边缘计算和云计算时代“自动化数据采集模型”的变革

图片来源:Stratus

作者:Brian E. Bolton

随着技术变得越来越复杂,数据采集模型也需要随之做出改变。边缘计算和基于云的服务等新技术的应用,将有助于增强数据采集的最佳实践。

数据可用性的未来正成为许多工业设施关注的焦点。越来越多的公司正在利用各种智能制造工具和技术,如工业物联网(IIoT) 和边缘计算,对运营进行数字化改造,并做出实时、数据驱动的决策。这些技术的增长速度比预期要快得多,我们已经看到了越来越多基于云连接的数据共享。现在可以从生产商、分销商、供应商、客户等处发送或接收数据。

如今,随着企业使用各种形式的编程语言 (如 Python)开发数据采集软件程序以帮助捕获关键任务数据,数据采集软件程序的数量继续增长。为了跟上这个不断增长的大数据环境的步伐,建立数据采集的最佳实践非常重要,不断升级和改进数据模型的需求也很紧迫。随着数据流的变化,有必要持续检查是否添加了新内容。这种质量控制方法,可确保设施人员识别、采集和分析正确的数据,以成功提高运营生产效率、敏捷性和灵活性。

 从边缘采集数据 

边缘计算技术变得越来越便宜,因此在业界越来越受关注。从边缘采集数据变得越来越重要,这使其成为关键数据采集的最佳实践。边缘数据也成为了最新的数据采集系统的一部分 :

· 传感器 :将物理参数转换为电信号 ;

· 信号调节电路:将传感器信号转换为“可 转换为数字值”的格式 ;

· 模数转换器 :将调节后的传感器信号转 换为数字值 ;

· 边缘数据 :通过 Rest API 或数据存储设备以消息的形式传递数据。数据以消息传递格式创建,并通过云服务或网络应用程序编程 接口(API)进行传输。

一些应用需要立即获得计算能力并访问数据。边缘计算可简化来自 IIoT 设备的数据流,以进行实时数据分析。来自现场传感器的数据先被写入边缘设备,然后再写入边缘基础架构。来自边缘基础设施的数据,以较低的往返时速, 被复制到中央数据中心(通常在云端)。

在边缘采集数据的优势是以几乎实时的速度,从企业的偏远位置将信息传送到数据采集系统的核心。拥有尽可能多的、可用于决策的数据,有助于企业保持竞争力。

除了边缘技术,更多具有嵌入式历史数据库的设备投入应用。例如,成套资产可以采集数据并将其发送给主历史数据库。历史数据库(例如 OSIsoft PI 和罗克韦尔自动化的 Factory  Talk 历史数据管理软件等)可以从自动化过程的核心——仪表和控制系统,采集和存储选定的数据。

正因如此,在诸如边缘设备之类的新技术辈出的时代,及时了解及更新这些核心仪器和控制源,是重要的数据 采集最佳实践。根据设施的数据采集要求,这 些数据源可以使用数据 分析工具 捕 获、 生 成、 组织和管理对业务有价值的数据。

 接口和云服务类型 

有几种不同类型的接口和云服务可用于采集和存储数据。了解各种接口节点,是另外一 个 数据 采 集 最 佳 实践。为了确保能够从数据采集控制系统采集过程数据,并将其写入历史数据库,最常用的标准接口类型包括 :

1

用于过程控制的 OLE(OPC)

一种软件接口标准,允许 Windows 程序与工业硬件设备进行通信。

2

OPC 实时数据访问规范(OPC DA)

无需自定义驱动程序 / 连接器,即可与各种源进行通信。

3

OPC 历史数据访问规范(OPC HDA)

出于优化、库存控制和合规性等多个目的而对历史过程数据行检索和分析。

4

通用文件和流文件加载(UFL)

读取 ASCII 数据源,并将数据写入 PI 历史数据库。除了这些标准的连接和接口,行业还使用三种不同类型的云服务模型 :

5

软件即服务(SaaS)

一种软件销售模型,第三方供应商托管应用程序,并通过 因特网将其提供给客户使用。一些示例包括 Google Apps、DocuSign 和 Slack 等。

6

平台即服务或应用程序平台即服务

一种云计算产品,服务提 供商提供一个平台,使客户能够开发、运行和管理业务应用程序,而无需维护软件开发过程 通常需要的基础设施。PaaS 的示例包括 AWS  Elastic Beanstalk 和 Google App Engine 等。

7

基础架构即服务(IaaS)

是一种服务模型,可外包提供计算机基础架构以支持企业 运营。IaaS 提供硬件、存储、服务器和数据 中心空间或网络组件。IaaS 的示例包括亚马 逊 AWS 和微软 Azure 等。

