Are Industrial Data Historians an IIoT Platform?

**** This is originally posted on Martin Davis’s Industry 4.0 blog. I suggest you give him a follow. The original post where you can see how to follow him is here. ****

幾週前,我和馬丁·戴維斯(Martin Davis)受邀參加由Fluke / Accelix主持的網絡研討會。我們談到了IIoT和工業4.0在維護方面的重要性。馬丁談到了策略,以及所有部分如何組合以及您應該考慮的問題。
然後,我展示了一些示例,這些示例說明了我們一直在使用IIoT和Industry 4.0原理來改善客戶的維護實踐。

在網絡研討會的問答環節中,我們探討了IIoT平台的主題,以及傳統數據歷史學家是否是IIoT平台和/或它們之間的區別。
我不確定您是否會花足夠長的時間讓我真正定義IIoT的所有細微差別,但我至少想嘗試簡潔地回答這些問題。

我必須承認,即使我是專門從事這一領域工作的人,
我很難告訴任何人一個IIoT平台,因為它似乎對不同的人意味著不同的事物。其中一些專注於硬件連接,而其他平台則更多地關注軟件連接,這是我們關注的重點。因此,我將在下面的說明中重點介紹。

簡而言之,
IIoT完全是關於連通性以及各層之間共享數據的難易程度。這些層是:

感測器

工廠底層的控制器或數據集中器

歷史數據存儲庫(數據歷史學家)

MES / MOM系統(包括實驗室系統)

企業資源計劃

信息管理系統

內部或云端分析平台
過去,有很多數據孤島。數據歷史學家具有數據,實驗室系統具有數據,MES系統具有數據,ERP系統具有數據等。但是,這些系統都不容易與他人共享其數據,或者使用基於雲的分析工具可以更輕鬆地共享其數據。湖(大多數情況下為數據沼澤)或其他類似系統。
似乎我們總是必須編寫某種自定義代碼才能使這些系統對話並正確完成數據映射。因此,這造成了非常不靈活的環境,維護成本很高。
如果其中一個系統需要換出,或者即使其中一個系統僅需要升級,有時也很難僅在環境中進行更改。

IIoT平台的承諾是將有一個統一的名稱空間,其中所有數據(控制系統數據,數據歷史記錄,MES / MOM系統,ERP系統,
和Cloud Systems)進行管理。我的朋友,達拉斯英特爾集成公司的沃克·雷諾茲(Walker Reynolds)更好地幫助我理解了這個概念以及它為什麼如此重要。您可以在這裡找到他的入門書之一。一會兒,我會回到這是什麼意思,但這是基於我的朋友蘭斯·芳德恩(Lance Fountaine)
現在,嘉吉(Cargill)的運營情報主管已經與我談論了他在美國鋁業(Alcoa)工作期間以及我在OSIsoft工作的情況。他談到OSIsoft的PI System是人們一直試圖銷售的任何點系統的數據基礎結構。他會說:“您有能源管理解決方案嗎?大,
這是我的數據”,他會將它們指向他們的PI System。因此,其想法不是要集成一堆點系統,而是要為所有相關的工廠車間數據提供統一的數據存儲庫。如果您問為我工作的本·斯蒂爾(Ben Still),
他將告訴您,他將IIoT世界中的連通性視為現實,因為所有數據都已發佈到“數據總線”中,而您只需插入要集成的應用程序並訂閱所需的數據即可。

因此,請考慮一下,如果所有生成/使用數據的系統都將其信息生成給中央“經紀人”,
”,並且有一種通用/簡便的方法來配置您的新系統將在命名空間中使用或產生的信息,集成會容易得多。我實際上在2016年1月12日寫了一篇文章,
我在哪裡提出了一個問題:“數據流可以像水或電一樣成為一種資源嗎?”在統一名稱空間的想法真正發揮作用之前就已經處理了這個主題。考慮一下,我們認為擁有電力和自來水是理所當然的。那裡有龐大的基礎設施,可以將水和電連接到我們的房屋,
業務以及我們去的任何地方。但是,如果我們想在上班時輕鬆訪問車間數據,就不用管它了。因此,IIoT(在軟件方面)實際上就是允許使用最少的自定義代碼輕鬆共享所有數據,以使不同的系統彼此“交談”。
每個系統僅將信息發布給代理,其他任何系統都可以使用該信息。這樣,我們可以像消耗水和電一樣消耗數據。這裡是這種技術嗎?是的,但是到目前為止,並不是每個人都在玩這種遊戲。

