用户中心

资讯 > 技术文章

建立在分析基础上的运营优化

来源:控制工程网2022.12.21阅读 1303

  由于工业制造业面临着诸如劳动力短缺、原材料短缺和成本增加等诸多挑战CONTROL ENGINEERING China版权所有,因此获取准确的生产数据,对于监控生产运营、优化制造效率和预防停机至关重要。工业自动化领域的技术创新,已经并将继续通过实现准确易懂的数据采集(这是提高制造效率的关键),为生产制造商带来竞争优势。本文将探讨多年来的一些进展,以及分析必须如何补充数据采集以更好地提供价值。
  工业通信的演进
  可编程逻辑控制器(PLC)是在20世纪60年代后期问世的。与硬接线的继电器逻辑相比,PLC是一个重大的改进,它提供了方便的自动化逻辑控制变化CONTROL ENGINEERING China版权所有,并推动了数字技术在离散和过程自动化制造中的迅速采用。
  基于微处理器的PLC提供了来自工厂车间的传感器、开关、执行器和更多内部衍生信息的丰富数据。然而,早期的通信介质和协议在速度和能力上受到限制,并且采用客户机/服务器方法,仅在请求时才报告,因此它们无法报告异常工况。
  适用于工厂车间使用的坚固耐用的工业PC(IPC),于20世纪80年代中期问世,提供了承载监控和数据采集(SCADA)应用程序的能力。20世纪90年代初人机界面(HMI)设备问世。IPC、SCADA和HMI允许车间运行人员可视化生产机器并更改运行设置。历史上,用于PLC、IPC和HMI的大多数工业通信协议,都由PLC供应商开发或在其帮助下开发的,例如:施耐德电气的Modbus和西门子的Profibus。
  其中有些协议是专有的,有些不是,但种类繁多,使最终用户很难实现完整的连接。随着IT技术的进步,运营技术(OT)领域开始从专有方法转向更开放的IT方法。
  另一个发展趋势是努力改善不同应用之间的通信。OPC DA(OPC数据访问)于1995年首次推出。OPC是过程控制OLE(对象链接和嵌入)的简称,它基于微软视窗COM(组件对象模型)技术。OPC DA基于客户端/服务器架构,允许在不同应用程序之间,共享具有基本属性的实时数据,而每个应用程序都不知道另一个应用程序的接口细节。
  一些公司开发了OPC DA服务器产品www.cechina.cn,允许HMI/SCADA产品和其它应用程序,使用各种工业以太网协议访问PLC。这些解决方案允许用户轻松地与PLC接口,而无需每次开发特定的通信驱动程序。尽管在当时,OPC DA是PLC数据采集通信技术的重大改进,但它具有以下局限性:安全性低;依赖于平台(仅限微软Windows);性能受限;架构未针对互联网进行优化;有限的数据类型处理。
  OPC UAMQTT
  为了解决这些以及其它问题,OPC UA(OPC统一架构)于2008年发布。OPC UA是一个独立于平台的解决方案,可以运行许多平台,包括使用Linux、苹果和安卓设备的嵌入式微控制器设备、基于微软Windows的IPC、基于云的基础设施等。
  与传统的客户机/服务器机制相比,发布/订阅机制特别有用,因为它允许边缘设备(如PLC和传感器)向面向消息的中间件服务器发送新数据,而中间件服务器反过来可以将数据提供给任何数量的订户,例如HMI/SCADA应用程序。
  虽然OPC UA是一种强大的架构,可以将数据从边缘设备移动到用户,但对OPC UA复杂性的一些担忧,促进了其它技术的发展。消息队列遥测传输(MQTT)就是一个很好的例子,它是一种轻量级发布/订阅协议,可以在端点设备和更高层软件之间传输数据。
  MQTT开发于1999年,用于连接远程石油管道配置的集中式SCADA,通常通过低带宽卫星链路连接。重要的是要注意,因为MQTT使用了“客户端”,向“代理”提供数据,而“代理”可以为任何请求数据的“客户端”提供数据,因此MQTT的架构非常灵活。在这个模型中,发布者和订阅者之间没有硬链接,简化了运营和支持。
  数据采集促进物联网的部署
