在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
在当今不断发展的工业自动化世界中，在更智能、更高效和快速的系统和软件应用中，数据扮演着越来越重要的角色。对于制造商而言，他们拥有的最有影响力的信息源更多是来自运营技术（OT）的数据。毕竟，制造企业的最终目的是尽可能以最有效的方式从原材料生产成品，并将这些成品出售给客户。得益于开放的系统架构和创新的软件应用www.cechina.cn，过去十年来，OT和信息技术（IT）系统之间的数据流不断增加。
不断增加的数据流
例如CONTROL ENGINEERING China版权所有，在过程控制和自动化系统中广泛采用的EtherNet/IP以太网协议，以及将较旧的协议迁移到标准以太网框架中运行等，已使更多的制造企业从专有通信和硬件转移到整个企业的开放式连接。这些基础通信的融合，提高了自动化层和业务层之间的互操作性。
这种融合还为工业物联网（IIoT）技术和设备打开了大门，推动了大数据爆炸，并帮助将数字孪生和人工智能（AI）等其它技术带到了最前沿。了解OT层和IT应用程序之间更广泛的集成和数据流，使制造商有机会利用实时数据做出更明智和及时的业务决策。
在OT和IT数据集成的过程中CONTROL ENGINEERING China版权所有，应着眼于谁在何时需要数据以及如何做出更明智的决策。
IT与OT数据的集成
在这些IT与OT系统的集成中，最常见的是企业资源计划系统（ERP）、过程控制系统、制造执行系统（MES）、实验室信息系统、设备维护管理系统、数据采集与监控系统（SCADA）等之间的交互。从原材料到制成品，每个环节都需要使用OT数据来履行专门的职能。
ERP系统是维护公司账簿的“记录系统”。它从会计角度管理订单、库存、生产和成品。在较高的层次上，ERP系统软件会通过生产订单，告诉MES生产什么以及要生产多少。 MES反过来告诉过程控制系统所需的材料、数量和满足订单所需的设备。
过程控制系统根据信息运行，以完成生产材料所需的工作，同时向MES报告其进度。在正常产品生产期间，过程中的特定步骤可能需要在实验室信息系统中对要生产的材料进行采样和分析，以确定产品是否符合规格。该分析的结果可以在过程控制系统中启动操作，其中可能包括报废材料，将材料送回整个流程进行返工或将其发发运。
设备维护管理系统负责监视设备的实时运行状况、运行时间、空闲时间、停机时间、功耗以及所有源于OT层的其它关联数据。 设备维护管理系统还可跟踪设备维护历史记录、备件、使用的零件、备件库存、供应商和成本、维护计划以及其它属性。
SCADA系统监视过程报警和事件，包括生产过程中运行人员采取的任何措施。过程历史数据库不断收集和存储这些数据，包括时间序列过程数据、批处理数据以及其它测量数据。过程控制系统生成的大量数据和历史数据库捕获的数据，为对生产环境进行整体状态监控提供了基础。
为了使过程控制系统数据及其所有交互组件在回顾视图之外仍然有用，数据必须能够在IT系统提供的情境中构建框架。要做到这一点，这些上层IT系统中的数据必须是可访问的。在现代的历史数据库平台中，历史数据库数据可利用通用和开放的接口技术，包括用于过程控制的OLE（OPC）和结构化查询语言（SQL）等，通过以太网将其用于OT和IT系统。
构建数字孪生模型
通过仔细查看OT产生的广泛的数据和IT应用程序已消耗的数据，并在每个应用程序的范围内对其进行情景化，制造企业可以获得用来构建数字孪生模型的原始数据。
数字孪生是关于生产设备、产品和过程的虚拟模型。在密歇根大学制造工程师协会会议上的一次演讲中，该概念也被描述为产品生命周期管理（PLM）的基础模型。数字孪生模型被用于优化实物资产、系统和制造流程以及产品生命周期管理的运营和维护。
如果将IT应用中的情境化数据与OT层中的实时和历史数据一起使用，则可以构建设施、设备和产品的完整数字孪生模型，涵盖从收到订单到发货以及其它所有过程。基于物理实体的基本状态控制工程网版权所有，数字孪生模型以动态实时的方式将建立的模型、收集的数据做出高度写实的分析，用于系统的监测、预测和优化。
尽管这些丰富的信息对于设施至关重要，但真正的目的在于使用这些信息做出数据驱动的决策，以预测未来可能的业务变化，例如：
●运营环境的细微变化；
●原材料质量上的微小差异；
●运行人员的行为如何影响系统的效率；
●如何使用一系列的过程报警组合来预测是否可能发生大的过程故障；
●主动操作而不是被动操作的能力。
提升制造敏捷性
得益于更紧密的OT和IT系统集成，制造企业正在意识到增加及时、可执行的数据的好处。这方面的一个例子是减少企业适应生产事件的时间。这可能包括短期事件（例如CONTROL ENGINEERING China版权所有，不可预见的设备故障）或长期事件（例如CONTROL ENGINEERING China版权所有，产品规格变更）。这种制造敏捷性是确保和保持竞争优势的重要战略组成部分。
制造业正处在第四次工业革命工业4.0的开始阶段。这个时代将不仅由数据驱动，而且还将由从数据中获得的信息，并将这些信息应用到整个工业环境中的设备、流程、设施和人员。在这条道路上，整合OT和IT系统是重要的第一步。机器学习和AI等其它新兴技术CONTROL ENGINEERING China版权所有，可以彻底改变制造企业使用集成IT与OT数据来构建模型的能力，这些模型构成了提高企业整体效率、质量和敏捷性的基础。 （作者：Tim Gellner）
MVTalks机器视觉技术研讨会昆山站
测量系统构建完整指南 NI DAQ从入门到精通
2024阿自倍尔新产品说明会深圳站
爱德克工业安全产品八大“金刚”有奖试用
FOTRIC(飞础科)红外热像仪试用体验活动.jpg)
