De impact van industriële dataplatforms op productie

De opkomst van industriële dataplatforms is gestimuleerd door het toenemende gebruik van IoT in de maakindustrie. Deze enorme hoeveelheden ongelijksoortige gegevenstypen en -bronnen hebben fabrikanten aangemoedigd om platforms te implementeren om gegevens te verzamelen en te standaardiseren op hun vele machines en systemen.

Door dit te doen, zorgen deze "industriële dataplatforms" voor een grotere operationele efficiëntie, volledige zichtbaarheid van de productie en helpen ze initiatieven voor continue verbetering te stimuleren.

Maar wat zijn deze platforms precies, hoe zijn ze ontwikkeld en wat is hun verwachte impact op de maakindustrie?

Wat is een industrieel dataplatform?

Industriële dataplatforms verzamelen, standaardiseren, contextualiseren, opslaan en toegankelijk maken van data van apparatuur en systemen in een industriële omgeving.

Productiebedrijven gebruiken al tientallen jaren MRP- en MES-systemen. Maar met de opkomst van het industriële internet der dingen, geavanceerde analyses, kunstmatige intelligentie (AI), machine learning (ML) en edge-apparaten, is de hoeveelheid gegevens exponentieel toegenomen, samen met nieuwe analysemogelijkheden. Deze explosie leidde tot de behoefte aan een aanpak met meerdere oplossingen om de enorme hoeveelheid gegevens te verwerken, op te slaan en te analyseren en om realtime inzichten te leveren aan eindgebruikers.

Een industrieel dataplatform bestaat uit dataverzameling, standaardisatie, contextualisering, opslag en levering. Door oplossingen aan of nabij de rand uit te voeren, kunnen gegevens worden georganiseerd, opgeschoond en gedeeltelijk gestructureerd voordat ze naar de cloud worden verzonden. Het resultaat is een meer gestroomlijnd gegevensbeheersysteem met meer efficiëntie. Deze tweerichtingsweg combineert meerdere technologieën, zodat wordt voldaan aan de end-to-end-behoeften van een bedrijf voor gegevensbeheer.

Hoe is de behoefte aan industriële dataplatforms ontstaan?

De opkomst van data als waardevol goed heeft de afgelopen jaren voor problemen gezorgd. Technologieën raakten overweldigd, wat resulteerde in gefragmenteerde en verzuilde databases.

Hoewel data-acquisitie bijvoorbeeld bijna onmiddellijk plaatsvond, bevond het zich vaak in talloze databases verspreid over een onderneming. Om de verwarring nog groter te maken, werden deze databases vaak beheerd door verschillende serviceproviders, waardoor een latentie- of interoperabiliteitsprobleem ontstond - een van de dingen die IIoT en Industry 4.0-technologie moesten elimineren.

Datamanagers realiseerden zich de behoefte aan een geconsolideerde en gelaagde structuur waarin alle databases, communicatie, connectiviteit en analyse op één plek waren ondergebracht. Deze consolidatie zou siloing van gegevens voorkomen en ervoor zorgen dat alle verzamelde gegevens beschikbaar zijn voor voorspellende en beschrijvende analyses. Het zou ook zorgen voor een betere corporate governance van gegevens en een betere samenwerking tussen gebruikers.

Vereisten voor industriële dataplatforms

Eén McKinsey-analyse suggereert dat een ultramodern industrieel dataplatform met geavanceerde analyses moet worden gebouwd met de volgende niveaus:

• Toepassingslaag:planning, sensoren, planning, bewerkingen, CRM, KPI's
• Analyse en rapportagelaag:realtime gegevensvastlegging, realtime gegevensweergave en aangepaste weergavetoepassingen, BI-rapportage
• Messaging en Middleware Tier:Sensor Gateway, MOM engine
• Datalaag:bewerkingen, sensorgegevens, datawarehouse, metadata, ERP-systeem

Er zijn enkele kritische vereisten voor elk industrieel dataplatform, waaronder:

Integratie en connectiviteit

Elk industrieel dataplatform vereist flexibele en betrouwbare connectiviteit.

Er zijn honderden oplossingen op de markt die gebruikmaken van traditionele apparaatconnectiviteit via kabel en T1-lijnen. Er zijn ook veel apparaataanbieders die wifi of mobiele connectiviteit gebruiken.

MachineMetrics is bijvoorbeeld gespecialiseerd in het koppelen en verzamelen van machinegegevens. Ons flexibele systeem maakt apparaatconnectiviteit via OEM-apparatuur mogelijk met directe machine-integraties, sensoren en IoT-apparaten, aanpassing van geautomatiseerde apparatuur en zelfs de aansluiting van analoge apparaten.

