蘇州八控自動化設備有限公司
 
可信賴的專業服務商
行業資訊

連接多地工業數據源,實現全球制造智能

來源:艾默生

一家在80多個國家開展業務的大型跨國化工生產商致力于將經營成功、社會責任和保護環境有機結合,為可持續的未來創造化學產品,該公司在全球設立了6個高度集成的“Verbund”生產基地和350個生產基地,利用數字化和數據,提高工作效率和生產流程效率,同時為客戶創造了附加價值。


作為智能制造的重要組成部分,該公司設立了可靠性中心,為現場設備的可靠性運行提供專業級支持。該中心可從公司的全球任何站點訪問工業數據,并對數據進行分析,為生產現場提供建議,實現故障排除。下面我們來介紹這家化工企業的數字化轉型項目如何以安全和可擴展的方式實現從多個應用程序到多個數據源的全球工業數據訪問。


具有遠程訪問能力的可靠性中心


在加強制造智能化同時,需要一個統一的工業數據平臺來取代目前廣泛使用的點對點的數據傳輸和集成,管理和監控所有站點的設備,形成全球生產基地的智能設備管理平臺,實現設備健康監測和遠程運維能力。


**** 連接和集成

Perseverance Prevails

許多化工廠在實踐中發現,除了從控制系統獲取流程的數據之外,獲取其他設備和流程數據很有挑戰性。例如,有些工廠建立了有線網物理層(如本質安全柵),這讓數據獲取變得困難。

No.2 智能數據和通用語言

Perseverance Prevails

數據必須包含有用的上下文,編碼標簽可能對現場人員很有用處,但對遠程專家可能沒有意義。相反,提供位置、工廠、設備和流程功能的描述性標簽使遠程人員能夠更快、更有效地識別各種設備信息并進行分析。那么,使用不同命名規則的數據如何整合?企業級數據平臺可能有所幫助,它能夠將企業內多個數據源的數據映射同一個數據平臺,且將同數據源的數據標簽轉換成統一命名規則,這是數據代理的功能之一。通常,這些規則是以類似于物理資產的分層方式構建的,稱為數據模型。

No.3 數據傳輸和集成

Perseverance Prevails

一旦數據存儲在數據湖并且采用標準化的標簽系統,數據就可以在全球范圍內可用。當授權用戶搜索信息時,源應該是透明的。數據代理必須從數據所在的位置或應用程序中識別和檢索數據。對于地理上分散在遠距離設備,數據的區域復制可以加快搜索迅速。

No.4 可視化

Perseverance Prevails

使用來自智能傳感器、設備和應用程序的信息實現可視化協作門戶,一般來說,數據平臺應使用標準化的儀表看板和屏幕提供可視化信息,以減少學習曲線和認知負荷。

20210608095855.jpg

中央系統管理示意圖

No.5 擴展面臨更多挑戰

Perseverance Prevails

在全球范圍內部署數據平臺也帶來了一些挑戰,包括網絡安全問題,如終端安全、用戶身份驗證以及遵守可能適用的不同國家法規。大規模的全球部署還可能帶來更多挑戰:應用程序性能、高端實時數據的可用性和可靠性、高昂的初始成本、較高的生命周期和維護成本,以及為具有不同需求的不同業務部門設計和實施全球標準的能力。


遠程集成和中央系統管理


目前正在使用的數據平臺連接來自不同數據源的信息,包括歷史數據、電子表格和新的傳感器數據。這個平臺增強了數據分析能力,并向用戶提供急需的信息。


經過審慎的選擇,該企業選擇了艾默生Plantweb Optics數據湖建立其企業數據平臺。Optics數據湖使用單端口TCP/IP提供實時的雙向連接。這與企業 IT系統集成標準非常一致。該解決方案優先傳輸壓縮和加密數據,以接近實時地在企業廣域網VPN上運行。Optics數據湖提供了一個多層的信息代理,可以將大量數據源與數據應用程序陣列解耦。企業級部署的網絡基礎設施(包括數據驅動的儀表板)基于NoSQL MongoDB數據庫,它可以處理各種數據類型(時間序列、文本信息、警報或事件等),并在世界不同地區快速設置和復制,以加快本地用戶的訪問速度。


Plantweb Optics數據湖企業級解決方案目前應用在該公司全球四大洲的十個工廠50多臺計算機上,連接數百個不同的分布式企業數據源。除了這一核心功能之外,該解決方案還嵌入了數據驅動的數字儀表看板、HTML5和流式分析等技術,并與Optics數據湖的KPI可視化門戶相結合。


應用價值


迄今為止,已經實際應用的功能包括:


可訪問全球的設備數據,為這些設備提供預測性維護,功能還在不斷拓展中;

在其他企業工廠,從基礎自動化到MES的連接幾乎達到100%的數據可用性(一些遠距離站點具有最高85%的數據可用性)。


未來,該企業將把信息作為公司全球預測性維護平臺的關鍵組成部分,還計劃將該解決方案擴展到其它制造智能領域。


目前企業已經解決了大部分訪問和解析運營和制造數據的挑戰,但就數據可用性、語境化和可伸縮性而言,新的數據層提供了一個高效和有效集成數據的解決方案。




一個有效的數據平臺可以幫助制造企業實現數字化轉型。用于智能制造、智能工廠、工業4.0等項目;人、機器、工廠、物流和產品需要輕松的溝通和合作。為了連接這些不同的數據源,需要一個統一的、靈活的、高性能的系統來提供企業范圍的實時數據和信息流。