Panoramica

Manufacturing Data Engine (MDE) è una soluzione end-to-end che offre una connettività scalabile e senza interruzioni tra lo stabilimento e il cloud, in combinazione con Manufacturing Connect (MC).

MDE fornisce un insieme preconfigurato di infrastrutture zero-code in grado di importare, elaborare e archiviare i dati dei dispositivi industriali nel cloud in base alla configurazione dell'utente. Google Cloud Una volta che la macchina e i dati elaborati sono disponibili in Google Cloud, è possibile utilizzare strumenti e tecnologie Google Cloud per estrarre valore da questi dati.

L'acquisizione di dati industriali è sempre stata una procedura complessa e costosa che aggiunge tempi e costi inutili a qualsiasi caso d'uso di gestione delle informazioni industriali basato sul cloud. MDE è una soluzione flessibile che rende questo processo più breve, più efficiente e più prevedibile.

MDE gestisce l'intero processo di importazione, contestualizzazione, archiviazione e utilizzo dei dati di fabbrica sul cloud. Insieme a Manufacturing Connect (MC), si estende direttamente alla fonte dei dati, ovvero alle macchine e ai sistemi dell'impianto di produzione, in base a qualsiasi standard del fornitore di automazione.

MDE viene fornito come soluzione confezionata. Uno script esegue il deployment di tutti i componenti necessari e del codice di integrazione nel tuo progettoGoogle Cloud . Ciò sblocca la massima flessibilità per consentirti di modificare ed estendere l'architettura in base alle tue esigenze.

Soluzioni per la produzione

MDE è un componente principale di una suite di soluzioni di produzione interconnesse. Sebbene alcuni altri componenti possano funzionare in modo indipendente, la sua vera potenza risiede nell'integrazione. Questi componenti collaborano per creare una piattaforma completa di dati di produzione. I dati vengono raccolti, elaborati, analizzati e utilizzati per generare approfondimenti e migliorare il rendimento operativo.

Panoramica generale delle soluzioni per la produzione

La suite end-to-end è composta da componenti creati da Google e da componenti creati da Litmus Automation esclusivamente per Google.

  • Manufacturing Data Engine: funge da livello di acquisizione, trasformazione e archiviazione della suite. MDE fornisce un data lake sicuro, efficiente e affidabile contenente tutte le informazioni sulla produzione e funge da hub di dati per tutti i casi d'uso per connettersi e accedere alle informazioni sulla produzione.

  • Manufacturing Connect (MC): componente cloud per gestire da remoto tutte le istanze di Manufacturing Connect edge (MCe). Funge anche da interfaccia web per la configurazione della soluzione MDE. Per ulteriori informazioni, consulta la documentazione di MC (si apre in una nuova scheda).

  • Manufacturing Connect edge (MCe): gateway edge-to-cloud in grado di tradurre più di 270 protocolli di comunicazione industriale in messaggi Pub/Sub standardizzati. Le funzionalità aggiuntive includono l'elaborazione edge e le capacità di archiviazione. Per ulteriori informazioni, consulta la documentazione di MCe (si apre in una nuova scheda).

  • Analisi e approfondimenti per il settore manifatturiero: un'integrazione predefinita di LookerML con MDE. Consente di utilizzare immediatamente Looker come strumento di BI per esplorare e analizzare i dati di fabbrica MDE.

  • Rilevamento di anomalie nelle macchine: basato sull'API Timeseries Insights.

  • Visual Inspection AI: una soluzione edge basata sull'API Cloud Vision.

I componenti della suite di produzione sono progettati per funzionare perfettamente insieme. Condividono una configurazione comune e sono semanticamente interoperabili, garantendo un flusso di dati fluido e un comportamento coerente in tutta la suite. Tuttavia, hai anche la flessibilità di utilizzare questi componenti singolarmente in base alle tue esigenze specifiche.

MDE e il resto dei componenti sono configurabili. Gli utenti possono definire i propri requisiti specifici per i dati e il sistema si adatta a queste specifiche senza dover modificare il codice sottostante la soluzione. La configurazione può essere aggiornata utilizzando l'interfaccia utente di MC, l'interfaccia web MDE autonoma o l'API di configurazione MDE.

