Industrial Data Intelligence. Datenbasierte Produktionsoptimierung

Transkript

1 !DI Industrial Data Intelligence Datenbasierte Produktionsoptimierung

2 Industrial Data Intelligence Sammeln Analysieren Mit dem Industrial Data Intelligence-Angebot ermöglicht Softing Industrial die datenbasierte Produktionsoptimierung und rüstet seine Kunden für das digitale 21. Jahrhundert, in dem der Wert von Daten eine vorherrschende Rolle einnimmt. Implementieren Entscheiden Über ein individuell abgestuftes Angebot aus Produkten und Dienstleistungen unter stützen wir unsere Kunden bei der Transformation ihrer Daten von bloßen Datensammlungen zu wertvollen Informationen. Für konkrete Anwendungsfälle, in denen Daten einen kommerziellen Wert darstellen, entwerfen wir individuelle Konzepte zur Erschließung der identifizierten Potentiale. Dazu werden zunächst Produktionsdaten in einem wiederkehrenden Zyklus gesammelt und analysiert. Im nächsten Schritt erkennt die Analyse Gesetzmäßigkeiten, aus denen sich z.b. Vorhersagen für eine Optimierung ableiten lassen. Im Anschluss daran erfolgt die Entscheidung für eine Lösung, z.b. eine Anomalie-Erkennung, und deren Implementierung. Neben technischer Architektur, Sicherheitskonzept, Datenverarbeitung, Analyse, Visualisierung und Integration ist die Messbarkeit des Erfolges von großer Bedeutung. Wir bauen auf unsere Erfahrung aus 35 Jahren industrieller Kommunikation und nutzen unser Wissen als Basis für die Extraktion und Analyse von Daten bis hin zu intelligenten Applikationen. 2 3

3 SAMMELN Wir erfassen Daten roh oder aufbereitet aus Automatisierungskomponenten und Feldgeräten wie SPSen, Sensoren, Aktoren und Datenbanken sowie aus zusätzlichen Quellen, wie z.b. Produktionsfluss- oder Wetterdaten. Anschließend bereiten wir die Daten in einem Industrial ETL (Extract-Transform- Load)-Prozess auf. Ausreißer werden gelöscht, Fehleinträge eliminiert, Zeitstempel abgeglichen, Metadaten zugefügt und die bereinigten Daten formatiert. Dieser Prozess findet - soweit möglich - in einem Echtzeitfluss statt. Abhängig von der konkreten Aufgabe werden die Daten in einem zweiten Industrial ETL-Prozess analysiert oder für die spätere Analyse in eine persistente Speicherform(Dateien, NoSQL, SQL, Cloud, Cluster) überführt. Für das Sammeln der Daten kommen entweder Produkte von Softing (z.b. echocollect) oder von Dritten zum Einsatz. 4 5

4 ANALYSIEREN Grundsätzlich unterscheiden wir zwei Arten von Fragestellungen für die Datenanalyse: Einmalige Fragestellung Ein Problem wird analysiert und verstanden und kann durch eine Modifikation der Produktion gelöst werden. In diesem Fall findet die Lösung im Anlagen-Engineering statt. Dauerhafte Fragestellung Ein Problem kann nicht dauerhaft gelöst werden, soll aber vorausschauend erkannt werden. In diesem Fall wird eine Lösung mittels einer Streaming Analytics-Implementierung gesucht, z.b. eine Anomalie-Erkennung. Unabhängig von der Fragestellung geht es bei der Datenanalyse im ersten Schritt darum, ein Modell zu erstellen. Dieses repräsentiert relevante Muster, Beziehungen und Gesetzmäßigkeiten aus der vorhandenen Situation und wird, wenn möglich, durch Fakten aus gegebenen Sachverhalten ergänzt und auf seine Fähigkeit getestet. Anschließend erfolgt die Umsetzung mit echten Daten aus der Praxis mit dem Ziel, eine (meist ungewollte) Situation vorauszusagen (Anomalie-Erkennung). 6 7

