白皮书
车联网设计与实现:搭建可靠、高效、符合行业需求的车联网平台 →

面向智能制造的现代数据基础设施

Joey
2023-10-11
面向智能制造的现代数据基础设施

传统制造面临的挑战

制造业是一项复杂而富有挑战性的事业,涉及多个方面。几乎所有的制造企业都要面对诸多挑战,比如管理规模庞大的生产流程、保持产品竞争力以及应对各种运营难题等。为了保持竞争力,制造企业不断寻求各种方法来提高他们的绩效水平。通常,他们关注的改进领域主要包括:

  • 运营效率
  • 质量保证
  • 资产优化
  • 供应链优化
  • 产品创新
  • 环境可持续性

不同的行业根据自身的特点和目标,会有不同的改进重点。例如,物流企业可能更关注优化他们的供应链管理流程,而食品企业可能更重视保证食品的最高质量。每个行业都会根据自己运营的具体需求和要求来制定改进方向。总的来说,这些改进都可以归纳为上述提到的六个主要类别。

工业 4.0 解决方案

为了克服这些挑战,许多制造企业选择将工业 4.0 技术作为他们的战略方案之一。这些先进的技术可以帮助他们加快制造设施的数字化转型。通过运用工业 4.0 的理念和方案,企业可以彻底改变他们的运营方式,实现更高程度的自动化,更完善的产品质量追溯系统,更快速的生产规模调整,以及更高的可持续性。

新技术的盲区

在制定预算和部署新技术之前,企业必须对他们现有 IT 和 OT 基础设施的能力和性能等方面进行全面的评估。

不同 IT 和 OT 系统之间的互通性是一个常见而又容易被忽视的问题。为了避免这个问题,企业应该:

  • 检查现有 IT 和 OT 系统与新技术之间的兼容性,确保不同系统和设备之间没有兼容性问题。
  • 规划必要的集成或升级,以保证流畅的通信和数据交换。

除了互通性,可扩展性也是采用新技术时需要考虑的重要因素。企业应该从以下方面考虑:

  • 现有基础设施是否能够满足企业未来数据存储和处理需求的增长。
  • 在增加大数据处理系统时,是否需要扩充服务器容量、增加存储空间、优化数据管理流程。

传统制造的信息基础设施

在传统的自动化系统中,管理层的系统(如 ERP 或 MES)和现场层的传感器与设备之间很少有直接的通信。主要的通信流程是按照自动化金字塔内的分层结构进行的,其中现场层的传感器和与设备产生的数据由控制层的设备(如 PLC 和 SCADA)收集和处理,然后再传递给管理层。

级联数据流

自动化金字塔中的信息流通常呈现出一种从下到上、从上到下的级联模式,即数据从底层(现场层)流向顶层(管理层),而控制命令或指令则从顶层流向底层。这种信息流模式是自动化金字塔的一个基本特征。因此,顶层的管理 IT 层和底层的设备 OT 层之间几乎没有通信。大量的生产数据被存储或遗漏在 OT 层的系统和设备(如 PLC 和 SCADA)中。

Cascade Data Flow

传统制造的手工数据分析

为了应对这一问题,许多大型企业采用数据采集软件(例如 Kepware),定期从现场设备和控制层的 SCADA 系统中收集各种测量值、过程变量、报警以及其他相关信息。确保数据采集的准确和可靠性对于后续的数据分析至关重要。电子表格工具(如 Microsoft Excel 或 Google Sheets)广泛用于基本数据分析,同时 Tableau、Power BI 或 QlikView 等工具使用户能够创建视觉上吸引人的数据可视化图表,以便更轻松地探索和展示洞察。然而,这种数据处理方法属于手动批处理,效率不如自动化实时数据处理高。随着信息基础设施中组件和系统的增加,也带来了更多的通信渠道,从而使数据交换变得更加复杂。

Manual Data Analysis for Traditional Manufacturing

中央制造数据中心

如前所述,新技术可能与自动化金字塔内的现有组件或系统存在兼容性问题。不同的设备、协议或软件可能难以无缝集成或进行有效通信。确保兼容性并建立新旧技术之间良好的互操作性可能面临巨大挑战。这可能导致停机、系统重置或培训需求,这些因素可能会暂时影响生产效率和工作流程。

集中式数据仓库

EMQ 提出了 Open Manufacturing Hub(OMH)解决方案,旨在通过建立更加灵活和互联的数据交换模式来确保制造信息基础设施的互操作性和可扩展性。OMH 建立了一个集中式数据仓库,用于存储和管理从自动化金字塔各个层级收集的所有数据。这个数据仓库充当中心节点,将来自现场层设备、控制层系统和管理层应用的数据进行整合。

Centralized Data Repository

在 OMH 架构中,数据可以在自动化金字塔的各个层级之间双向流动。虽然传统的从现场层到管理层的级联数据流仍然有效,但 OMH 使得不同层级之间的通信更加灵活和直接。数据可以被多个层级访问和利用,实现实时监测、分析和控制。

OMH 借助 MQTT Broker EMQX 提供了标准化的数据访问方式。这使得授权的用户和应用能够使用一致且明确的 MQTT 接口来订阅来自自动化金字塔中任何信息系统的数据。此外,OMH 还通过 Neuron 网关提供了标准化的设备数据采集方式,使不同格式的设备数据能够与任何其他系统或设备进行通信。

