялось, что эти базы часто управлялись разными провайдерами, создавая проблемы задержки или интероперабельности — одной из тех, которые IIoT и технологии Индустрии 4.0 созданы для устранения.

Менеджеры данных осознали необходимость консолидированной и многоуровневой структуры, где все базы данных, коммуникации, связность и анализ находятся в одном месте. Эта консолидация предотвратит изолированность данных и обеспечит доступность всех собранных данных для предиктивного и описательного анализа. Также позволит лучшее корпоративное управление данными и лучшую коллаборацию пользователей.

Требования к промышленной платформе данных

Анализ McKinsey предлагает построить передовое промышленное решение с продвинутой аналитикой со следующими уровнями:

• Уровень приложений: планирование, датчики, планирование, операции, CRM, KPI
• Уровень аналитики и отчетности: сбор данных в реальном времени, просмотр в реальном времени, настраиваемые приложения просмотра, BI-отчетность
• Уровень обмена сообщениями и промежуточного ПО: шлюз датчиков, движок MOM
• Уровень данных: операции, данные датчиков, хранилище данных, метаданные, ERP-система

Существует критические требования к любой промышленной платформе данных:

Интеграция и связность

Любая промышленная платформа данных потребует гибкой и надежной связности.

На рынке сотни решений, использующих традиционную связность устройств по кабелю и линиям T1. Многие провайдеры устройств используют Wi-Fi или сотовую связь.

MachineMetrics, например, специализируется на подключении и сборе машинных данных. Наша гибкая система позволяет связность устройств через OEM-оборудование с прямыми интеграциями станков, датчиками и IoT-устройствами, ретровитом автоматизированного оборудования и даже подключением аналоговых устройств.

Это обеспечивает связность станков любой марки и модели, гарантируя, что производители могут собирать, стандартизировать и контекстуализировать все свои машинные данные.

Это затем позволяет использовать данные в других системах, требующих точных производственных данных для своей основной функциональности, например, в CMMS или MES.

Интеграция с другими устройствами, источниками данных и процессами также важна. Чем более агностична связность и решение устройства, тем больше экосистема и тем больше сбор данных.

Способность интегрировать и анализировать качественные данные от аналогового оборудования наряду с данными от встроенных OEM-устройств означает, что данные, передаваемые на промышленную платформу, доступны для продвинутой аналитики.

Способность обрабатывать или частично обрабатывать данные на периферии означает, что как пакетные, так и потоковые данные легче интегрируются в платформу. Это снижает задержки и позволяет аналитике платформы тратить меньше времени на очистку, обработку и организацию данных.

Стандартизация и контекстуализация данных

Данные — в сердце любой промышленной платформы данных. Как они готовятся — критично. Платформам нужны стандартизированные данные, чтобы посвятить больше вычислительной мощности аналитике и предиктивным/описанным инсайтам.

Платформа машинных данных MachineMetrics, например, использует автоматизированный движок трансформации данных для превращения данных станков и оборудования в стандартные структуры. Это усиливает более последовательную отчетность и аналитику. Стандартизированные данные полезны в пользовательских данных датчиков, состоянии станка, тревогах, переопределениях, диагностике, скорости и режимах станка.

Стандартизированные данные легче анализируются, где можно добавлять предиктивные и прескриптивные решения. Эта контекстуализация данных — одно из самых значимых обещаний IIoT, открывающее множество опций на цехе и производственном уровне. Контекстуализированные данные используют предварительно настроенные действия для выполнения задач без человеческого вмешательства, снижая простой.

Масштабируемость

Способность легко подключаться к промышленной платформе данных критична. Но любая передовая платформа также должна быть масштабируемой.

Во многих компаниях производственные данные поступают из широкого массива оборудования. Иногда это оборудование куплено у разных OEM. В других случаях завод может состоять из множества этапов обработки и требовать разного оборудования. Также бесчисленные компании используют оборудование через поколения — от аналогового до устройств со встроенной IoT-возможностью.

Промышленная платформа данных должна принимать входы от всех этих источников и расти вместе с бизнесом. Полностью интегрированные устройства и стандартизированные данные позволяют легче масштабироваться по мере добавления активов на платформу.