Vantaggi principali

I principali vantaggi di MDE includono:

  • Time to value: deployment rapido negli ambienti standard Google Cloud. La connettività della macchina (se non ancora implementata) può essere configurata rapidamente anche utilizzando MC.
  • Scalabilità: utile dai Proof of Concept (POC) alle implementazioni aziendali globali in centinaia di fabbriche.
  • Efficienza: acquisendo i dati una sola volta in MDE come "livello di astrazione di fabbrica", tutti i casi d'uso possono essere gestiti da MDE. Il controllo granulare su archiviazione ed elaborazione consente configurazioni economiche.
  • Piena flessibilità: può funzionare con qualsiasi stack edge, richiede solo che i dati vengano inseriti in Pub/Sub direttamente o utilizzando il bridge Message Queuing Telemetry Transport (MQTT), con parser di definizione personalizzati per mappare gli schemi di dati in entrata allo standard MDE.
  • Adattabilità: poiché MDE viene implementato completamente nel tuo progetto tenant, tutti i componenti MDE (come Pub/Sub, Dataflow e BigQuery) sono trasparenti e possono essere utilizzati come se avessi creato tu stesso la piattaforma. Google Cloud
  • Proprietà: poiché tutti i componenti di MDE vengono implementati all'interno del tuo progetto tenantGoogle Cloud , mantieni il pieno controllo dei tuoi dati e del loro trattamento.
  • Estensibilità: tutte le integrazioni Google Cloud (come i connettori BigQuery) sono utilizzabili con MDE per impostazione predefinita. Puoi anche attivare estensioni specifiche per MDE per casi d'uso specifici (create da Google o da partner) e creare le tue.
  • Conveniente: non sono previsti costi aggiuntivi per l'utilizzo di MDE. Paghi solo il consumo del cloud, che inizia a un livello minimo per le prove concettuali. Tuttavia, tieni presente che l'utilizzo di MC comporta un costo aggiuntivo. Per saperne di più, consulta MC Cloud Marketplace.

Casi d'uso

La pianificazione della produzione, il monitoraggio degli ordini, l'avanzamento e il controllo dei parametri di processo sono casi d'uso in genere coperti dai sistemi di automazione. Il nostro obiettivo è integrare e completare questi sistemi, non sostituirli. Con Google Cloud puoi ottenere nuove informazioni preziose che possono essere inserite nei tuoi sistemi di automazione esistenti, come SCADA, consentendoti di intervenire e migliorare l'efficienza complessiva dell'impianto e altri KPI importanti.

Per quanto riguarda i sistemi MES (Manufacturing Execution Systems), le aziende hanno approcci diversi. Alcune aziende continuano a utilizzare il MES on-premise esistente, mentre altre stanno passando a soluzioni basate sul cloud. MDE è una base solida per implementare rapidamente le funzionalità principali del MES, se necessario.

I casi d'uso abilitati da MDE rientrano principalmente in tre categorie:

  • Casi d'uso analitici: combina MDE con i prodotti di analisi dei dati Google Cloud per generare report, calcolare i KPI e creare dashboard in tempo reale utilizzando i dati trasmessi in streaming dal reparto di produzione.
  • Casi d'uso del machine learning: utilizza i prodotti e le piattaforme di machine learning (ML) per creare, addestrare ed eseguire modelli ML pertinenti per ottimizzare qualsiasi aspetto dell'operazione di produzione. Google Cloud
  • Casi d'uso dell'integrazione: collega i dati di produzione a soluzioni di digital twin o ad altri sistemi aziendali per fornire una visione integrata dei dati di produzione con altre prospettive disponibili in azienda.

Funzionalità

MDE soddisfa le seguenti funzionalità:

  • Importazione dei dati: da MC o da qualsiasi altro stack edge commerciale o proprietario.
  • Elaborazione dei dati edge: MCe elabora e archivia i dati localmente per un'analisi immediata.
  • Cloud Data Integration: MC trasforma i dati in messaggi MQTT e Pub/Sub, integrandosi perfettamente con Google Cloud.
  • Standardizzazione sintattica: utilizza schemi di archiviazione dei dati standard per una varietà di archetipi di dati, favorendo la riutilizzabilità dei dati in vari casi d'uso come:
    • Analisi self-service per i responsabili di fabbrica e il personale di manutenzione.
    • Rilevamento delle anomalie basato sul machine learning completamente gestito che può essere attivato per singoli flussi di sensori (impronte automatiche, nessuna configurazione richiesta).
  • Flessibilità semantica: utilizza il motore di contestualizzazione dei dati integrato per arricchire facoltativamente i flussi di dati di sensori o variabili in entrata, consentendo più prospettive di contestualizzazione definibili dall'utente in base ai seguenti standard:
    • Gerarchia ISA-95
    • Digital Twins Definition Language (DTDL)
    • Specifiche complementari di OPC Unified Architecture (OPC-UA)
    • Asset Administration Shell (AAS)
  • Trasformazione e arricchimento dei dati: mappa, trasforma e contestualizza i dati in base a schemi definiti dall'utente.
  • Real-time Analytics: calcola le analisi e le trasformazioni dei flussi di dati in base alle configurazioni degli utenti.
  • Archiviazione e output dei dati: archivia i dati elaborati in BigQuery, Bigtable e Cloud Storage e li invia a Pub/Sub.
  • Monitoraggio e gestione: fornisce un'interfaccia intuitiva per monitorare e gestire l'intera soluzione.
  • Configurazione flessibile: offre un'interfaccia semplice per configurare i flussi di dati e le pipeline di elaborazione.
  • Accessibile tramite API e interfaccia web: per l'accesso programmatico, l'automazione e la gestione.