IT 和 OT 的融合

OMH 通过提供丰富的 OT 工业协议通信和 IT 应用连接器,以及对各种数据格式进行 MQTT 标准化,促进了自动化金字塔内的 IT 和 OT 系统之间的互操作性。它能够协调数据,确保了组件和系统之间的一致性和兼容性。这种标准化使得协作和整合变得更加顺畅,同时也打破了信息孤岛。

IT and OT Convergence

通过收集和存储来自 OT 系统的实时数据,OMH 可以实现对制造过程的实时监测和控制。这有助于提高运营透明度、进行主动决策和及时干预,从而解决问题或优化性能。来自 OT 系统的实时数据可以与来自 IT 系统的数据相结合,提供全面的制造环境视图。

情境化

这种类型的 IT 和 OT 数据结合是数据规范化和情境化的过程,也就是将来自多个不同来源(例如现场层设备、控制系统、管理层应用)的数据整合到一个信息源中。这种整合使得数据情境化更加容易,因为它能够将制造过程中各个部分的数据联系起来。

实际上,OMH 的一个最关键特点是它提供了情境化数据,这对分析型应用(如 AI/ML)非常重要。通过提供更多上下文信息和元数据,AI/ML 模型能更好地理解和解释数据,从而降低误差并提高准确性。因此,采用 OMH 可以提升分析模型的预测性能。

总之,OMH 可以将自动化金字塔中的级联数据流转变为统一命名空间架构。一般而言,将 OMH 整合到信息基础设施中就像实施统一命名空间架构一样,它能够带来以下好处。

  • 简化数据访问
  • 提升协作
  • 情境化数据
  • 简化 IT 管理
  • 可扩展性和灵活性
  • 互操作性
  • 数据一致性
  • 提高数据完整性
  • AI/ML 精准预测

多地点制造

通过利用 EMQX 的高吞吐量和低延迟能力,OMH 能够实现多个地点之间的高速数据同步。多个制造地点之间的高速数据同步可以确保共享的数据在各个地点之间保持一致。数据被同步后,每个地点都能够访问相同的信息集合,从而确保决策和行动都基于最新且同步的数据。这有助于提高运营的一致性,并实现所有地点的标准化流程。

Multi Sites Manufacturing

数据同步支持可扩展性,能够促进制造业务向新地点扩展。当增加新地点时,数据可以同步到这些地点,使它们能够迅速访问相关信息,并融入整个制造生态系统。这种可扩展性有助于简化运营、适应增长,并保持扩展的制造网络中数据的一致性。

分布式流处理框架

将数据同步到多个制造地点后,可以通过轻量级边缘物联网数据分析/流处理软件 eKuiper 实现本地数据访问和处理。每个地点都可以本地访问和处理同步的数据,从而降低了从中心位置获取数据时可能出现的延迟和网络流量。这样做提高了性能,实现了更快的响应时间,并确保了每个地点内部的平稳运行。

本地中央控制室

通过将来自多个地点、多个应用和系统的数据集成到总部中央控制室的高速 OMH 中,操作员和工程师可以在可视化仪表板和界面查看实时数据、报警和性能指标。通过这种实时监控,可以即时了解运行状况,及时做出响应,并对生产流程进行主动管理。

On-Premise Central Control Room

虚拟分析云平台

借助来自不同来源和不同地点的数据,云平台已经取代了传统的中央控制室。云平台允许用户从任何具备互联网连接的地方远程访问数据和应用,为操作员和工程师提供了高效监测和管理制造过程的便捷方式。这促进了无缝的远程协作,并有助于企业内部做出明智的决策。

Virtual Analytic Cloud Platform

实时流处理

通过建立混合流处理框架,可以在中央控制室和云平台上处理实时数据分析。分析任务根据需求在这两个环境之间分配。该框架包括适用于云平台或本地服务器的多种应用,例如 Apache Kafka、Node-Red 和 Apache Flink。这种设置确保了高效的实时数据处理,以满足生产时间限制,并能有效地应对以下挑战:

  1. 实时处理允许系统快速应对制造环境中的动态变化,持续监测数据流,检测偏差,并实时触发报警或自动化操作。这种敏捷性确保系统能够迅速适应不断变化的条件,使干扰最小化,提高运营效率。
  2. 实时处理提供了即时优化运营效率的能力。通过分析实时数据,系统能够识别过程中的低效、资源瓶颈,或者偏离最佳性能的情况。这使得系统能够迅速进行调整,优化资源分配,并动态地改进过程,从而提高整体效率和生产力。
  3. 实时处理有助于主动发现和预防问题。通过实时监测数据流,系统可以识别潜在问题的模式或预警信号,以预防问题的升级。这使得操作员能够采取预防措施,启动维护活动,或及时实施纠正行动,从而最小化停机时间并提高可靠性。
  4. 实时处理为决策者提供了实时洞察和决策支持工具。通过实时分析数据流,系统可以向决策者提供实时仪表板、警报和可视化工具。这使得决策者能够基于最新信息做出明智的决策,提高响应速度和整体决策质量。

结语

要实现成功的业务转型,需要摒弃传统的方法,重新重视可扩展性和互操作性。实施 OMH 解决方案则可以轻松实现这一目标。OMH 能够集中管理数据仓库,建立情景化的数据平台,并在分布式框架内执行工作流程。通过应对制造挑战,企业可以享受到可扩展性和成功的数据分析策略所带来的诸多好处,最终成功应用工业 4.0 新技术。

联系 EMQ 工业领域解决方案专家
联系我们 →

推荐阅读