סקירה כללית
Manufacturing Data Engine (MDE) הוא פתרון מקצה לקצה שמספק קישוריות חלקה וניתנת להרחבה בין רצפת הייצור לבין הענן, בשילוב עם Manufacturing Connect (MC).
MDE מספקת קבוצה מוגדרת מראש של תשתית ללא קוד, שיכולה לקלוט, לעבד ולאחסן נתונים ממכשירים תעשייתיים בענן על סמך הגדרות המשתמש. Google Cloud אחרי שהמכונה והנתונים המעובדים יהיו זמינים ב- Google Cloud, אפשר יהיה להשתמש בכלים ובטכנולוגיות של Google Cloud כדי להפיק ערך מהנתונים האלה.
באופן מסורתי, תהליך רכישת נתונים תעשייתיים הוא תהליך מורכב ויקר שמוסיף זמן ועלות מיותרים לכל תרחיש שימוש בניהול מידע תעשייתי מבוסס-ענן. MDE הוא פתרון גמיש שמקצר את התהליך, מייעל אותו ומשפר את יכולת החיזוי שלו.
MDE מטפל בצורך מקצה לקצה בהטמעה, בהוספת הקשר, באחסון ובשימוש בנתוני המפעל בענן. בנוסף, בשילוב עם Manufacturing Connect (MC), הפתרון מתרחב ישירות למקור הנתונים – המכונות והמערכות ברצפת הייצור, בכל תקן של ספק אוטומציה.
MDE מועבר כפתרון ארוז. סקריפט פורס את כל הרכיבים הנדרשים ואת קוד השילוב בGoogle Cloud פרויקט. כך תוכלו ליהנות מגמישות מקסימלית ולשנות את הארכיטקטורה ולהרחיב אותה בהתאם לצרכים שלכם.
פתרונות לתעשייה
MDE הוא רכיב מרכזי בחבילה של פתרונות ייצור מקושרים. אמנם חלק מהרכיבים האחרים יכולים לפעול באופן עצמאי, אבל העוצמה האמיתית של המערכת טמונה בשילוב שלהם. המרכיבים האלה פועלים יחד כדי ליצור פלטפורמה מקיפה של נתוני ייצור. הנתונים נאספים, מעובדים ומנותחים, ומשמשים להפקת תובנות ולשיפור הביצועים התפעוליים.
חבילת הפתרונות מקצה לקצה מורכבת מרכיבים שפותחו על ידי Google ומרכיבים שפותחו על ידי Litmus Automation באופן בלעדי עבור Google.
- Manufacturing Data Engine: הוא משמש כשכבת הרכישה, השינוי והאחסון של החבילה. MDE מספק אגם נתונים מאובטח, יעיל ומהימן שמכיל את כל המידע על הייצור, ומשמש כמרכז נתונים לכל תרחישי השימוש כדי להתחבר ולגשת למידע על הייצור.
Manufacturing Connect (MC): רכיב בענן לניהול מרחוק של כל המופעים של Manufacturing Connect edge (MCe). הוא משמש גם כממשק אינטרנט להגדרת פתרון MDE. מידע נוסף זמין במאמרי העזרה של MC (נפתח בכרטיסייה חדשה).
Manufacturing Connect edge (MCe): שער Edge ל-Cloud שיכול לתרגם יותר מ-270 פרוטוקולי תקשורת תעשייתיים להודעות Pub/Sub סטנדרטיות. תכונות נוספות כוללות עיבוד קצה ויכולות אחסון. מידע נוסף זמין במאמרי העזרה בנושא MCe (נפתח בכרטיסייה חדשה).
Manufacturing Analytics and Insights: שילוב מוכן מראש של LookerML עם MDE. הוא מאפשר להשתמש ב-Looker באופן מיידי ככלי BI כדי לחקור ולנתח נתונים של MDE.
זיהוי אנומליות במכונה: מבוסס על Time Series Insights API.
Visual Inspection AI: פתרון קצה שמבוסס על Cloud Vision API.
