Présentation

Manufacturing Data Engine (MDE) est une solution de bout en bout qui offre une connectivité évolutive et fluide entre l'usine et le cloud, en combinaison avec Manufacturing Connect (MC).

MDE fournit un ensemble préconfiguré d'infrastructures Google Cloud sans code qui peuvent ingérer, traiter et stocker des données provenant d'appareils industriels dans le cloud en fonction de la configuration de l'utilisateur. Une fois que la machine et les données traitées sont disponibles dans Google Cloud, il est possible d'utiliser des outils et des technologies Google Cloud pour extraire de la valeur de ces données.

L'acquisition de données industrielles a toujours été un processus complexe et coûteux qui ajoute du temps et des coûts inutiles à tout cas d'utilisation de gestion des informations industrielles basées sur le cloud. Le MDE est une solution flexible qui rend ce processus plus court, plus efficace et plus prévisible.

MDE gère l'ensemble du processus d'ingestion, de contextualisation, de stockage et d'utilisation des données d'usine dans le cloud. En plus de Manufacturing Connect (MC), il s'étend directement à la source des données, c'est-à-dire aux machines et systèmes de l'atelier, quel que soit le standard du fournisseur d'automatisation.

MDE est fourni sous forme de solution packagée. Un script déploie tous les composants nécessaires ainsi que le code d'intégration dans votre projetGoogle Cloud . Vous disposez ainsi d'un maximum de flexibilité pour modifier et étendre l'architecture selon vos besoins.

Solutions pour l'industrie

MDE est un composant essentiel d'une suite de solutions de fabrication interconnectées. Bien que certains autres composants puissent fonctionner de manière indépendante, sa véritable puissance réside dans son intégration. Ces composants fonctionnent ensemble pour créer une plate-forme complète de données de fabrication. Les données sont collectées, traitées, analysées et utilisées pour générer des insights et améliorer les performances opérationnelles.

Présentation générale des solutions pour l'industrie

La suite de bout en bout est composée de composants créés par Google et de composants créés par Litmus Automation exclusivement pour Google.

  • Manufacturing Data Engine : il sert de couche d'acquisition, de transformation et de stockage de la suite. MDE fournit un lac de données sécurisé, efficace et fiable contenant toutes les informations de fabrication. Il sert de plate-forme de données pour tous les cas d'utilisation afin de se connecter aux informations de fabrication et d'y accéder.

  • Manufacturing Connect (MC) : composant cloud permettant de gérer à distance toutes les instances Manufacturing Connect Edge (MCe). Il sert également d'interface Web pour la configuration de la solution MDE. Pour en savoir plus, consultez la documentation MC (s'ouvre dans un nouvel onglet).

  • Manufacturing Connect Edge (MCe) : passerelle Edge vers le cloud capable de traduire plus de 270 protocoles de communication industrielle en messages Pub/Sub standardisés. Il dispose également de fonctionnalités de traitement et de stockage en périphérie. Pour en savoir plus, consultez la documentation MCe (s'ouvre dans un nouvel onglet).

  • Insights et données d'analyse de fabrication : intégration LookerML prédéfinie avec MDE. Il permet d'utiliser immédiatement Looker comme outil de BI pour explorer et analyser les données de l'usine MDE.

  • Détection d'anomalies des machines : basée sur l'API Time Series Insights.

  • Visual Inspection AI : solution de périphérie basée sur l'API Cloud Vision.

Les composants de la suite de fabrication sont conçus pour fonctionner en synergie. Ils partagent une configuration commune et sont sémantiquement interopérables, ce qui assure un flux de données fluide et un comportement cohérent dans l'ensemble de la suite. Toutefois, vous avez également la possibilité d'utiliser ces composants individuellement en fonction de vos besoins spécifiques.

MDE et le reste des composants sont configurables. Les utilisateurs peuvent définir leurs besoins spécifiques en termes de données, et le système s'adapte à ces spécifications sans avoir à modifier le code sous-jacent de la solution. Vous pouvez mettre à jour la configuration à l'aide de l'interface utilisateur du centre de gestion, de l'interface Web MDE autonome ou de l'API de configuration MDE.