Расширяемость

Традиционное производственное ПО часто было фрагментированным, изолированным и страдало от отсутствия интероперабельности. Способность захватывать, готовить и анализировать данные в реальном времени приносит значительную ценность.

Платформа должна быть полностью расширяемой, чтобы ее аналитические возможности могли использоваться данными из других программных систем предприятия, например, CMMS. Платформы вроде MachineMetrics предлагают расширяемую платформу для подключения через API к множеству устаревших систем, включая MES и ERP.

Но с MachineMetrics расширяемость выходит за рамки API-связности. Платформа позволяет расширяемость с пограничными устройствами для снижения задержки и частичной обработки или анализа данных на уровне станка. Это расширяет ценность данных, делая использование системных ресурсов более эффективным. Операторы могут полагаться на инсайты в реальном времени для оптимизации процессов.

Охват данных также расширяется через интуитивные, настраиваемые интерфейсы операторов. Техники, операторы и менеджеры имеют доступ к богатым визуализациям там, где они нужны больше всего. Они могут добавлять свои инсайты и видеть статус станка, отображаемый по шпинделям, станкам или заводскому уровню.

Преимущества промышленной платформы данных

Есть несколько преимуществ использования промышленной платформы данных:

1. Консолидированные данные: В платформе данные консолидированы в одном месте в облаке. Эта консолидация означает, что все базы данных могут использовать один сервис для рендеринга инсайтов и предложения бизнес-стратегий и оптимизации процессов.
2. Улучшенный доступ: Поскольку активы данных размещены под одним провайдером и используют одни аналитические движки, пользователи могут быстро и легко получать данные с производственного пола. Ценность HMI, мобильных планшетов, телефонов и ПК означает, что принятие решений быстрее и основанное на данных.
3. Ценные приложения: Поскольку операции с данными распределены по уровням внутри платформы, пользователи имеют доступ к настраиваемой отчетности и KPI в реальном времени. Также имеют возможность приблизить вид для просмотра конкретных станков и шпинделей или отдалить для общего представления о производительности завода.
4. Улучшенные операции: Анализ состояний станков в реальном времени может вести к новым стратегиям в управлении, а также позволять автоматизацию. Например, программы предиктивного обслуживания, использующие фактическую производительность и состояния станков, могут значительно снизить затраты на обслуживание и сократить простой.
5. Более высокая безопасность: Многие компании рискуют безопасностью с ad-hoc и фрагментированными IoT-устройствами и ПО. Интегрированные решения означают, что даже если IoT-устройства не имеют полной безопасности, платформа данных может значительно управлять безопасностью через аутентификацию и авторизацию устройств. Это снижает риск успешной атаки.
6. Снижение затрат: Поскольку IoT-устройства и глубокий анализ данных используют мониторинг в реальном времени, они могут автоматизировать или полуавтоматизировать многие процессы. Эта автоматизация снижает труд, раскрывает мощности, уменьшает количество переменных и ручных тестов для контроля качества и оптимизирует стратегии обслуживания. Платформа с интегрированными решениями ведет к оптимизированным процессам, более высокой продуктивности и меньшим отходам.

Насколько влиятельными будут промышленные платформы данных?

Оценки показывают, что к 2025 году будет сгенерировано более 175 зеттабайт пригодных данных. Промышленные платформы данных не только будут влиятельны — они станут обязательными. Они создадут общие данные во многих отраслях с уникальными данными и аналитическими потребностями.

Сейчас большинство производителей полагаются на устаревшие MES и ERP для управления операциями, но эти решения борются со сбором данных. Мы видим быстрое изменение этого рынка, когда крупные игроки пытаются добавить решения для обеспечения связности устройств, а новые участники предлагают простые точечные решения для отслеживания минимума.

MachineMetrics был специально разработан для сбора машинных данных и обеспечения действенности. MachineMetrics интегрирует данные, устройства, ПО и анализ в одном мощном решении. Аналитика в реальном времени доставляет действенные инсайты, пока вы сохраняете полный контроль над своими данными. Чтобы узнать, как наша платформа может дать вам конкурентное преимущество, закажите демо сегодня.