הרכיבים של חבילת הייצור נועדו לפעול יחד בצורה חלקה. הם חולקים הגדרה משותפת ופועלים יחד מבחינה סמנטית, וכך מבטיחים זרימת נתונים חלקה והתנהגות עקבית בכל החבילה. עם זאת, יש לכם גם אפשרות להשתמש ברכיבים האלה בנפרד בהתאם לצרכים הספציפיים שלכם.
אפשר להגדיר את MDE ואת שאר הרכיבים. המשתמשים יכולים להגדיר את דרישות הנתונים הספציפיות שלהם, והמערכת מתאימה את עצמה למפרטים האלה בלי לשנות את הקוד שביסוד הפתרון. אפשר לעדכן את ההגדרה באמצעות ממשק המשתמש של MC, ממשק האינטרנט העצמאי של MDE או ה-API של הגדרות MDE.
יתרונות מרכזיים
היתרונות העיקריים של MDE:
- זמן עד לקבלת ערך: פריסה מהירה בסביבות רגילות Google Cloud אפשר גם להגדיר במהירות חיבור בין מכונות (אם הוא עדיין לא מוגדר) באמצעות MC.
- יכולת הרחבה: שימושי מאימות קונספט (PoC) ועד לפריסות של ארגונים גלובליים במאות מפעלים.
- יעילות: אם אוספים את הנתונים פעם אחת ב-MDE כשכבת הפשטה של המפעל, אפשר להשתמש ב-MDE בכל תרחישי השימוש. שליטה פרטנית באחסון ובעיבוד מאפשרת הגדרות חסכוניות.
- גמישות מלאה: אפשר להשתמש בכל מחסנית קצה, רק צריך שהנתונים יגיעו ל-Pub/Sub ישירות או באמצעות גשר Message Queuing Telemetry Transport (MQTT), עם מנתחי הגדרות מותאמים אישית למיפוי סכימות של נתונים נכנסים לתקן MDE.
- גמישות: פריסת MDE מתבצעת באופן מלא בפרויקט הדייר שלכם ב- Google Cloud , ולכן כל רכיבי MDE (כמו Pub/Sub, Dataflow ו-BigQuery) שקופים וניתן להשתמש בהם כאילו אתם בניתם את הפלטפורמה בעצמכם.
- בעלות: כל הרכיבים של MDE נפרסים בGoogle Cloud פרויקט הדייר שלכם, ולכן אתם שומרים על שליטה מלאה בנתונים ובעיבוד שלהם.
- הרחבה: כל השילובים (כמו מחברים של BigQuery) ניתנים לשימוש עם MDE כברירת מחדל. Google Cloud בנוסף, אתם יכולים להפעיל תוספים ספציפיים ל-MDE (שנוצרו על ידי Google או שותפים) לתרחישי שימוש ספציפיים, או ליצור תוספים משלכם.
- חסכוני: אין עלויות נוספות לשימוש ב-MDE. אתם משלמים רק על השימוש בענן, שמתחיל ברמה מינימלית עבור PoC. עם זאת, חשוב לזכור שהשימוש ב-MC כרוך בעלות נוספת. מידע נוסף זמין במאמר בנושא MC Cloud Marketplace.
תרחישים לדוגמה
תכנון ייצור, מעקב אחרי הזמנות, התקדמות ובקרה על פרמטרים של תהליכים הם תרחישים לדוגמה שמכוסים בדרך כלל על ידי מערכות אוטומציה. המטרה שלנו היא להוסיף למערכות כאלה ולשפר אותן, ולא להחליף אותן. בעזרת Google Cloud תוכלו לקבל תובנות חדשות וחשובות שאפשר להזין למערכות האוטומציה הקיימות שלכם, כמו SCADA, כדי לפעול ולשפר את מדד היעילות הכוללת של הציוד (OEE) ומדדי KPI חשובים אחרים.
