概览

Manufacturing Data Engine (MDE) 是一款端到端解决方案，可与 Manufacturing Connect (MC) 配合使用，在车间和云之间提供可伸缩且无缝的连接。

MDE 提供了一套预配置的 Google Cloud 基础设施，无需编写任何代码，即可根据用户的配置在云端注入、处理和存储工业设备的数据。在 Google Cloud中获得机器和处理后的数据后，就可以使用 Google Cloud 工具和技术从这些数据中提取价值。

传统上，获取工业数据的过程非常复杂且成本高昂，这会给任何基于云的工业信息管理使用情形增加不必要的时间和成本。MDE 是一种灵活的解决方案，可缩短、提高效率并增强可预测性。

MDE 可满足在云端提取、关联、存储和使用工厂数据的端到端需求。此外，它还可与 Manufacturing Connect (MC) 搭配使用，直接扩展到数据源（工厂车间的机器和系统），并支持任何自动化供应商标准。

MDE 以打包解决方案的形式交付。脚本会将所有必需的组件和集成代码部署到您的Google Cloud 项目中。这样一来，您就可以根据自己的需求灵活地修改和扩展架构。

制造业解决方案

MDE 是一套相互关联的制造解决方案中的核心组件。虽然其他一些组件可以独立运行，但其真正的强大之处在于集成。这些组件协同工作，共同打造全面的制造数据平台。数据经过收集、处理、分析和使用，可用于发掘数据洞见并提升运营效果。

制造业解决方案的概要概述

该端到端套件由 Google 构建的组件和 Litmus Automation 专门为 Google 构建的组件组成。

  • Manufacturing Data Engine：它是该套件的采集、转换和存储层。MDE 提供了一个安全、高效且可靠的数据湖，其中包含所有制造信息，并充当所有用例的数据中心，用于连接和访问制造信息。

  • Manufacturing Connect (MC)：用于远程管理所有 Manufacturing Connect Edge (MCe) 实例的云组件。它还充当 MDE 解决方案配置的网页界面。如需了解详情，请参阅 MC 文档（在新标签页中打开）。

  • Manufacturing Connect edge (MCe)：能够将 270 多种工业通信协议转换为标准化 Pub/Sub 消息的边缘到云网关。其他功能包括边缘处理和存储功能。如需了解详情，请参阅 MCe 文档（在新标签页中打开）。

  • 制造分析和数据洞见：与 MDE 的预构建 LookerML 集成。这样一来，您就可以立即使用 Looker 作为 BI 工具来探索和分析 MDE 工厂数据。

  • 机器异常检测：基于 Time Series Insights API。

  • Visual Inspection AI：基于 Cloud Vision API 的边缘解决方案。

制造套件的各个组件旨在无缝协同工作。它们共享通用配置，并且在语义上可互操作，从而确保整个套装中的数据流畅传输和行为一致。不过，您也可以根据自己的具体需求，灵活地单独使用这些组件。

MDE 和其余组件均可配置。用户可以定义自己的具体数据要求，系统会根据这些规范进行调整，而无需修改解决方案的基础代码。您可以使用 MC 界面、独立的 MDE 网页界面或 MDE 配置 API 来更新配置。

主要优势

MDE 的主要优势包括：

  • 实现价值所需的时间：在标准 Google Cloud环境中快速部署。还可以使用 MC 快速设置机器连接（如果尚未设置）。
  • 可伸缩性：从概念验证 (PoC) 到在全球数百家工厂中部署，都能发挥作用。
  • 效率：通过在 MDE 中将数据捕获一次作为“工厂抽象层”，所有用例都可以从 MDE 中驱动。对存储和处理进行精细控制，从而实现经济高效的设置。
  • 完全灵活：可与任何边缘堆栈搭配使用，只需将数据直接或使用消息队列遥测传输 (MQTT) 桥接器放入 Pub/Sub 中，并使用自定义定义解析器将传入的数据架构映射到 MDE 标准。
  • 适应性：由于 MDE 完全部署在您自己的 Google Cloud 租户项目中，因此所有 MDE 组件（例如 Pub/Sub、Dataflow 和 BigQuery）都是透明的，您可以像自己构建平台一样使用它们。
  • 所有权：由于 MDE 的所有组件都部署在您的Google Cloud 租户项目中，因此您仍然拥有对数据和处理的完全控制权。
  • 可扩展性：所有 Google Cloud 集成（例如 BigQuery 连接器）默认都可与 MDE 搭配使用。此外，您还可以针对特定使用情形启用 MDE 特定的扩展程序（由 Google 或合作伙伴构建），也可以自行构建。
  • 经济实惠：使用 MDE 无需支付额外费用。您只需为云消耗付费，而 PoC 的云消耗从最低水平开始。不过，请注意，使用 MC 会产生额外费用。如需了解详情，请参阅 MC Cloud Marketplace。

使用场景

生产环境计划、订单跟踪、进度和流程参数控制是自动化系统通常涵盖的应用场景。我们希望增强和补充此类系统，而不是取代它们。 借助 Google Cloud ，您可以获得富有价值的新数据洞见，并将其输入到现有的自动化系统（例如 SCADA）中，从而采取行动并改进 OEE 和其他重要 KPI。

