Waarom zijn fabrikanten die gebruik maken SCADA Software gemaakt voor de IIoT Generation?

Modulaire, on-demand abonnementssoftware die is gebouwd voor de 21st Century biedt economisch voorspellende procesanalyses om de efficiëntie te verbeteren.

Door Bert Baeck, CEO, TrendMiner

Bert braeck trendminer

At times it seems hard to believe we’re already in the second decade of the 21st century; what is even harder to believe is that the majority of manufacturers are still only using technology that is at least 30 years old. Many of these systems work wonderfully for what they are meant to do, collect and store data and monitor systems. However, these systems alone cannot help industrial companies meet the challenges of today’s global market.

Although there are several reasons for this situation, the perception that change is too difficult and expensive is the leading cause for companies to remain hesitant to take advantage of the new opportunities promised by the Industrial Internet of Things (IIoT). A recent LNS Research survey of over 400 manufacturing executives showed the vast majority of companies do not have plans to invest in IIoT technology in the near future. When we consider how expensive many of the existing systems are, it’s understandable why industrial companies are reluctant to invest in new technology.

Helaas zijn deze leidinggevenden vaak op zoek naar oude technologieën die zijn getweaked om te proberen om te profiteren van IIoT mogelijkheden en kan eisen dat het verwijderen van de huidige systemen. Het goede nieuws is dat er zeer betaalbaar technologieën die specifiek ontwikkeld voor het internettijdperk die werken met bestaande systemen fabrikanten te helpen winnen diep inzicht in proces gedrag dat zich vertaalt in een snelle ROI.

SCADA Informatie is meer waard dan ooit

SCADA systems were originally designed to collect data and monitor processes. Since they generate such enormous amounts of data, historians were added to store this data. Initially, historians were used to fulfill regulatory requirements, such as generating reports for government agencies. Leading industrial companies recognised the data hidden in their historians could provide valuable information on plant processes and production, but accessing and utilising the data could be very difficult. The reason for this is historians weren’t designed for “read” purposes or a two-way transfer of information.

Manufacturing Execution System (MES) werden in de vroege 1990s geïntroduceerd in een poging om de kloof tussen werkvloer SCADA-systemen en enterprise ERP-software te overbruggen. Ze hebben ook beloofd om analytics, zoals KPI-gegevens te verstrekken, om de fabrieksvloer activiteiten te verbeteren. Terwijl ze in staat om meer geavanceerde mogelijkheden bieden dan de SCADA-systemen zijn geweest, ze zijn duur en vaak uitgebreide techniek worden uitgevoerd. Bovendien werden ze ontwikkeld voor een andere business tijdperk waarin systemen zijn nog grotendeels verzuilde en internet optimalisatie was grotendeels een bijzaak.

21st-eeuwse technologie is aangekomen

Als we rekening houden met de hoeveelheid tijd en geld industriële bedrijven hebben uitgegeven voor de traditionele software, kunnen we de terughoudendheid van sommige fabrikanten begrijpen om hun systemen te verbeteren. Ze zijn nog steeds gevangen in de angst dat een nieuwe oplossing en duur zal zijn als vereisen een uitgebreide engineering en training voor werknemers. Daarnaast zijn ze beducht steeds opgesloten in een cyclus van moeilijke en dure upgrades, patches en beperkte schaalbaarheid.

Om echt te profiteren van de IIoT bedrijven moeten de volgende generatie oplossingen die werden ontwikkeld voor dat doel. Deze oplossingen zijn in staat om gebruikers aan te bieden het beste van nieuwe technologieën, met name op het gebied van gebruiksgemak en betaalbaarheid.

Google voor de industrie

Zoals eerder vermeld, terwijl historici houden een schat aan waardevolle gegevens voor het verbeteren van operaties, de toegang tot die gegevens en om te zetten in bruikbare informatie is tijdrovend en moeilijk geweest. Veel toepassingen zijn gebaseerd op gegevens modellering, die een uitgebreide engineering en data wetenschappers nodig zijn om uit te voeren. Als gevolg daarvan werden slechts bedrijfskritische applicaties gericht, waardoor grote delen van verbetermogelijkheden verborgen.

