Pourquoi ne fabrique pas l'aide du logiciel SCADA créé pour la génération IIoT?

Le logiciel d'abonnement à la demande modulaire conçu pour le 21st Century offre une analyse de processus prédictive économique pour améliorer l'efficacité.

Par Bert Baeck, chef de la direction, TrendMiner

Bert braeck trendminer

Parfois, il semble difficile de croire que nous sommes déjà dans la deuxième décennie du 21ème siècle; Ce qui est encore plus difficile à croire, c'est que la majorité des fabricants n'utilisent encore que des technologies d'au moins 30. Beaucoup de ces systèmes fonctionnent merveilleusement pour ce qu'ils sont censés faire, collecter et stocker des données et surveiller des systèmes. Cependant, ces systèmes ne peuvent pas aider les entreprises industrielles à relever les défis du marché mondial actuel.

Bien qu'il y ait plusieurs raisons à cette situation, la perception que le changement est trop difficile et coûteuse est la principale cause pour que les entreprises hésitent à profiter des nouvelles opportunités promises par l'Internet industriel des choses (IIoT). Un récent sondage de recherche LNS sur les cadres de fabrication 400 a montré que la grande majorité des entreprises n'ont pas l'intention d'investir dans la technologie IIoT dans un proche avenir. Lorsque nous considérons combien coûteux les systèmes existants, il est compréhensible que les entreprises industrielles hésitent à investir dans de nouvelles technologies.

Malheureusement, ces cadres examinent souvent les anciennes technologies qui ont été modifiées pour essayer de profiter des opportunités IIoT et peuvent nécessiter l'élimination des systèmes actuels. La bonne nouvelle est qu'il existe des technologies très abordables développées spécifiquement pour l'ère Internet qui fonctionnent avec les systèmes existants pour aider les fabricants à acquérir une connaissance approfondie du comportement des processus qui se traduit par un ROI rapide.

L'information SCADA est plus précieuse que jamais

Les systèmes SCADA ont été conçus à l'origine pour collecter des données et surveiller les processus. Comme ils génèrent des quantités énormes de données, des historiens ont été ajoutés pour stocker ces données. Initialement, les historiens ont été utilisés pour satisfaire aux exigences réglementaires, comme la génération de rapports pour les organismes gouvernementaux. Les entreprises industrielles leaders ont reconnu que les données cachées dans leurs historiens pouvaient fournir des informations précieuses sur les processus et la production de l'usine, mais l'accès et l'utilisation des données pourraient être très difficiles. La raison en est que les historiens n'ont pas été conçus pour des fins de «lecture» ou un transfert d'information bidirectionnel.

Les systèmes d'exécution de fabrication (MES) ont été introduits dans les premiers 1990 afin de combler l'écart entre les systèmes SCADA de plancher et le logiciel ERP d'entreprise. Ils ont également promis de fournir des analyses, telles que des données KPI, pour améliorer les opérations de planchers. Bien qu'ils aient pu fournir des capacités plus avancées que les systèmes SCADA, ils sont coûteux et nécessitent souvent une ingénierie approfondie pour être implémentée. En outre, ils ont été développés pour une ère commerciale différente dans laquelle les systèmes étaient encore largement siles et l'optimisation de l'Internet était en grande partie une réflexion ultérieure.

La technologie 21st Century est arrivée

Lorsque nous considérons que la quantité de temps et d'argent que les entreprises industrielles ont dépensées pour les logiciels traditionnels, nous pouvons comprendre la réticence de certains fabricants à améliorer leurs systèmes. Ils sont toujours pris au piège dans la crainte que toute nouvelle solution coûte cher et nécessite une ingénierie et une formation approfondies pour les employés. En outre, ils craignent d'être enfermés dans un cycle de mises à niveau, de correctifs et d'évolutivité limitées et coûteuses.

Pour tirer pleinement parti des sociétés IIoT, il faut disposer de solutions de prochaine génération développées à cette fin. Ces solutions sont en mesure d'offrir aux utilisateurs la meilleure des nouvelles technologies, notamment en termes de facilité d'utilisation et d'accessibilité financière.

Google pour l'industrie

Comme mentionné précédemment, bien que les historiens possèdent une grande quantité de données précieuses pour améliorer les opérations, l'accès à ces données et leur transformation en informations utiles a pris du temps et est difficile. De nombreuses applications ont été basées sur la modélisation des données, ce qui nécessitait des travaux approfondis d'ingénieurs et de scientifiques de données. En conséquence, seules les applications critiques ont été ciblées, laissant de vastes domaines d'opportunités d'amélioration cachés.

Dans 2008, les ingénieurs de Covestro (alors connus sous le nom de Bayer MaterialScience) savaient qu'il devait y avoir une meilleure façon de tirer parti des données chronologiques. Ils ont travaillé avec différents types de modèles d'analyse et ont identifié leurs limites pour l'extension au-delà des projets pilotes. Finalement, ils ont pu utiliser leur connaissance approfondie des opérations de processus pour créer des «décodages fondés sur la recherche de modèle et des analyses de processus de type prédictif» développés pour l'utilisateur moyen. Les capacités de recherche multidimensionnelles uniques de cette plate-forme permettent aux utilisateurs de trouver des informations précises rapidement et facilement, sans projets de modélisation coûteux et scientifiques de données.

Graphique de suivi des flux

Figure 1: combiner les données en direct avec le contexte historique raccourcit la latence de l'analyse à l'instantané, offrant l'opportunité de prendre des mesures avant même qu'un événement ne puisse affecter les performances du processus.

Un exemple simple de fonctionnement est l'application de reconnaissance de titre de chanson Shazam. Alors que la technologie utilisée par Shazam est différente, le concept est similaire. Au lieu d'essayer de mapper chaque note dans une chanson à sa vaste base de données de chansons, Shazam utilise un logiciel de reconnaissance de formes qui recherche des "contenu énergétique élevé" ou les fonctionnalités les plus exclusives d'une chanson, puis correspond à des motifs similaires dans sa base de données.

Il s'agit d'une explication très simple d'un processus complexe, mais l'important est qu'il permet aux utilisateurs de trouver rapidement un titre de chanson avec un taux de précision très élevé.

Naturellement, l'industrie exige des algorithmes plus sophistiqués capables de dépasser la simple recherche. Souvent appelé Google for Industry, ce logiciel fonctionne en se connectant à des bases de données historiennes existantes, puis en implémentant une couche de base de données de colonne pour un index. Ce logiciel permet de trouver, de filtrer, de superposer et de comparer des périodes de temps intéressantes pour rechercher des lots ou des processus continus.

De plus, cette solution de prochaine génération permet aux utilisateurs de rechercher des régimes opérationnels particuliers, des dérives de processus, des actions de l'opérateur, des instabilités de processus ou des oscillations. En combinant ces profils de recherche avancés, les utilisateurs débloquent les informations réelles dont ils ont besoin. Par exemple, un opérateur compare plusieurs couches de données ou des périodes de temps pour découvrir quels capteurs sont plus ou moins déviés de la ligne de base, puis effectuez des ajustements pour améliorer l'efficacité de production

Bringing All all together

En plus d'une recherche facile, cette nouvelle technologie fournit des fonctionnalités de contextualisation des données process et d'analyse prédictive. Les ingénieurs et les opérateurs peuvent fournir une annotation pour donner une meilleure idée. Ses capacités d'analyse prédictive permettent une détection d'alerte précoce d'événements de processus anormaux et indésirables en comparant les modèles historiques enregistrés avec les données de processus en direct. En outre, la solution calcule les trajectoires possibles du processus et prédit les variables de processus et le comportement avant qu'il ne se produise. Cela donne aux opérateurs la possibilité de voir si les changements de processus récents correspondent au comportement de processus attendu et ajustent activement les réglages lorsque cela ne l'est pas.

21st Century Business Model

Cette analyse de processus prédictive gratuite (découverte et prédictive) utilise également un modèle d'entreprise moderne: prix d'abonnement en ligne. En plus de rendre les analyses de processus abordables pour toutes les entreprises, cela permet également aux entreprises d'avoir à consacrer du temps et de l'argent à ajouter des licences et des mises à niveau supplémentaires. Chaque fois qu'un utilisateur se connecte, il obtient automatiquement la dernière version du logiciel.

Comme nous l'avons vu, les entreprises ont maintenant la possibilité d'améliorer la valeur de l'investissement qu'ils ont réalisé dans des historiens de haute qualité. Des solutions d'analyse prédictive peu coûteuses qui complètent leurs historiens existants permettent aux entreprises de mieux utiliser les données recueillies par les historiens pour fournir des informations commerciales précieuses.

Avec une solution abordable, plug and play pour découvrir de nouveaux domaines pour améliorer l'efficacité de l'opération, la question devient Pourquoi plus d'entreprises n'utilisent pas de logiciel créé pour la génération IIoT. L'avenir est là et les entreprises ne peuvent plus fonctionner uniquement en utilisant les systèmes existants s'ils veulent rester compétitifs dans ce nouveau monde.

Industrie de process Informer

Laisser un commentaire

Votre adresse email ne sera pas publiée. Les champs obligatoires sont marqués *

Ce site utilise Akismet pour réduire les spams. Découvrez comment vos données de commentaire sont traitées.