5 INDUstrial Data Intelligence Industrielle Datenakquise und -aufbereitung Onsite Stream Analytics Echtzeit-Datenanalyse in der Anlage SPS Lokal OPC UA Feldbus Anomalie-Erkennung Vorbeugende Wartung Big Data (No)SQL Mit unseren Industrial ETL (Extract-Transform-Load)-Produkten schließen wir die Lücke in der Daten erfassung zwischen den Datenproduzenten der Produktionsebene und den Datennutzern der Analyse ebene. Daten aus unterschiedlichsten Quellen Rohdaten aus Automatisierungskomponenten, SPS-Daten, Metadaten, Sensor- und Aktordaten, sowie Daten aus Datenbanken werden in der Anlage in Echtzeit extrahiert, in intelligenten Datenströmen vorverarbeitet oder transformiert und über persistente Speicher für weiterverarbeitende Analysewerkzeuge ladbar.

6 ENTSCHEIDEN In der Entscheidungsphase wird das Ergebnis der Datenanalyse von Experten des Anwendungsfalls beurteilt. Nur die Experten aus der Anlagentechnik können beurteilen, ob gefundene mathematische Zusammenhänge tatsächlich in der Praxis (also der Anlagentechnik) existieren. Weiterhin werden die Ergebnisse der Daten analyse mit weiteren, unabhängigen Stichproben validiert um eine hohe Zuverlässigkeit zu garantieren. Sollten sich durch das Einbringen von Expertenwissen und weitere Stichproben Unklarheiten oder Widersprüche zur Analyse ergeben, so muss diese wiederholt werden oder der Parametersatz der Datenanalyse geändert werden. Ist zwischen Datenanalyse und Expertenmeinung eine hohe Übereinstimmung gefunden, sollten zur Vorbereitung der Implementierungsphase auch geschäftliche, technische, organisatorische und rechtliche Randbedingungen betrachtet werden. Diese bestimmen im hohen Maße die Machbarkeit einer Umsetzung der Analyseergebnisse

7 IMPLEMENTIEREN Nachdem die Entscheidung über die Umsetzung der Datenanalyse erfolgt ist, gibt es zwei Möglichkeiten: Umsetzung der Erkenntnisse im Entwicklungsprozess Das Problem wurde analysiert und verstanden und kann durch die Modifikation der Produktion gelöst werden. Dauerhafte Installation einer Industrial Data Intelligence-Lösung Das Problem oder die Aufgabe lässt sich nur mit einer dauerhaften Fragestellung lösen und muss vorausschauend erkannt werden. Mittels einer Streaming Analytics- Implementierung wird die dauerhafte Lösung, z.b. zur Anomalie-Erkennung, installiert und damit die Produktion optimiert. Fragen, die in diesem Zusammenhang auftreten: Wann können Implementierungen umgesetzt werden? Wie werden Installationen von Drittfirmen gewartet? Welche Datenquellen, Geräte, Protokolle gibt es? Welche Daten existieren bereits?? 12 13

8 LEISTUNGSANGEBOT Wir unterstützen Sie bei Ihrer datenbasierten Produktionsoptimierung mit unserem Angebot aus Industrial Data Intelligence-Produkten und -Dienstleistungen: Sammeln / Implementieren Akquise-System, Anbindung der Datenbanken und Komponenten von Drittfirmen, Datenlogistik, Industrial ETL (Extract-Transform-Load)-Prozess, Support, Wartung, Integration von Softing-Standardprodukten wie datafeed OPC Suite, echocollect, OPC-Server und OPC UA-Technologie. Analysieren Datenaufbereitung, Modellierung, Datenanalyse, Edge- und Server-Analytics, maschinelles Lernen, Anomalie-Erkennung, Live Scoring, Auffinden von sporadischen Fehlern Entscheiden Geschäftsverständnis, individuelle Konzeptentwicklung, Festlegung der Anforderung, Ableitung der Aufgabenstellung, Bestimmung des kommerziellen Wertes von Daten, Erstellung des Sicherheitskonzeptes, Datenübertragung, -bandbreite, -verteilung und -speicherung

9 Benötigen Sie eine Lösung für Ihre datenbasierte Produktionsoptimierung? Rufen Sie uns an: Softing Industrial Automation GmbH Äußere Sulzbacher Straße Nürnberg / Germany Phone: Fax: info.idi@softing.com Weitere Informationen: