Od sygnału z maszyny do decyzji biznesowej
W przemysłowym IoT samo zebranie danych to dopiero początek. Wartość pojawia się wtedy, gdy cały przepływ informacji, od urządzeń na hali, przez komunikację i przetwarzanie danych, po analitykę oraz modele uczenia maszynowego, jest projektowany jako jeden spójny system. Jest to szczególnie ważne w zakładach, gdzie nowe rozwiązania muszą współpracować z istniejącą automatyką i nie mogą zakłócać produkcji.
Zdjęcie: Fabrity
Punktem wyjścia są rzeczywiste źródła danych: czujniki, liczniki i analizatory, sterowniki PLC, systemy SCADA, MES i ERP oraz kamery wykorzystywane do automatycznej analizy obrazu. W istniejących zakładach rzadko funkcjonuje jeden standard komunikacji, dlatego warstwa integracyjna musi obsługiwać różne protokoły, m.in. OPC UA, Modbus, MQTT, M-Bus czy EtherNet/IP. Bramki IoT, routery, konwertery i urządzenia przetwarzające dane bezpośrednio przy maszynach nie są jedynie przekaźnikami informacji. Mogą odpowiadać za ich wstępne przetwarzanie, ujednolicanie formatów czy lokalne buforowanie na wypadek utraty połączenia. Mogą również uruchamiać wcześniej wytrenowane modele uczenia maszynowego. Oznacza to, że model analizuje nowe dane bezpośrednio przy procesie i na ich podstawie generuje wynik, np. rozpoznaje wadę produktu, anomalię pracy maszyny albo sygnał wskazujący na ryzyko awarii.
Kolejną warstwą jest platforma IIoT Nexen Suite. Może działać lokalnie w zakładzie, w chmurze albo w modelu hybrydowym. W tym ostatnim przypadku część systemu pozostaje na terenie fabryki, np. tam, gdzie potrzebna jest szybka reakcja lub wymagane jest lokalne przechowywanie danych, a pozostałe funkcje działają w chmurze, gdzie można korzystać z większej mocy obliczeniowej i łączyć dane z wielu zakładów.
Platforma Nexen Suite odpowiada za zbieranie i porządkowanie danych, zarządzanie urządzeniami, przechowywanie danych historycznych oraz udostępnianie ich kolejnym systemom. Na tej podstawie można tworzyć raporty, pulpity operacyjne, aplikacje, modele uczenia maszynowego oraz integracje z innymi systemami. Tak zbudowany fundament może wspierać wiele scenariuszy: monitoring mediów i energii, analizę OEE i przestojów, predykcyjne utrzymanie ruchu, planowanie produkcji APS, systemy MES, kontrolę jakości z wykorzystaniem obrazu, optymalizację procesu, kalkulację kosztu i zużycia energii na sztukę czy raportowanie emisji i ESG. Dobrze zaprojektowane wdrożenie powinno łączyć trzy zasady. Po pierwsze, kompetencje IT i OT, tak aby oprogramowanie i urządzenia były dobierane do problemu produkcyjnego, a nie odwrotnie. Po drugie, rozwiązanie warto od początku konfigurować na danych z konkretnego zakładu. Po trzecie, wdrożenie powinno przebiegać równolegle z produkcją, zgodnie z praktykami IEC 62443 i bez ingerencji w logikę sterowania oraz bezpieczeństwa PLC. W Fabrity realizujemy takie projekty kompleksowo, od integracji urządzeń na hali po chmurę, zaawansowaną analitykę i AI. Jeśli chcesz porozmawiać o konkretnym scenariuszu dla swojej fabryki, napisz do mnie na adres