Principaux avantages

Voici les principaux avantages de MDE :

  • Délai de rentabilité : déploiement rapide dans les environnements standards Google Cloud. La connectivité des machines (si elle n'est pas encore en place) peut également être configurée rapidement à l'aide de MC.
  • Évolutivité : utile pour les démonstrations de faisabilité et les déploiements à l'échelle mondiale dans des centaines d'usines.
  • Efficacité : en capturant les données une seule fois dans MDE en tant que "couche d'abstraction d'usine", tous les cas d'utilisation peuvent être gérés à partir de MDE. Un contrôle précis du stockage et du traitement permet de configurer des systèmes rentables.
  • Flexibilité totale : fonctionne avec n'importe quelle pile Edge. Il suffit que les données arrivent dans Pub/Sub directement ou à l'aide du pont Message Queuing Telemetry Transport (MQTT), avec des analyseurs de définition personnalisés pour mapper les schémas de données entrants à la norme MDE.
  • Adaptabilité : comme MDE se déploie entièrement dans votre propre projet de locataire Google Cloud , tous les composants MDE (tels que Pub/Sub, Dataflow et BigQuery) sont transparents et peuvent être utilisés comme si vous aviez créé la plate-forme vous-même.
  • Propriété : étant donné que tous les composants de MDE sont déployés dans votre projet de locataireGoogle Cloud , vous gardez le contrôle total de vos données et de leur traitement.
  • Extensibilité : toutes les intégrations Google Cloud (comme les connecteurs BigQuery) sont utilisables avec MDE par défaut. Vous pouvez également activer des extensions spécifiques à MDE pour des cas d'utilisation spécifiques (créées par Google ou des partenaires) et créer les vôtres.
  • Rentabilité : l'utilisation de MDE n'entraîne aucun coût supplémentaire. Vous ne payez que votre consommation cloud, qui commence à un niveau minimal pour les PoC. Toutefois, sachez que l'utilisation de MC entraîne des coûts supplémentaires. Pour en savoir plus, consultez MC Cloud Marketplace.

Cas d'utilisation

La planification de la production, le suivi des commandes, la progression et le contrôle des paramètres de processus sont des cas d'utilisation généralement couverts par les systèmes d'automatisation. Nous cherchons à compléter et à améliorer ces systèmes, et non à les remplacer. Google Cloud vous permet d'obtenir de nouveaux insights précieux qui peuvent être intégrés à vos systèmes d'automatisation existants, tels que SCADA. Vous pouvez ainsi prendre des mesures et améliorer l'OEE et d'autres KPI importants.

Les entreprises adoptent différentes approches en ce qui concerne les systèmes d'exécution de la fabrication (MES). Certains conservent leur MES sur site existant, tandis que d'autres passent à des solutions cloud. MDE constitue une base solide pour implémenter rapidement les principales fonctionnalités MES si nécessaire.

Les cas d'utilisation permis par MDE se répartissent principalement en trois catégories :

  • Cas d'utilisation analytique : combinez MDE avec les produits d'analyse de données Google Cloud pour générer des rapports, calculer des KPI et créer des tableaux de bord en temps réel à l'aide des données diffusées depuis l'atelier.
  • Cas d'utilisation du machine learning : créez, entraînez et exécutez des modèles de ML pertinents pour optimiser n'importe quel aspect de l'opération de fabrication en vous appuyant sur les produits et plates-formes de Google Cloud Machine Learning (ML).
  • Cas d'utilisation de l'intégration : connectez les données de fabrication à des solutions de jumeaux numériques ou à d'autres systèmes d'entreprise pour obtenir une vue intégrée des données de fabrication avec d'autres perspectives disponibles dans l'entreprise.

Capacités

MDE offre les fonctionnalités suivantes :

  • Ingestion de données : à partir de MC ou de toute autre pile Edge commerciale ou propriétaire.
  • Traitement des données en périphérie : MCe traite et stocke les données en local pour une analyse immédiate.
  • Cloud Data Integration : MC transforme les données en messages MQTT et Pub/Sub, s'intégrant parfaitement à Google Cloud.
  • Normalisation syntaxique : utilise des schémas de stockage de données standards pour différents archétypes de données, ce qui permet de réutiliser les données dans différents cas d'utilisation, par exemple :
    • Analyses en libre-service pour les responsables d'usine et le personnel de maintenance.
    • Détection des anomalies entièrement gérée et basée sur le ML, qui peut être activée pour les flux de capteurs individuels (empreinte digitale automatique, aucune configuration requise).
  • Flexibilité sémantique : utilise un moteur de contextualisation des données intégré pour enrichir éventuellement les flux de données de capteurs ou de variables entrants, ce qui permet de définir plusieurs perspectives de contextualisation par l'utilisateur en fonction des normes suivantes :
    • Hiérarchie ISA-95
    • Langage de définition des jumeaux numériques (DTDL)
    • Spécifications complémentaires OPC Unified Architecture (OPC-UA)
    • Coque d'administration des composants (AAS, Asset Administration Shell)
  • Transformation et enrichissement des données : mappe, transforme et contextualise les données selon des schémas définis par l'utilisateur.
  • Analytics en temps réel : calcule les analyses et les transformations de flux en fonction des configurations utilisateur.
  • Stockage et sortie des données : stocke les données traitées dans BigQuery, Bigtable et Cloud Storage, et les envoie à Pub/Sub.
  • Surveillance et gestion : fournit une interface conviviale pour surveiller et gérer l'ensemble de la solution.
  • Configuration flexible : offre une interface simple pour configurer les flux de données et les pipelines de traitement.
  • Accessible via l'API et l'interface Web : pour l'accès programmatique, l'automatisation et la gestion.