  众多的数据采集方法简化了物联网项目的实施。物联网实施允许边缘(端点)设备通过物联网网关服务连接到主机设备,允许访问边缘设备中包含的信息。对于工业和任务关键型应用,比如机器、天然气管道和运输网格的监测,该术语通常变为工业物联网(IIoT)。
  这一趋势的另一个概念模型是工业4.0,2015年由世界经济论坛推广。该模型代表了一个根本性的转变,将人工智能、分析和先进机器人技术引入到传统生产制造业。IIoT在工业4.0中发挥着重要作用,因为它提供了有效的机制,将数据从边缘设备(如传感器和机器)传递到由人类和人工智能执行的更高级别的监测、计算和分析。
  OPC UA和MQTT技术对于实现IIoT和工业4.0的成功部署提供了重要的作用。借助现代PLC技术,亚毫秒级的数据采样率现在成为可能。使用OPC UA服务器,可以实现10毫秒范围内的数据更新率。使用直接PLC协议驱动程序(如Modbus TCP或EtherNet/IP),在HMI/SCADA系统和PLC之间进行连接的通信速率,可以达到10到30毫秒,具体取决于通信的数据量。速度的提升允许对生产和机器数据进行响应式监控。
  所有这些发展进步,使得实时访问制造数据成为可能,从而能够帮助工业工厂和设施改善运营。这使他们能够通过优化生产性能和最小化停机时间,做出更好的数据驱动决策。
  已经开发了一些指标和工具,利用这些实时生产数据,来帮助优化制造效率。例如CONTROL ENGINEERING China版权所有,整体设备效率(OEE)可根据生产目标监控生产结果,同时预测分析检测即将发生的设备故障。
  四种分析类型
  分析是使用生产数据来帮助用户做出有关生产运营的决策。有四种主要的分析类别,每类都是改进运营的独特工具:描述性分析;诊断分析;预测性分析;和规范性分析。
  描述性分析是历史上使用最多的分析工具,它通过查看过去的生产数据来确定发生了什么以及导致问题的原因。基于实时和过去的数据,通过为数据提供情境信息来深入了解流程是如何执行的。这更像是一种“事后”分析。
  诊断分析使用统计数据来发现模式,提供对实时数据的洞察。根本原因分析是最流行的方法之一。诊断分析回答了“为什么会发生这种情况?”,这也是一种“事后分析”类型。
  预测性分析是一组工具www.cechina.cn,可根据当前运营状态预测哪些事情可能发生。预测分析依赖于生产过程中的实时数据,并使用统计分析、回归和人工智能等工具,来分析过去的生产制造数据,并预测近期的生产制造运营活动。预测分析通常由云托管,以便于从多个数据源获取数据,也便于存储/检索预测分析工具有效运行所需的数据。
  规范性分析是一种分析工具,不仅可以预测将发生什么,还可以预测何时以及为什么会发生,并提供缓解风险的建议。这些工具需要访问实时和历史数据源。例如CONTROL ENGINEERING China版权所有,石油生产运营部门对油田设备进行规定性分析,以帮助优化生产产量,最大限度地减少停工时间。
  数据采集是支持可视化和分析的基本元素,这是提高制造效率所必需的。如果无法轻松访问高速、实时的数据,则无法实现OEE和预测分析等解决方案。由于有了良好的数据采集选项,并且趋向于更加开放和易用,因此开发了用于可视化和分析的现代软件工具,以提供改进的功能,并更易于部署。这些软件工具将持续增长,并帮助公司实现其制造业务的生产目标。(作者:John Dunlap, ADISRA)

版权声明:版权归控制工程网所有,转载请注明出处!

频道推荐

关于我们

控制工程网 & CONTROL ENGINEERING China 全球工业控制、自动化和仪器仪表领域的先锋媒体

CE全球

联系我们

商务及广告合作
任小姐(北京)                 夏小姐(上海)
电话:010-82053688      电话:18616877918
rendongxue@cechina.cn      xiashuxian@cechina.cn
新闻投稿:王小姐

关注我们的微信

关于我们 | 网站地图 | 联系我们
© 2003-2020    经营许可编号:京ICP证120335号
公安机关备案号:110102002318  服务热线:010-82053688