所以,
傳統工業數據歷史學家與這種環境有什麼關係,它如何發揮作用?好吧,我相信它仍將發揮不可思議的重要作用。我寫了關於我認為未來IIoT架構看起來像2017年3月的文章,您可以在此處閱讀。
我認為,在某些情況下,我們將看到的是數據歷史學家可能是“邊緣”存儲平台(即,與您要存儲數據,運行分析或運行機器學習算法的實際設備最接近的物理位置)。在其他情況下,它將保留為本地存儲和分析引擎,而在其他情況下,
由於經濟性和冗餘功能,您將在雲中看到傳統的歷史學家。在幾乎每種情況下,歷史學家將仍然是時間序列數據的最佳存儲庫,如今,幾乎所有值得其關注的歷史學家都具有分析和事件捕獲功能。他們也有某種類型的網絡
基於可視化的儀表板工具。我仍然認為,在未來的很多年中,數據歷史學家將保持非常重要的地位。畢竟,如果您想進行機器學習或人工智能,則最好擁有高質量的優質歷史數據,並且要為時序數據的出入建立並優化數據歷史學家。
我仍然認為事件捕獲,基本分析和聚合的開箱即用功能在數據歷史學家中仍然是一個巨大的價值,並且我相信在相當長的一段時間內這仍然是正確的。

現在,在一個真正的IIoT體系結構中,我將數據歷史學家視為發布和使用信息到統一名稱空間的“節點”。
我看不到MES,ERP甚至很多基於雲的分析平台都總是存儲所有時間序列數據。我認為在許多情況下,數據歷史學家會匯總數據並將其推送到其他地方。例如,您可能想發布歷史學家的每小時平均流量,
而不是從歷史數據到統一名稱空間的10秒原始流量,該流量將在基於雲的分析平台中使用。作為一家公司,您可能希望每天將運行時間和其他條件匯總一次或兩次到一個統一的名稱空間中,然後由CMMS系統使用,
而不是設備產生的所有原始數據。同樣,讓歷史學家匯總相關數據並根據需要發布。您的ERP系統可能只需要班次總計或每日總計即可進行生產核算,我認為數據歷史學家通常是執行這些匯總和匯總的好地方,
然後可以將其推送到命名空間以在ERP系統中使用。 MES,CMMS和ERP系統在處理原始時間序列數據的這些類型的聚合時通常會感到恐怖,因為這並不是它們的構建目的。因此,讓數據歷史學家來進行匯總和基本分析工作,
然後將重要/正確/上下文化的數據發佈到名稱空間,以便其他系統可以使用該數據來完成其工作。

我必須承認,我不是所有這些流行語的忠實擁護者:IIoT,工業4.0,數字化轉型等。但是,它們確實為我們提供了一個進行交流的通用平台。然而,
似乎每個人都在追趕潮流,把自己的事情放在自己身上。我見過人們聲稱擁有IIoT平台,而他們所擁有的只是一些傳感器,它將一些數據推送到他們自己的AWS雲實例。那不是一個“平台”人。那可能只是平台的一個小角落,但不是平台,
因此,不要再這麼說了,不要迷惑市場。因此,如果您從這篇文章中刪除一件事,請考慮以下事實,即IIoT完全是通過使用統一的名稱空間來實現異構系統之間的連接和集成。

如果我們要實現第四次工業革命的希望,
我們必須以更智能,更主動和更具預測性的方式利用我們的數據。 IIoT只是將其變為現實的一種方式,而不是無望的複雜和不可能實現的夢想。歷史學家將扮演一個角色,但我認為沒有任何數據歷史學家是真正的IIoT平台。
我相信數據歷史學家將僅僅是生態系統中一個非常重要的節點。

#BusinessIntelligence#OperationalIntelligence#IIoT#ManufacturingIntelligence#IndustrialInternetofThings