Dit maakt machineconnectiviteit mogelijk met elk merk en model apparatuur, zodat fabrikanten al hun machinegegevens kunnen verzamelen, standaardiseren en contextualiseren.

Hierdoor kunnen de gegevens vervolgens worden gebruikt in andere systemen die nauwkeurige productiegegevens nodig hebben om hun kernfunctionaliteit uit te voeren, zoals een CMMS of een MES.

Integratie met andere apparaten, gegevensbronnen en processen is ook belangrijk. Hoe agnostischer de connectiviteit en apparaatoplossing, hoe groter het ecosysteem en hoe groter de data-acquisitie.

De mogelijkheid om kwaliteitsgegevens van analoge apparatuur te integreren en te analyseren naast gegevens die zijn verkregen van OEM-embedded apparaten, betekent dat gegevensstreaming naar het industriële gegevensplatform beschikbaar is voor geavanceerde analyses.

De mogelijkheid om data aan de edge te verwerken of gedeeltelijk te verwerken, betekent dat zowel batch- als streamdata gemakkelijker kunnen worden geïntegreerd in het dataplatform. Dit vermindert de latentie en zorgt ervoor dat platformanalyses minder tijd hoeven te besteden aan het opschonen, verwerken en ordenen van gegevens.

Nuttig leesvoer:Edge-computing versus cloud-computing in productie

Gegevensstandaardisatie en contextualisering

Data vormt het hart van elk industrieel dataplatform. Als zodanig is de manier waarop het is voorbereid van cruciaal belang. Gegevensplatforms hebben gestandaardiseerde gegevens nodig om meer verwerkingskracht te kunnen besteden aan analyses en voorspellende en beschrijvende inzichten.

Het MachineMetrics Machine Data-platform maakt bijvoorbeeld gebruik van een geautomatiseerde datatransformatie-engine om machine- en apparatuurdata om te zetten in standaard datastructuren. Dit helpt consistentere rapportage en analyse mogelijk te maken. Gestandaardiseerde gegevens zijn handig in aangepaste sensorgegevens, machinestatus, alarmen, opheffingen, diagnostiek, snelheid en machinemodi.

Gestandaardiseerde gegevens kunnen gemakkelijker worden geanalyseerd waar voorspellende en prescriptieve oplossingen kunnen worden toegevoegd. Deze contextualisering van de gegevens is een van de belangrijkste beloften van IIoT, die een groot aantal opties op de werkvloer en op productieniveau mogelijk maakt. Gecontextualiseerde gegevens gebruiken vooraf geconfigureerde acties om taken uit te voeren zonder menselijke tussenkomst, wat resulteert in minder uitvaltijd.

Nog steeds in de war over het industriële internet der dingen? Lees onze volledige gids over IIoT.

Schaalbaarheid

De mogelijkheid om eenvoudig verbinding te maken met een industrieel dataplatform is van cruciaal belang. Maar elk geavanceerd platform moet ook schaalbaar zijn.

In veel bedrijven zijn productiegegevens afkomstig van een breed scala aan apparatuur. Soms wordt deze apparatuur bij verschillende OEM's gekocht. Andere keren kan een fabriek uit meerdere bewerkingsstappen bestaan ​​en verschillende apparatuur vereisen. Er zijn ook talloze bedrijven die al generaties lang apparatuur gebruiken - van analoge apparatuur tot apparaten met ingebouwde IoT-mogelijkheden.

Een industrieel dataplatform moet de input van al deze bronnen accommoderen en meegroeien met het bedrijf. Het hebben van volledig geïntegreerde apparaten en gestandaardiseerde gegevens zorgt voor eenvoudiger schalen naarmate er meer machine-assets aan het platform worden toegevoegd.

Uitbreidbaarheid

Traditionele productiesoftware was vaak gefragmenteerd, opgesloten in een silo en had te lijden onder een gebrek aan interoperabiliteit. De mogelijkheid om gegevens in realtime vast te leggen, voor te bereiden en te analyseren, is van grote waarde.

Een platform moet volledig uitbreidbaar zijn om de analytische mogelijkheden te kunnen gebruiken voor gegevens uit andere softwaresystemen binnen de onderneming, zoals een CMMS. Platforms zoals MachineMetrics bieden een uitbreidbaar platform om via API verbinding te maken met veel oudere systemen, waaronder MES ad ERP.