In 2008, engineers from Covestro (then known as Bayer MaterialScience) knew there had to be a better way to leverage time-series data. They worked with different types of analytics models and identified their limitations for scaling-up beyond pilot projects. Eventually, they were able to use their deep knowledge of process operations to create “pattern search-based discovery and predictive-style process analytics” developed for the average user. The unique multi-dimensional search capabilities of this platform enable users to find precise information quickly and easily, without expensive modelling projects and data scientists.

stromingsbewaking grafiek

Figuur 1: De combinatie van live data met historische context verkort de analyse latency onmiddellijk, die een kans om acties te ondernemen, zelfs voordat een evenement kan proces prestaties beïnvloeden.

A simple example of how this works is the song title recognition app Shazam. While the technology used by Shazam is different, the concept is similar. Instead of trying to map every note in a song to its vast database of songs, Shazam uses pattern recognition software that seeks “high energy content” or the most unique features of a song then matches it to similar patterns in its database.

Dit is een zeer eenvoudige uitleg van een complex proces, maar het belangrijkste is dat het gebruikers in staat stelt om snel een songtitel met een zeer hoge mate van nauwkeurigheid.

Natuurlijk, industrie vraagt ​​meer geavanceerde algoritmen die in staat is meer dan alleen zoeken zijn. Vaak genaamd Google voor industrie, deze software werkt door aan te sluiten op de bestaande historicus databases vervolgens implementeren van een kolom winkel database laag voor een index. Deze software maakt het gemakkelijk te vinden, filter, overlay en vergelijken interessante perioden te zoeken door partijen of continue processen.

Bovendien is deze volgende generatie oplossing stelt gebruikers in staat om te zoeken naar specifieke operationele regimes, proces afwijkingen, acties van de operator, proces instabiliteit of trillingen. Door het combineren van deze geavanceerde zoekpatronen gebruikers ontgrendelen van de juiste informatie die ze nodig hebben. Bijvoorbeeld, een operator vergelijkt meerdere gegevenslagen of perioden te ontdekken welke sensoren meer of minder afwijkend van de basislijn daar correct productie efficiëntie

Breng het allemaal samen

Naast eenvoudig zoeken, deze nieuwe technologie biedt procesgegevens contextualisering en predictive analytics-mogelijkheden. Ingenieurs en operators kunnen annotatie om meer inzicht te verschaffen. De predictive analytics-mogelijkheden maken een vroegtijdige waarschuwing opsporing van abnormale en ongewenste proces gebeurtenissen door het vergelijken van opgeslagen historische patronen met live procesdata. Bovendien is de oplossing berekent de mogelijke trajecten van het proces en voorspelde procesvariabelen en gelaat voor het gebeurt. Dit geeft operators de mogelijkheid om te zien of recente wijzigingen proces overeen met het verwachte proces gedrag en pro-actief instellingen aan te passen wanneer dit niet het geval.

21st Century Business Model

Deze gratis predictive procesanalyse (ontdekking en voorspellende) maakt ook gebruik van een modern business model: online abonnement prijsstelling. Naast het maken van de procesanalyse betaalbaar voor alle bedrijven, deze ook bevrijdt bedrijven van de verplichting om de tijd en geld te besteden aan het toevoegen van extra licenties en upgrades. Elke keer dat een gebruiker inlogt, ze automatisch de laatste versie van de software te krijgen.

Zoals we hebben gezien, bedrijven hebben nu de mogelijkheid om de waarde van de investering die zij in hoge kwaliteit historici hebben gemaakt te verbeteren. Low-cost predictive analytics oplossingen die hun bestaande historici aanvulling stellen bedrijven in staat om de door historici verzamelde gegevens beter te gebruiken om waardevolle zakelijke inzichten.

Met een betaalbare, plug and play oplossing om nieuwe gebieden te ontdekken voor de verbetering van de werking efficiëntie wordt de vraag why more businesses aren’t using software that is created for the IIoT generation. De toekomst is hier en bedrijven kunnen niet meer werken uitsluitend met behulp van bestaande systemen als ze willen om concurrerend te blijven in deze nieuwe wereld.

Procesindustrie Informer

Laat een reactie achter

Uw e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd *

Deze site gebruikt Akismet om spam te verminderen. Ontdek hoe uw reactiegegevens worden verwerkt.