OPC基金会、Eclipse基金会(spark插件)、ISA、CESMII和MTCONET等标准组织的努力是提高制造业4.0方面向前迈出的重要一步
行业标准仅达此程度。设备级数据标准化结构关键,尽管仅仅是起始点四个关键原因说明你仍然需要系统结构中的工业数据运算法-即使是引入或进化新标准
开工机器和商家变异
标准机构由行业销售商和用户组成标准定义时允许供应商机有差异性并具有独特能力、受限量和使用案例意图是灵活性,结果往往是模棱两可典型的商家执行相同标准略微不同历史推理系统并改变数据模型以适应需求
结果,即使是小变换数据集都要求人际交互将这些机器连接到网络中的其他系统并自动化仪表板或解析
工业数据Ops解决方案可帮助您连接各种源码,包括设备或控制器、智能设备、传感器和系统,不写或维护代码输入数据不标准化时,可建模并转换为受规范数据标准使用案例
二叉个人数据没有关系上下文
想想多机制造线机器标准独立处理每台机器数据,而非机器组合或自定义自动化连接机器分析运维度、瓶颈或生产线质量根由时,理想的做法是将机器、测试台和传感器的具体信息归为单有效载荷
工业数据操作解决方案使这一点成为可能从多机合并并建模数据并用逻辑使用案例连接数据系统构建数据模型使用方式大大加速企业用户使用这些信息,而企业用户对机器和线布局了解较少。
3级不只是设备数据
不将机器数据连接到全组织的其他系统,则无法做出战略决策其中包括企业应用软件,如ERP系统,和制造数据库(如SCADA、MES、Histrian、QMS、LIMS和CMMS)。
工业数据操作解决方案应连接到组织中几乎所有系统并综合从这些系统获取的信息和机器数据-缩小操作技术与企业其余部分之间的差距
4级无法获取你需要的数据 需要时
信息超载实为产业4.0世界问题工业数据在数据值和获取频率上几乎无穷无穷理解什么需要-和时间-关键偶数数据需要循环率,一秒一次其它时间,你可能需要事件反馈识别细胞制作完全性能、缺陷或机器性能问题
使用工业数据Ops解决方案定义理想数据有效载荷及其事件或频率,创建效率更高的决策程序,并最小化云成本,因为你只存储并处理你需要的数据
标准化模型对我们行业很重要 因为它们提供基准数据集行业标准仅达此步,无法讲用案例驱动故事并用工业数据Ops解决方案时,它们可帮助加速数据建模,提供背景化智能洞察力驱动战略决策数字转换4.0使用数据讲故事解决商业问题
John Harrington高Byte首席产品主管