Composants

high-level-architecture

Voici les composants de MDE :

  • Gestionnaire de configuration : gère les configurations utilisateur et les expose aux autres composants de la solution.
  • Message Mapper : traite les messages entrants et les classe dans des classes de messages sources, et effectue des transformations Whistle.
  • Gestionnaire de métadonnées : gère les buckets et les instances de métadonnées, et participe au traitement des enregistrements.
  • Bucket Cloud Storage pour l'ingestion par lot : bucket pour importer des fichiers pour l'ingestion par lot.
  • Lecteur Cloud Storage : responsable de la lecture des données par lot à partir des fichiers importés dans Cloud Storage.
  • Écrivain Cloud Storage : responsable de l'écriture des messages sources bruts dans l'archive Cloud Storage, ainsi que des enregistrements traités dans le récepteur Cloud Storage.
  • Écrivain Bigtable : responsable de l'écriture des enregistrements dans le récepteur Bigtable.
  • Écrivain BigQuery : responsable de l'écriture des enregistrements dans le récepteur BigQuery.
  • Sujets Pub/Sub : Pub/Sub est le service de messagerie de MDE utilisé pour acheminer les messages entre les différents composants de la solution. Plusieurs sujets et abonnements sont créés pour s'assurer que le routage des messages entrants est effectué conformément à la configuration de l'utilisateur. Tous les messages arrivent dans le système à l'aide du sujet input-messages.
  • Bases de données et stockage : MDE gère les ensembles de données BigQuery, les tables Bigtable et les objets Cloud Storage.
  • API Federation : MDE fournit une API permettant d'accéder à tous les dépôts de données à l'aide d'une interface commune. Cela permet aux utilisateurs d'interroger leurs données indépendamment de leur emplacement de stockage et de créer des requêtes spécifiques aux informations de fabrication à l'aide du même langage de configuration.

Moteur de données dans l'usine

En règle générale, une seule instance de MDE est utilisée pour toutes les usines. Pour rendre cette approche possible, les composants Google Cloud sous-jacents (tels que Pub/Sub) sont mondiaux et évolutifs. Si vous choisissez tout de même de déployer plusieurs instances,les produits de base de données Google Cloud (tels que BigQuery) permettent d'accéder aux données mondiales sur plusieurs instances. Les instances Manufacturing Connect Edge (MCe) sont déployées en tant que passerelles, généralement au niveau de l'usine. Plusieurs MCe peuvent être interconnectés à l'aide de l'intégration NATS intégrée.

Utilisation du MES pour les performances, les événements et la traçabilité des machines

MDE complète votre système MES existant au lieu de le remplacer. Il l'utilise comme source et récepteur de données. MDE obtient des informations contextuelles ou des métadonnées importantes (comme la recette active, les plannings, les événements, etc.) et utilise ces points de données comme des tags semblables à des valeurs de capteur. Ces données contextuelles sont nécessaires pour comprendre les données des capteurs de la machine (par exemple, le modèle de capteur attendu est différent selon la recette). (c'est-à-dire ce que la machine produit). Les résultats MDE (par exemple, les prédictions de ML) peuvent tout à fait être réintégrés au MES, par exemple pour les alertes.

Intégration de MQTT à MDE

Il existe plusieurs options sur la place de marché Google Cloud , qui dépendent, entre autres, du fournisseur de l'agent MQTT. HiveMQ, par exemple, fournit une extension Pub/Sub. Vous pouvez également créer votre propre pont MQTT personnalisé ou utiliser Dataflow.