如何在智能工厂中理解机器数据 101

“数字化转型"和"智能工厂"这些名词已经出现了一段时间，但只有先进的厂家才会应用到实践中。机器对机器通信的概念引起了最初的兴奋和厚望，但现在中型和小型工厂的老板们都在问："下一步是什么？我如何开始在工厂里采用这些技术？"

根据Aruba Networks的一项研究，虽然超过98%的企业领导者了解物联网的概念，但许多人并不清楚物联网对其业务意味着什么。这导致物联网没有得到正确的实施，或者只在基础层面上使用，而不是完全改造流程。

然而，当我们看到那些已经掌握了精髓的生产厂 工业物联网，其实归根结底是车间与商业环境之间的沟通能力。 在实践中，它涵盖了如何将机器数据从设备传输到后台的标准业务应用程序；从这些数据中得出什么结论，以及如何将它们应用于生产过程。总的来说，数字化转型的成功取决于组织是否有能力从机器上理解数字，并将其转化为竞争优势。

通用汽车公司的发明者和研究负责人查尔斯-凯特林说："一个问题说得好，就等于解决了一半"。通往智能工厂的曲折道路给企业带来了一些新出现的和现有的挑战，制造商需要回答以下问题，以了解如何在生产设施中运行数字化的商业模式。

首先，机器可以产生大量的数据，但把数字扔到云端并不意味着自动从中获得有用的信息。你需要有背景。

工厂设备可以提供最准确的实时生产过程信息，但人们如何才能开始利用这些信息，并在日常工作中应用这些知识？

它将是关于维护--确保每一个部件都能正常运行吗？

或者所谓的预测性维护--根据许多类似设备的汇总数据和问题的早期迹象，在故障发生前解决?

它也可以是关于生产的业务方面：人类操作员根据MES和ERP系统中机器的报告做出决策。拥抱工业4.0不仅要求设备升级，而且要求整体思维模式的转变。

要想让工厂不是 "物的孤岛"，而是真正沿着物联网的概念工作，生产机器需要相互对话，并最终与边缘设备对话。鉴于涉及的系统很多，问题是如何建立这种通信。

现代化工厂面临的挑战之一是，机器经常在独立的垂直筒仓内进行通信，将数据从设备传输到HMI/SCADA等，在这些设备上，操作人员一直关注着生产的这一特定部分。管理人员早就知道，有价值的信息存在于运行生产设备的系统中，但却无法直接访问这些信息。问题往往是这两个世界都是孤立运行的，它们之间几乎没有或根本没有联系。然而，如果我们谈论的是混合数据并将其携带到各个部门，工厂数据交换基础设施应该以不同的方式构建。

其次要关注的是数据连接。在你的生产过程中，你需要看到多远的数据？是只有控制器，还是你实际上需要每个传感器等的数据？这将在很大程度上影响你操作的信息量和设备的画面。

• 整个工厂的总体情况。
• 单个生产线，或
• 甚至是某一特定的设备，它的每一个连接点是如何运作的--以及在哪里，例如，故障阻碍了生产过程。

此外，将物理世界的数据放到网络世界中，需要规划分析。你需要了解是操作者利用数据实现更好的本地控制，还是服务器自动将汇总信息上传到ERP或MES系统。总而言之，雪崩式的数据中，哪些数字需要发往前方，以便在工厂层面进行更好的分析和规划，哪些数据留在本地，以便快速控制和决策。

跨部门和第三方共享数据是另一个重要问题。在先进的工厂，ERP系统可以根据来自生产设施的通知，自动订购原材料或通知维修服务部门是否需要检查。这种信息交流也可以为机器制造商带来好处：根据来自不同工厂的自动报告，他们可以提前计划维护和替代细节，从而提供更好的客户服务，使客户免受恼人和昂贵的停机时间。

最后，"智能工厂 "的终极问题是确保开放通信的安全性。根据Eclipse Foundation的2019年报告，在物联网开发者关注的问题中，安全占据了第一的位置（31%），连接性（21%）和数据收集和分析（19%）只占据了接下来的两个位置。Gartner报告称，2021年物联网端点安全解决方案的支出将增加到$631M。向世界开放生产设施，需要相应的保护措施。

从90年代末开始，生产自动化就围绕着OPC服务器建立起来了，无论硬件和软件是否来自同一个供应商，数据都能从设备传送到控制室的操作员电脑上：OPC协议使通信标准化，为生产自动化的突破创造了条件。OPC的应用 微软分布式组件对象模型（DCOM），它是Windows操作系统的一部分。 在2000年初，该协议启动了工业自动化，并使工厂能够过渡到更安全、更精确和更具成本效益的生产。事实上，世界各地的许多生产工厂仍然依赖这项技术。 

然而，在软件进入市场后不久，OPC协议的弊端就显现出来了。首先，DCOM使OPC只限于Windows操作系统。其次，专家们抱怨软件故障难以发现和修复，不可能通过网络交换数据。最后，OPC技术在信息安全方面不可靠。   