כשמדובר במערכות לניהול תהליכי ייצור (MES), חברות נוקטות גישות שונות. חלק מהחברות ממשיכות להשתמש במערכת MES הקיימת שלהן, ואחרות עוברות לפתרונות מבוססי-ענן. MDE היא פלטפורמה איתנה שמאפשרת להטמיע במהירות תכונות מרכזיות של MES, אם נדרש.
תרחישי השימוש שמתאפשרים באמצעות MDE נחלקים בעיקר לשלוש קטגוריות:
- תרחישי שימוש אנליטיים: אפשר לשלב את MDE עם מוצרים לניתוח נתונים כדי ליצור דוחות, לחשב מדדי KPI וליצור לוחות בקרה בזמן אמת באמצעות נתונים שמוזרמים מרצפת הייצור. Google Cloud
- תרחישי שימוש בלמידת מכונה: אפשר להשתמש במוצרים ובפלטפורמות של Google Cloud למידת מכונה (ML) כדי ליצור, לאמן ולהפעיל מודלים של ML שרלוונטיים לאופטימיזציה של כל היבט בפעילות הייצור.
- תרחישים לדוגמה לשילוב: שילוב נתוני ייצור עם פתרונות של תאום דיגיטלי או עם מערכות ארגוניות אחרות, כדי לספק תצוגה משולבת של נתוני הייצור עם נקודות מבט אחרות שזמינות בחברה.
יכולות
MDE כולל את היכולות הבאות:
- הטמעת נתונים: מ-MC או מכל מחסנית קצה מסחרית או קניינית אחרת.
- עיבוד נתונים ב-Edge: MCe מעבד ומאחסן נתונים באופן מקומי לצורך ניתוח מיידי.
- Cloud Data Integration: MC הופך נתונים להודעות MQTT ו-Pub/Sub, ומשתלב בצורה חלקה עם Google Cloud.
- סטנדרטיזציה תחבירית: שימוש בסכימות סטנדרטיות לאחסון נתונים עבור מגוון ארכיטיפים של נתונים, כדי לאפשר שימוש חוזר בנתונים בתרחישי שימוש שונים, כמו:
- ניתוח נתונים בשירות עצמי למנהלי מפעלים ולאנשי תחזוקה.
- זיהוי אנומליות מבוסס-ML ומנוהל באופן מלא שאפשר להפעיל עבור זרמי נתונים של חיישנים ספציפיים (טביעת אצבע אוטומטית, לא נדרשת הגדרה).
- גמישות סמנטית: המערכת משתמשת במנוע משולב להוספת הקשר לנתונים כדי להעשיר באופן אופציונלי נתונים נכנסים מחיישנים או ממקורות נתונים של משתנים. כך היא מאפשרת להגדיר כמה נקודות מבט להוספת הקשר לנתונים על סמך הסטנדרטים הבאים:
- היררכיה של ISA-95
- שפת הגדרת תאומים דיגיטליים (DTDL)
- מפרטים נלווים של OPC Unified Architecture (OPC-UA)
- מעטפת ניהול נכסים (AAS)
- טרנספורמציה והעשרה של נתונים: מיפוי, טרנספורמציה והוספת הקשר לנתונים בהתאם לסכימות שהוגדרו על ידי המשתמש.
- Analytics בזמן אמת: חישובים של ניתוח נתונים בזמן אמת ושינויים על סמך הגדרות המשתמש.
- אחסון נתונים ופלט: מאחסן נתונים מעובדים ב-BigQuery, Bigtable ו-Cloud Storage, ומוציא פלט ל-Pub/Sub.
- מעקב וניהול: ממשק ידידותי למשתמש למעקב ולניהול של הפתרון כולו.
- הגדרה גמישה: ממשק פשוט להגדרת זרימות נתונים וצינורות עיבוד נתונים.
- גישה דרך API וממשק אינטרנט: לגישה פרוגרמטית, לאוטומציה ולניהול.
רכיבים
הרכיבים של MDE הם:
- אשף ההגדרות: מנהל את הגדרות המשתמשים ומציג אותן לרכיבים אחרים של הפתרון.