在制造执行系统 (MES) 方面，各公司采取的方法各不相同。有些制造商坚持使用现有的本地 MES，而另一些则在改用基于云的解决方案。MDE 是一个坚实的基础，可用于快速实现关键 MES 功能（如果需要）。

MDE 支持的应用场景主要分为三类：

  • 分析使用场景：将 MDE 与 Google Cloud 数据分析产品相结合，以生成报告、计算 KPI，并使用从制造车间流式传输的数据创建实时信息中心。
  • 机器学习应用场景：基于 Google Cloud 机器学习 (ML) 产品和平台创建、训练和执行相关的机器学习模型，以优化制造运营的各个方面。
  • 集成使用情形：将制造数据与数字孪生解决方案或其他企业系统相关联，以提供制造数据的集成视图，并结合公司中可用的其他视角。

功能

MDE 可实现以下功能：

  • 数据注入：来自 MC 或任何其他商业或专有边缘堆栈。
  • 边缘数据处理：MCe 在本地处理和存储数据，以便立即进行分析。
  • Cloud Data Integration：MC 将数据转换为 MQTT 和 Pub/Sub 消息，与 Google Cloud无缝集成。
  • 语法标准化：使用标准数据存储架构来处理各种数据原型，从而提高数据在各种应用场景中的可重用性，例如：
    • 面向工厂经理和维护人员的自助式分析。
    • 完全托管的基于机器学习的异常检测，可针对各个传感器数据流启用（自动指纹识别，无需设置）。
  • 语义灵活性：使用集成的数据情境化引擎来选择性地丰富传入的传感器或变量数据流，从而根据以下标准实现多种用户可定义的情境化视角：
    • ISA-95 层次结构
    • 数字孪生体定义语言 (DTDL)
    • OPC 统一架构 (OPC-UA) 伴随规范
    • 资产管理壳 (AAS)
  • 数据转换和丰富：根据用户定义的架构映射、转换数据并为数据添加上下文信息。
  • 实时分析：根据用户配置计算流式分析和转换。
  • 数据存储和输出：将处理后的数据存储在 BigQuery、Bigtable 和 Cloud Storage 中，并输出到 Pub/Sub。
  • 监控和管理：提供了一个方便用户使用的界面，用于监控和管理整个解决方案。
  • 灵活的配置：提供一个简单易用的界面，用于配置数据流和处理流水线。
  • 可通过 API 和 Web 界面访问：用于以编程方式访问、实现自动化和进行管理。

组件

高级别架构

以下是 MDE 的组件：

  • 配置管理器：管理用户配置并将其公开给其他解决方案组件。
  • 消息映射器：处理传入的消息并将其分类为源消息类，以及执行 Whistle 转换。
  • 元数据管理器：管理元数据存储分区和实例，并参与记录处理。
  • 批量提取 Cloud Storage 存储分区：用于上传文件以进行批量提取的存储分区。
  • Cloud Storage Reader：负责从上传到 Cloud Storage 的文件中读取批量数据。
  • Cloud Storage Writer：负责将原始源消息写入 Cloud Storage 归档，以及将处理后的记录写入 Cloud Storage sink。
  • Bigtable Writer：负责将记录写入 Bigtable sink。
  • BigQuery Writer：负责将记录写入 BigQuery sink。
  • Pub/Sub 主题：Pub/Sub 是 MDE 的消息代理，用于在解决方案的不同组件之间路由消息。系统会创建多个主题和订阅，以确保根据用户配置来路由传入的消息。所有消息都通过 input-messages 主题到达系统。
  • 数据库和存储：MDE 可管理 BigQuery 数据集、Bigtable 表和 Cloud Storage 对象。
  • Federation API：MDE 提供了一个 API，用于通过通用接口访问所有数据仓库。这样一来，用户便可查询数据，而无需考虑数据存储在何处，并且能够使用相同的配置语言来创建针对制造信息的特定查询。

工厂中的数据引擎

通常，一个 MDE 实例会为所有工厂提供服务。底层 Google Cloud 组件（例如 Pub/Sub）是全球性的，并且可伸缩，因此能够实现这种方法。 如果您仍选择部署多个实例， Google Cloud BigQuery 等数据库产品可让您跨多个实例访问全局数据。制造连接边缘 (MCe) 实例通常作为网关部署在工厂级别。多个 MCe 可以通过内置的 NATS 集成互连。

使用 MES 来跟踪机器性能、事件和可追溯性

MDE 可与现有的 MES 系统相辅相成，而不是取代后者。它会将其用作数据源和接收器。 MDE 会从中获取重要的情境或元数据（例如有效食谱、日程、活动等），并将这些数据点用作类似于传感器值的标记。此情境数据对于理解机器传感器数据至关重要（例如，根据食谱的不同，预期的传感器模式也会有所不同）。也就是说，机器正在生产什么）。 MDE 输出（例如，机器学习预测）绝对可以集成回 MES，例如用于提醒。

将 MQTT 与 MDE 集成

Google Cloud 市场中提供了多种选项，这些选项取决于 MQTT 代理供应商等因素。 例如，HiveMQ 提供 Pub/Sub 扩展服务。您还可以构建自己的自定义 MQTT 网桥或使用 Dataflow。