这些服务通常被称为“云计算堆栈”。IaaS 位于堆栈的底部,PaaS 位于中间,SaaS 位于顶部。通过云服务采集的数据,可以通过云连 接器安全地从一个数据源传输到另一个数据源。当多个位置需要在自己的服务器上采集数据, 并在整个企业中共享时,此方法非常有用。

保障数据系统安全

随着对数据安全性要求的提升,高可用性系统提供了尽可能多的冗余和数据防护。图1 给出了简单数据采集系统网络连接是如何设计的。与之类似,图 2 说明了更复杂的高可用性数据采集系统是如何设计的。

图 1 :简单的数据采集系统网络连接。本文图片来 源 :MAVERICK  Technologies

在发生故障时,高可用性系统可以通过主、辅助服务器的切换来提供保护。如果主 服务器发生故障,则切换到辅助服务器继续采集数据。利用通知提醒相关负责人系统出现问题了。问题解决后,主服务器则处于备用状态,在辅助服务器出现其它问题时接管监控服务。该装置对于很少停机的设施非常有用,可以进行例行软件更新甚至版本升级,不会影响生产。

图 2 :复杂的高可用性数据采集系统网络连接。

数据缓冲、备份和扫描

缓冲、数据备份 / 存档和扫描类是数据采集常用的最佳实践,因此务必要审慎考虑并理解它们 :

缓冲是接口节点的功能,它可以访问和临时存储所采集的接口数据,并将其转发给适当的历史数据库。为了有效采集数据,建议在接口节点上启用数据缓冲。否则的话,如果 接口节点与历史数据库的通信中断,则采集的 数据就会丢失。一些行业对数据完整性有严格 的指导原则。可能需要在 PLC 或 DCS 层面配 置缓冲功能,以消除或最小化由于网络连接故 障而导致的数据丢失。目前正在进行改进,以防止因电源故障等情况而造成的数据丢失。例如,可以实施管理控制来满足数据采集系统的 限制,以确保过程数据的完整性。

数据备份用于在数据丢失、损坏或破坏的情况下恢复数据。备份策略是保护当前 / 即时数据的关键。在发生意外时,协议文档对于 备份和还原数据至关重要。数据档案可以保护 历史信息,虽然这些信息对于日常业务运营而言并非必需,但在各种业务决策中偶尔也会需要。数据归档就是将当前不再使用的数据,转 移到独立存储设备上。数据档案已建立索引,并具有搜索功能,可帮助查找和检索文件。

历史数据库接口使用被称为“扫描类” 的代码,以不同的时间间隔扫描标签并规划数据采集。扫描类以小时、分钟和秒为单位确定 扫描时间间隔,规定历史数据库多久采集一次 数据。了解要采集的数据,对于设置扫描类至 关重要。温度、液位、压力和流量等数据需要 更快的扫描速率。用于启动泵或打开阀门的数据,仅在状态更改时才需要写入。正确设置扫描类可确保系统尽可能高效地运行。

数据组织和元数据

如今,很多制造企业都在寻找合适的方法来组织数据,作为其数据采集最佳实践的一部分。例如,OSIsoft 的 PI 服务器最常用的组件是资产框架(AF),它使组织和共享数据变得更容易。它可以集成、情境化、细化、引用和进一步分析来自多个来源甚至是外部关系数据库的数据。AF允许用户创建部件 / 资产及其所有属性(包括元数据)的层次结构。

现在,利用可视化工具和资产框架,最终用户可以体验来自历史数据库以外的数据。使用部件相关模板,可以大大减少相似资产所需画面的数量。例如,罐、泵、电动机、搅拌器或发电机可以使用单个图形 / 显示模板。与资产相关的特定数据占位符,可根据所选资产进行填充。图 3 是设施发电机 组模板示例。请注意,数据可以直接来自历 史数据库,也可以来自维护跟踪源或 MES 或 ERP 等平台的元数据。

图 3 :用于设施发电机组的模板示例。使用部件相关模板,可以大大减少相似资产所需画面的数量。

“元数据”是一组数据,它描述并提供有关其它数据的信息。使用软件编码的连接器,可以访问来自所有类型的数据源中的数据。将元数据链接到资产的能力,提供了一些独特的方式来采集、分析、可视化和报告过程条件。

随着技术变得越来越复杂,数据采集模型也需要随之做出改变。无论是刚开始采集数据,还是已经使用有段时间了,尝试从数据采集的最佳实践中获益都是一项挑战。

在资源带宽有限的情况下,请考虑咨询第三方自动化解决方案供应商或系统集成商,以帮助设计、建造、维持或改进下一个数据采集项目。随着制造商对数据可用性路径的了解日益深入,边缘计算和基于云的服务等新技术,可以增强数据采集的效率,从而帮助企业获得更多竞争优势。

(0)

相关推荐

  • 物联网关键技术:边缘计算

    物联网的许多应用实现不完全依赖于云平台,边缘计算技术可以实现物联网应用产生更快速的网络响应,满足行业应用在实时业务.应用智能.安全与隐私保护等方面的需求. 2020 年全球有超过 500 亿的终端与设 ...

