"数字化转型”以及“智能工厂”这些术语已存在多年,但仅有先进制造商将其付诸实践。机器间通信的概念曾引发最初的热潮与高度期待,如今中小型工厂的业主们却在追问:“下一步是什么?我该如何在工厂中应用这些技术?”
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。
企业面临的新挑战
通用汽车公司发明家兼研究主管查尔斯·凯特林曾言:“问题陈述得清楚,就等于解决了一半。”通往智能工厂的蜿蜒道路为企业带来了诸多新兴与既有挑战,制造商需解答以下问题,方能理解如何在生产设施中运行数字化商业模式。.
为什么需要智能工厂?
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?
是否需要维护--确保每个部件都正常运行?
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,在故障发生之前解决?
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。
跨越垂直筒仓的连接
要使工厂摆脱“孤岛式运作”,真正实现物联网理念,生产设备必须相互通信,并最终与边缘设备建立连接。鉴于涉及众多系统,关键问题在于如何构建这样的通信架构。.
现代工厂面临的挑战之一是,机器通常在各自的垂直筒仓内进行通信,将数据从设备传输到 HMI/SCADA(人机界面/数据采集与监视控制)等系统,而操作员则负责监控生产的这一特定部分。长期以来,管理者都知道生产设备的运行系统中存在着宝贵的信息,但却无法直接访问这些信息。问题往往在于这两个世界都是孤立运行的,它们之间几乎没有联系。然而,如果我们谈论的是混合数据并在各部门间传输数据,那么工厂数据交换基础设施的建设方式就应该有所不同。.
向企业资源规划系统传输数据
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
- 即便是特定设备,其每个接头的运作状态——以及例如故障点阻碍生产流程的位置。.
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。
机器数据安全
最终,“智能工厂”的核心问题在于确保开放通信的安全性。根据Eclipse基金会2019年报告,安全问题在物联网开发者关切事项中位居首位(31%),连接性(21%)与数据采集分析(19%)仅分列二三位。 Gartner预测,2021年物联网终端安全解决方案的支出将增至1.631亿美元。向全球开放生产设施的同时,必须采取相应的防护措施。.
从OPC到OPC统一架构
自90年代末以来,生产自动化系统围绕OPC服务器构建,使数据能够在设备与控制室操作员计算机之间传输——无论硬件和软件是否来自同一供应商:OPC协议实现了通信标准化,为制造业自动化领域的突破奠定了基础。OPC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 不依赖于微软的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,您就不需要在设备中安装许多 PC,也不需要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。
如何开始使用机器数据进行数字化转型
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 这意味着在这些系统中随时可获取准确、最新的生产信息——用于分析、及时警报、维护通知等,具体取决于您的优先事项。.
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。
我们认为,第二种方案优于定制编程。首先,您无需浪费时间和金钱在昂贵的程序员劳动力上;其次,无需承担后续维护工作。预构建的OPC UA连接器通常无漏洞且开箱即用。虽然仍需编程技能,但仅需基础操作即可。例如,此类 OPC UA连接器 在Connecting Software的基础上,由Connecting Software Connect Bridge平台, 采用SQL语法,该语法为大多数初级程序员所熟知。只需两到三小时即可掌握集成原理,之后仅需构建逻辑,即可将企业机器数据连接至业务系统。.
从设备到企业
为何需要将设备数据连接至ERP、CRM、MES系统?OPC-UA的口号是'从设备到企业',此处的“企业”特指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 尽可能贴近数据源——无论是特定生产线还是单个设备,通过OPC UA将机器数据集成到ERP系统中,堪称一场革命。.
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, 这种整合有助于推动我们之前讨论的文化变革,因为当新技术通过熟悉的界面呈现(甚至支持移动设备!)时,员工会更愿意接受它。. 确保 工业物联网领域用户采用率仍面临重大挑战,而通过企业普遍熟悉和使用的系统(如ERP、CRM、MES等)呈现数据,将加速向工业4.0的转型进程。.
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。
网上有更多的信息吗?
在我们的博客上阅读其他IIoT故事。