Componenti

high-level-architecture

Di seguito sono riportati i componenti di MDE:

  • Configuration Manager: gestisce le configurazioni utente e le espone ad altri componenti della soluzione.
  • Message Mapper: elabora i messaggi in arrivo e li classifica in classi di messaggi di origine, oltre a eseguire le trasformazioni di Whistle.
  • Metadata Manager: gestisce i bucket e le istanze di metadati e partecipa all'elaborazione dei record.
  • Bucket Cloud Storage per l'importazione batch: bucket per il caricamento dei file per l'importazione batch.
  • Lettore Cloud Storage: responsabile della lettura dei dati batch dai file caricati in Cloud Storage.
  • Cloud Storage Writer: responsabile della scrittura dei messaggi di origine non elaborati nell'archivio Cloud Storage, nonché dei record elaborati nel sink Cloud Storage.
  • Bigtable Writer: responsabile della scrittura dei record nel sink Bigtable.
  • BigQuery Writer: responsabile della scrittura dei record nel sink BigQuery.
  • Argomenti Pub/Sub: Pub/Sub è il broker di messaggi di MDE utilizzato per instradare i messaggi tra i diversi componenti della soluzione. Vengono creati diversi argomenti e abbonamenti per garantire che il routing dei messaggi in arrivo venga eseguito in base alla configurazione dell'utente. Tutti i messaggi arrivano nel sistema utilizzando l'argomento input-messages.
  • Database e archiviazione: MDE gestisce set di dati BigQuery, tabelle Bigtable e oggetti Cloud Storage.
  • API Federation: MDE fornisce un'API per accedere a tutti i repository di dati utilizzando un'interfaccia comune. Ciò consente agli utenti di interrogare i propri dati indipendentemente da dove sono archiviati e di utilizzare lo stesso linguaggio di configurazione per creare query specifiche per le informazioni di produzione.

Motore dati in fabbrica

In genere una singola istanza di MDE copre tutte le fabbriche. I componenti Google Cloud sottostanti (come Pub/Sub) sono globali e scalabili per abilitare questo approccio. Se scegli di eseguire comunque il deployment di più istanze, Google Cloud i prodotti di database come BigQuery consentono di accedere ai dati globali su più istanze. Le istanze di Manufacturing Connect edge (MCe) vengono implementate come gateway di solito a livello di fabbrica. È possibile interconnettere più MCe utilizzando l'integrazione NATS integrata.

Utilizzo di MES per prestazioni, eventi e tracciabilità delle macchine

MDE integra il tuo sistema MES esistente anziché sostituirlo. Lo utilizza come origine e sink di dati. MDE ottiene importanti contesti o metadati da questi (come ricette attive, pianificazioni, eventi e altri) e li utilizza come tag simili ai valori dei sensori. Questi dati di contesto sono necessari per dare un senso ai dati dei sensori della macchina (ad esempio, il pattern del sensore previsto è diverso in base alla ricetta. ovvero ciò che produce la macchina). L'output MDE (ad esempio, le previsioni ML) può essere assolutamente integrato nuovamente nel MES, ad esempio per gli avvisi.

Integrazione di MQTT con MDE

Nel marketplace Google Cloud sono disponibili diverse opzioni che, tra gli altri fattori, dipendono dal fornitore del broker MQTT. HiveMQ, ad esempio, fornisce un'estensione Pub/Sub. Puoi anche creare un bridge MQTT personalizzato o utilizzare Dataflow.