  • 物联网的四种计算模式

    从物联网从业者的角度来看,经常看到对计算更加可用和分布式的需求.当开始将物联网与OT和IT系统整合时,面临的第一个问题是设备发送到服务器的庞大数据量. 在一个工厂自动化的场景中,可能有数百个集成的传感 ...

  • 邬贺铨为何再次“十问”边缘计算?事关5G发展核心!

    在去年的对于边缘计算的经典十问后,今年,在"中国移动'5G E'网边融合技术峰会"上,邬贺铨院士再次"十问",对边缘计算有了新的思考. 一问边缘在哪里:二问何谓 ...

  • 青山遮不住——2020的10大技术趋势

    很多时候,对某种趋势的预测往往被归到了娱乐圈.但是,趋势是客观存在的,不论你看不看它,知不知道它,它都在那里.有时候,我们赢得了竞争,却输给了整个时代. Gartner每年一度的技术趋势预测有一定的代 ...

  • 干货 | 边缘计算基础架构师指南

    边缘计算绝对是当今技术领域中的一件事.自2017年以来,边缘计算产品和服务的市场规模增加了一倍以上.据统计网站Statista预测,到2015年,这一数字将激增.(请参见下面的图1). 图1:2017 ...

  • 边缘计算技术发展与对策研究

    一.边缘计算的概念 "云.网.端"基本功能的最初设想是,在云 端有一个异常强大的数据中心,负责数据处理,网 络端负责数据传输,而物联网各个节点端负责采集 数据,并通过网络交给云端, ...

  • 工业互联网边缘智能的发展现状与前景展望

    一.前言 随着全球经济竞争进一步激烈,新一轮信息产业变革兴起:与消费互联网相比,实体制造业面临着生产运营成本高.产品附加价值低等问题,产业数字化和智能化变革刻不容缓 [1].快速发展的边缘计算和人工智 ...

  • 什么是边缘计算?边缘计算和云计算的区别有哪些呢?

    边缘计算和云计算,是属于两个层面的概念,实际上应用领域并不相同.在了解区别的时候首先需要了解什么是边缘计算?什么是云计算? 边缘计算是指在靠近物或数据源头的网络边缘侧,融合了网络.计算.存储以及应用处 ...

  • 边缘计算和云计算的区别是什么?与终端设备的关系是什么?

    "只在此山中,云深不知处"这是一句人尽皆知的古诗词,用来形容云计算也是很合适的,云计算就是在远端的计算,用户知道它就在那里但是并不知道也不需要知道它具体在何处. 为了方便大家理解, ...

  • 边缘计算与云计算协同白皮书2.0

    导读:<边缘计算与云计算协同白皮书2.0>是2018年ECC与AII联合发布的<边缘计算与云计算协同白皮书(2018年)>的延续,进一步深化边缘计算与云计算之间的关系,以及在边 ...

  • 边缘计算与云计算协同白皮书2.0丨附下载

    导读:<边缘计算与云计算协同白皮书2.0>是2018年ECC与AII联合发布的<边缘计算与云计算协同白皮书(2018年)>的延续,进一步深化边缘计算与云计算之间的关系,以及在边 ...

  • 迎接边缘计算2.0时代,运营商万亿市场觅商机

    以"智联边云,共创产业新价值"为主题的2020边缘计算产业峰会(ECIS 2020)近日在京举行. 大会发布了三大白皮书,成立了四家实验室. 包括中国电信股份有限公司马鞍山分公司& ...

  • 自动化金字塔层级架构(Purdue模型)演进:嵌入“边缘计算”层 - 5层变3层

    计算机集成制造的 Purdue 模型.图片来源 :Litmus Automation 作者:Vatsal Shah " 当数据流不再分层,自动化的金字塔层级架构是否真的过时了?如何将工业边缘 ...

  • 万物互联时代的边缘计算

    两会19年政府工作报告中明确提出:打造工业互联网平台,拓展"智能+",为制造业转型升级赋能,边缘计算被市场推到了风口. 5G生态具备低延时.高速度的特点,在物联网,特别是工业互联网 ...

  • 云计算与边缘计算的区别

    首先我们先了解一下什么是云计算,云计算(cloud computing)是分布式计算的一种,指的是通过网络"云"将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成 ...

  • 全民ETC背后:5G时代边缘计算新逻辑

    来源:懂懂笔记 "你的车安装ETC了吗?"每一位车主在近几个月里都接到了无数次这样的灵魂拷问. 朋友圈.微信群.公众号.停车场.加油站.电梯广告,来自几十家银行的关于ETC的推销活 ...