- Message Mapper: מעבד הודעות נכנסות ומסווג אותן לקטגוריות של הודעות מקור, וגם מבצע המרות של Whistle.
- המרכז לניהול מטא-נתונים: מנהל את דלי המטא-נתונים ואת המופעים, ומשתתף בעיבוד הרשומות.
- קטגוריה של Cloud Storage להטמעת נתונים באצווה: קטגוריה להעלאת קבצים להטמעת נתונים באצווה.
- Cloud Storage Reader: אחראי לקריאת נתונים של אצווה מקבצים שהועלו ל-Cloud Storage.
- Cloud Storage Writer: אחראי לכתיבת הודעות מקור גולמיות בארכיון Cloud Storage, וגם לכתיבת רשומות מעובדות ב-Cloud Storage sink.
- Bigtable Writer: אחראי לכתיבת רשומות ל-Bigtable sink.
- BigQuery Writer: אחראי לכתיבת רשומות אל יעד BigQuery.
- נושאים ב-Pub/Sub: Pub/Sub הוא ברוקר ההודעות של MDE שמשמש לניתוב הודעות בין הרכיבים השונים של הפתרון. כדי לוודא שהניתוב של ההודעות הנכנסות מתבצע בהתאם להגדרות המשתמש, נוצרים כמה נושאים ומינויים. כל ההודעות מגיעות למערכת באמצעות הנושא
input-messages. - מסדי נתונים ואחסון: MDE מנהל מערכי נתונים ב-BigQuery, טבלאות ב-Bigtable ואובייקטים ב-Cloud Storage.
- Federation API: MDE מספק API לגישה לכל מאגרי הנתונים באמצעות ממשק משותף. האפשרות הזו מאפשרת למשתמשים לשלוח שאילתות לגבי הנתונים שלהם בלי קשר למקום שבו הם מאוחסנים, וגם מאפשרת להם להשתמש באותה שפת תצורה כדי ליצור שאילתות ספציפיות לגבי מידע על הייצור.
מנוע נתונים במפעל
בדרך כלל, מופע יחיד של MDE ישרת את כל המפעלים. הרכיבים הבסיסיים Google Cloud (כמו Pub/Sub) הם גלובליים וניתנים להרחבה כדי לאפשר את הגישה הזו. אם בכל זאת בוחרים לפרוס כמה מופעים,מוצרי מסד נתונים כמו BigQuery מאפשרים גישה לנתונים גלובליים בכמה מופעים. Google Cloud מופעי קצה של Manufacturing Connect (MCe) נפרסים כשערים, בדרך כלל ברמת המפעל. אפשר לקשר בין כמה MCe באמצעות השילוב המובנה של NATS.
שימוש במערכת MES לביצועי מכונות, לאירועים ולמעקב
הפתרון MDE משלים את מערכת ה-MES הקיימת שלכם, ולא מחליף אותה. הוא משמש כמקור נתונים וכמקום לאחסון נתונים. ה-MDE מקבל ממנו הקשר חשוב או מטא-נתונים (כמו מתכון פעיל, לוחות זמנים, אירועים ועוד), ומשתמש בנקודות הנתונים האלה כתגים שדומים לערכי חיישנים. נתוני ההקשר האלה נדרשים כדי להבין את נתוני החיישן של המכונה (לדוגמה, דפוס החיישן הצפוי שונה בהתאם למתכון). כלומר, מה המכונה מייצרת). אפשר לשלב את הפלט של MDE (לדוגמה, תחזיות של ML) בחזרה ב-MES, למשל לצורך התראות.
שילוב של MQTT עם MDE
יש כמה אפשרויות ב Google Cloud חנות, שבין היתר תלויות בספק של ברוקר MQTT. לדוגמה, HiveMQ מספקת תוסף Pub/Sub. אפשר גם ליצור גשר MQTT בהתאמה אישית או להשתמש ב-Dataflow.