Maar met MachineMetrics gaat uitbreidbaarheid verder dan API-connectiviteit. Het platform maakt uitbreidbaarheid met edge-apparaten mogelijk om latentie te verminderen en gegevens gedeeltelijk op machineniveau te verwerken of te analyseren. Dit vergroot de waarde van gegevens en maakt het gebruik van systeembronnen efficiënter. Operators kunnen vertrouwen op realtime inzichten om processen te optimaliseren.

Het gegevensbereik wordt ook uitgebreid via intuïtieve, aanpasbare operatorinterfaces. Technici, operators en managers hebben toegang tot uitgebreide visualisaties waar ze het meest nodig zijn. Ze kunnen hun eigen inzichten toevoegen en de machinestatus zien op spil-, machine- of fabrieksniveau.

Voordelen van een industrieel dataplatform

Het gebruik van een industrieel dataplatform heeft verschillende voordelen. Ze omvatten:

1. Geconsolideerde gegevens:in een gegevensplatform worden gegevens op één plek in de cloud geconsolideerd. Deze consolidatie betekent dat alle databases dezelfde service kunnen gebruiken om inzichten te geven en bedrijfsstrategieën en procesoptimalisatie voor te stellen.
2. Verbeterde toegang:omdat gegevensactiva onder één serviceprovider zijn ondergebracht en dezelfde analyse-engines gebruiken, hebben gebruikers snel en eenvoudig toegang tot gegevens vanaf de productievloer. De waarde van HMI's, mobiele tablets, telefoons en pc's betekent dat besluitvorming sneller en datagedreven is.
3. Waardevolle toepassingen:omdat gegevensbewerkingen gelaagd zijn binnen het platform, hebben gebruikers toegang tot aanpasbare rapportage en realtime KPI's. Ze kunnen ook inzoomen om specifieke machines en spindels te bekijken of uitzoomen om de algemene fabrieksprestaties te bekijken.
4. Verbeterde operaties:de realtime analyse van machinecondities kan leiden tot nieuwe strategieën binnen het management en automatisering mogelijk maken. Voorspellende onderhoudsprogramma's die gebruik maken van de werkelijke machineprestaties en -omstandigheden kunnen bijvoorbeeld de onderhoudskosten aanzienlijk verlagen en de uitvaltijd verminderen.
5. Hogere beveiliging:veel bedrijven riskeren beveiliging met ad-hoc en gefragmenteerde IoT-apparaten en software. Geïntegreerde oplossingen betekenen dat, hoewel IoT-apparaten mogelijk geen volledige beveiliging hebben, het dataplatform de beveiliging aanzienlijk kan beheren door middel van authenticatie en apparaatautorisatie. Dit verkleint het risico op een succesvolle aanval.
6. Verlaagde kosten:aangezien IoT-apparaten en diepgaande data-analyse gebruik maken van realtime monitoring, kunnen ze veel processen automatiseren of semi-automatisch automatiseren. Deze automatisering vermindert arbeid, ontgrendelt capaciteit, verlaagt het aantal variabelen en handmatige tests die nodig zijn voor kwaliteitscontroles en optimaliseert onderhoudsstrategieën. Een platform met geïntegreerde oplossingen leidt tot geoptimaliseerde processen, hogere productiviteit en minder verspilling.

Hoe invloedrijk zullen industriële dataplatforms zijn?

Naar schatting zal tegen 2025 meer dan 175 zettabyte aan bruikbare data worden gegenereerd. Industriële dataplatforms zullen niet alleen invloedrijk zijn; ze zullen ook essentieel worden. Ze zullen gedeelde gegevens creëren in veel industrieën met unieke gegevens en analytische behoeften.

Op dit moment zijn de meeste fabrikanten afhankelijk van verouderde MES- en ERP-systemen om hun activiteiten te beheren, maar deze oplossingen worstelen met het verzamelen van gegevens. We zien dat deze markt snel verandert naarmate grotere spelers oplossingen proberen toe te voegen om apparaatconnectiviteit mogelijk te maken, en nieuwkomers bieden eenvoudig puntoplossingen voor het volgen van slechts het absolute minimum.

MachineMetrics is speciaal ontworpen om machinegegevens te verzamelen en bruikbaarheid mogelijk te maken. MachineMetrics integreert gegevens, apparaten, software en analyse in één krachtige oplossing. Realtime analyses leveren bruikbare inzichten op terwijl u de volledige controle over uw gegevens behoudt. Boek vandaag nog een demo om erachter te komen hoe ons platform u een concurrentievoordeel kan geven.