我常画工业和电视秀“如何制造”,解释我们控制系统工程师, 功能后那些引人入胜的场景,编程工业技术、过程和人的复杂芭蕾数据如何是我们部署控制系统的宝贵副产品
历史上,数据消费者 与工厂级最近客户对全企业数据无障碍兴趣加深
数据类人员参与“如何制造”已发展到包括IT系统设计师、数据科学家、网络/安全工程师、操作技术专题专家、质量分析师和生产监督员在这些群体中,我们所看到的一个共性是,为整个组织开发一个核心背景化事实源
这是一种工业数据操作方法,而且越来越清楚的是,我们传统编程需要修改
工业数据操作
工业数据运维整合系统架构、数据存取方法和文化方法创建协同关系 增加上下文管理数据 并确保企业各种数据源流化合并 驱动优化结果 数据解析周期缩短工业数据操作通过部署公用数据平台实现,该平台允许数据建模、背景化和多应用数据消耗并大规模完成所有这一切
从历史角度讲,我们关注领域包括整合PLC和HMI提供即时访问过程数据,通过网站维护、工程、制作、质量和持续提高人员分析提供存储历史数据的手段 并有能力建立趋势 他们的心内容感觉像工作做得很好产业越发数字互连 光存历史数据是不够的
企业内其他人想访问生产数据时,我们面对更复杂问题现实问题如下:
- 哪里和如何引导数据修复
- 何人利用这些数据和目的
- 哪些其他数据源能为现有数据添加有价值的上下文
- 各种应用如何使用数据
- 数据如何安全管理
数据管理全景
OT前端仍然相当依赖特制历史工具和分析工具多年来,这些系统量身定制,以满足OT环境的独特需求,提供实时洞察力并优化现场操作然而,当我们把视线转向企业频谱时,描述性变化
分析师越来越多地主张云优先方法原因清晰库提供可扩缩性、弹性性以及与数组大数据工具兼容性并预测未来趋势、优化供应链并产生战略业务洞察力
在最近的一个项目中,我们发现自己在一个制造组织内 遍历复杂多端数据源 和热心数据消费者目标是推广工业数据操作法,无缝汇总生产数据、质量分析数据、研发数据以及工程数据纸面上看似直截了当,但它涉及跨多数据世界,每个世界都有自身复杂性
制作利用云基MES系统、QA和研发组合电子表格、自产LIMS(实验室信息管理系统)和历史学家数据工程使用传统历史数据HMI趋势工具,但他们也想覆盖实验数据,特别是LIMS系统人工数据分录为了协调这些互不相容的数据源,我们设计了一个公共数据模型,不依赖源头最有价值的方面之一是引入事件数据(制作阶段、步骤和报警),为时间序列数据添加关键上下文各部门仍保留各自独特的工具,企业现在获益于统一丰富数据全景驱动效率更高分析决策
重定义数字时代制造
边继续画模拟之法 边讲句加分层不再单指控制工程编程 也指编程数据大交响控制系统工程师作用在扩展 接受这些变化时 我们准备以前所未有的方式 成为客户数据策略的一个组成部分曾被局限在植物楼层 现下沉入数据解析 云集和跨功能协作等抽象领域
进化不仅增强技术熟练性,还丰富我们带到表上的价值生产设备高效运维确定数据对企业有效步入广度作用时,我们正在塑造未来产业景观,即时上下文化数据标签
Dan Malyszko副总裁马里斯科工程中认证成员控制系统集成器关联CSIA系统见Milisko工程简介CSIA工业自动化交换.