这就是为什么，应业界的多方要求。 OPC基金会 创建了一个新的标准--OPC UA。它 是基于 以前的版本 却不 缺点和 提出了一种全新的机器对机器通信和工业数字化转型的方法。  

其新产品技巧是： 

• 平台的独立性.OPC UA 不依赖微软的OLE或DCOM技术。 不再。你可以在任何平台上启动它。 苹果、Linux（JAVA）或Windows; 
• 更容易配置d多机交换.使用共同的数据交换标准，而不是DCOM。 TCP/IP、HTTP(S)和SOAP。; 
• 更容易进行数据治理和维护。你可以使用结构或模型，并对数据标签或点进行分组和赋予上下文。所有这些都提供了更多的灵活性，并使你的工厂能够在各部门之间进行连接，而不是只在垂直数据孤岛中工作。 
• 易于与SCADA集成。OPC UA服务器可以直接成为PLC的一部分，而PLC是建立在设备中的。这意味着，无需购买和配置OPC UA服务器。 
• 节省资源。有了OPC UA，你不需要很多电脑坐在设备里，在系统之间进行翻译。  
• 数据加密.OPC 普遍获得安全是 基于 多层概念 覆盖应用层和传输层。它包含认证和授权，以及通过签名进行加密和数据完整性。  
• 融合的灵活性。 UA APIs可用于多种编程语言。商业SDK可用于C、C++、Java和.NET。开源堆栈至少有C、C++、Java的。 Javascript(node)和Python。 
• 成本和时间效益。具备 OPC UA连接器 将您的实时机器数据整合到CRM、ERP、BI、Exchange、文件管理系统（如SharePoint）中，以改善计划、维护和提高生产效率。 
• 与传统基础设施的连接。是否有从OPC迁移到OPC UA的机制；OPC UA包装器。 

厂家称OPC统一架构是第一个通信协议，它的特点是 消除企业与工厂车间之间的界限。.但如何 实际连接 你的生产到帮助管理公司的系统？ 

客户关系管理(CRM)、企业资源计划(ERP)、制造执行系统(MES)、文件管理系统(DMS)、商业智能(BI)系统、仓库管理系统。s 是 最常见的软件，协助管理业务。由于许多公司无论规模大小都会以各种组合方式使用这些应用程序，因此可以概括地说，工厂的寿命是在这些系统中规划、分析、预测和报告的。而作为 全自动化的智能工厂 意味着在这些系统中可以随时获得准确的最新生产信息--根据您的优先级进行分析、及时提醒、维护通知等。  

在业务系统中集成机器数据有两种方式。1）通过OPC进行定制开发 UA APIs, 和 2）通过现成的OPC UA连接器，将机器数据与ERP、CRM系统等连接。 

在我们看来，第二种方案比定制编程更好。首先，你不会把时间和金钱浪费在昂贵的程序员人工上，其次，不需要照顾到进一步的维护。一个预建的OPC UA连接器通常是没有bug的，从第一天开始就可以使用。它确实需要编程能力，但非常基础。例如，这样的 OPC UA连接器 在Connecting Software的基础上，由Connecting Software Connect Bridge平台，从事大多数入门级程序员都知道的SQL语法。需要两到三个小时的时间来理解集成原理，之后只需要建立企业机器数据与业务系统的连接逻辑。  

为什么你需要把你的机器数据连接到ERP、CRM、MES？OPC-UA的一个口号是 "从设备到企业"，在这种情况下，"企业 "意味着智能企业资源规划系统。  

要做出明智的决策，智能ERP需要实时的 物联网 数据和分析。 他们 使企业与竞争对手区别开来，构成所谓的智能工厂。  

由于企业资源规划应用系统完成了如此多的任务: 订单管理和处理、数据收集、企业生产层面的规划、整体业务流程管理以及与其他系统的连接。 智能化ERP的及时表现提供了很多的优势. 

轮胎n 你n需要加快流程，减少人工劳动和错误，并更快地进行。 步之间，抓取实时数据 尽可能的接近源头--从一条特定的生产线甚至是一个设备，通过OPC UA将机器数据集成到ERP系统是革命性的。  

如果您使用的集成平台具有预置的功能，那么这个过程就会特别快。 连接器 - 像OPC UA连接器和 各种ERP连接器. 

此外这样的整合有助于我们上面所讨论的文化转变，因为如果新技术是通过一个熟悉的界面（甚至是对移动设备友好的！）来呈现，员工会更愿意采用新技术。 确保 在IIoT中，用户的采用仍然是一个很大的挑战，通过大家都知道和使用的系统--ERP、CRM、MES等来呈现数据，可以加快向工业4.0的过渡。  

其他组成部分 物联网 智能工厂是预测分析、机器学习。 区块链报告封存半自主和自主决定a和行动。所有这些都可以成为你的ERP系统的一部分，这一点。 根据多个来源和海量的上下文快速数据，分析和利用，下达物料订单或采取出货决策。 实时。  

希望这篇关于在业务管理系统中集成机器数据的分析对您有所帮助。让我们知道您对此的看法，以及我们在工业4.0、OPC UA连接器和智能工厂中还需要讨论哪些话题。 

在我们的博客上阅读其他IIoT故事。