多中心架構的工業數據運維部署
發布時間：2023-02-02 來源：控制工程網
很多實施工業4.0的制造企業希望能在整個企業范圍內大規模獲取工業數據，以更好地推動業務決策。由于這些企業連接的過程、系統和機器越來越多，對數據建模和集成的需求就變得更復雜。工業數據運維（DataOps）解決方案為這種復雜性提供了答案。數據運維是人員、過程和技術的協調，用于向所有需要數據的系統和人員提供可靠的、隨時可用的數據。
工業數據運維軟件提供專用的數據建模管理和抽象層，能夠幫助用戶優化其數據體系結構，減少部署新系統所需的時間。隨著公司擴大對此類軟件的使用，他們已經開始在設施中部署更多的架構。
那些考慮投資數據建模解決方案或升級現有數據基礎架構的人，在決定哪種軟件是企業的理想選擇之前，應考慮所有可能的情況。隨著企業的發展，部署可擴展的多中心架構將變得更加重要，尤其是在以下四個方面。
對關鍵操作進行細分。工廠通常有多條生產線、工作單元或機器。由于系統變得越來越復雜，與其它系統的交互也就越來越多，保持自主性、靈活性和彈性至關重要。許多客戶希望通過獨特的數據運維中心部署，在運營環境中細分關鍵功能。這樣，對一條生產線的更改，不會影響其它生產線。或者，當一個生產單元的運營系統升級時，它僅會影響工作區域，而不是整個工廠。一些用戶希望為不同的用例（如預測性資產維護、生產數據或質量信息）提供單獨的中心。
彌合網絡安全漏洞。在自動化系統中，企業通常會將不同的網絡進行分段，以最大限度地減少漏洞。例如，通常使用防火墻將控制網絡與商業和企業網絡隔離開來，從而限制數據并允許數據單向傳輸。尋找支持安全消息隊列遙測傳輸（MQTT）發布和通過防火墻訂閱模式的工業數據運維軟件。在聯合體系結構中，跨多個安全網絡區域設置數據中心。這種聯合架構允許數據中心與區域內的系統通信，并將數據消費或安全地發布到其它區域。
啟用變更管理。對于在日常工作中執行的很多業務功能，運營數據變得至關重要。基于分析的系統需要一種迭代的方法，并且隨著工廠車間的不斷發展：引入新資產或對控制器重新編程，系統經常會發生變化。許多企業正在建立開發和測試數據中心，以便在生產部署之前，快速設計和評估測試變更。在數據中心，用戶可以復制配置，將其推送到另一個系統，對系統進行更改、測試，然后將其轉移到生產環境中。
在邊緣進行建模。工廠內執行的實時分析越來越接近機器，這通常被稱為邊緣運行。在某些情況下，這些分析將機器學習或人工智能技術，應用于傳統基于邏輯的控制無法提供結果的機器設定值控制。此外，靠近機器運行意味著延遲更低，丟失數據的風險更低。工業數據運維中心充當設備和分析軟件之間的橋梁，并在邊緣網關上運行。它確保以一致和標準化的方式，從工作單元或機器收集數據，允許在類似的機器上快速部署分析工具。通過利用站點許可證和基于容器的部署，可以經濟高效地將中心部署在工廠中無限數量的這些邊緣節點上。
從新冠疫情中得到的一個經驗是：在當今不確定的環境中，企業需要靈活應對各種突發情況。在整合生產、重組產品線或重新配置運營環境時，變更會很快發生。多中心工業數據運維的部署可最大限度地減少對一個系統的過度依賴，因此企業可以更快地實施變更，同時減少對運營的干擾。