Цифровая платформа IIoT Siemens...
Transcript of Цифровая платформа IIoT Siemens...
Цифровая платформа IIoT
Siemens MindSphereДмитрий Соколов, Siemens PLM Software
siemens.com/mindsphereUnrestricted © Siemens AG 2018
Page 2
Бизнес
Операционный
Технологический
Портфель продуктов
и модели бизнеса Экосистема бизнеса
Организационная структураПроцессы и компетенции
Продукты и технологии Аналитика и управление
Уровни
Ключевые аспекты
Стратегия
Миссия
Видение
• Новое конструкторское мышление, фокус на
клиентов
• Активная экосистема (открытые инновации,
расширенное предприятие, обмен данными)
• Модульная структура продуктов и сервисов
• Инновационная культура, гибкость и
ориентированность на риск
• Преобразования в проектировании,
производстве, маркетинге, продажах, сервисе
• Новые компетенции и роли (продажа новых
ценностей, аналитика данных, новые услуги)
• Изменения в оргструктуре (новые знания, новая
культура, опыт клиента, общая ответственность).
• Фокус на масштабируемость, модульность и
повторное использование
• Аналитика данных жизненного цикла
• Инфраструктура данных, защита информации
• Гибкость операционной деятельности и
минимизация операционных рисков
Цифровизация производства - изменения на всех уровнях
Page 3
Цифровизация не только производства, но и всей цепочки
жизненного цикла изделий
Аналитика
данных
Page 4
Оборудование, системы и изделия
Цех / участок
Предприятие / объединение
Вертикальная прозрачность процессов и данных
Горизонтальная интеграция
Цифровой двойник изделия
Холдинг / отрасль
Цифровой двойник
производства
Внутриотраслевая кооперация
Аналитика данных
Цифровой двойникэксплуатации производства
Цифровойдвойник
эксплуатации изделия
Ве
рти
кал
ьная
ин
тегр
аци
я
Роль IIoT и прозрачности данных
Page 5
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
Станки и
обрабатывающее
оборудование
Роботы и
автоматические
линии
Изделия и их
компонентыИТ-
системы
Облачная Платформа Аналитики Данных
АСУТП
MES,MOM
Приложения
Сервисы
ИТ-
системыСервисы
PLM-
системыПользователи
Источники данных
Слой сбора данных
Слой платформы
Слой приложений
Потребители информации
Многоуровневая платформа и операционная система IIoT
Page 6
MindSphere – открытая платформа и операционная система
Приложения MindApp• Прозрачный контроль над всем парком (устройства,
станки, двигатели, транспорт, ...)
• Аналитика, например прогнозирование обслуживания,
предсказание сбоев и т.п.
Облачная платформа MindSphere
• Открытые интерфейсы для разработки приложений
MindApps с учетом индустриальной специфики
• Запуск и администрирование приложений,
пользователей, данных на платформе
MindConnect – подключение точек сбора данных
• Открытые стандарты и протоколы (OPC UA, S7)
• Быстрое подключение продуктов и устройств
• Безопасная и надежная передача шифрованных данных
Бизнес модель: облачная платформа услуг (PaaS)
MindSphere
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
Разрабатываются Siemens, производителями оборудования, заказчиками, партнерами
Сбор, хранение, обработка данных,
запуск приложений
Page 7
MindApp API и MindConnect - масштабируемые приложения и
быстрое подключение устройств
Инфраструктура MindConnect:
Готовые IoT-шлюзы MindConnect Nano и MindConnect IoT 2040
Встроенные решения MindConnect в индустриальные решения Siemens напр.
SIMATIC S7-1500 PLC, Sinumerik
Библиотеки MindConnect и APIs для собственной интеграции и разработки IoT
устройств
MindApp API:
Открытое API разработки приложений MindApp заказчиками,
пользователями и партнерами. Все приложения запускаются на облачной
платформе MindSphere
АPI нацелено и оптимизировано на разработку индустриальных IoT
приложений с использует готовые модули (напр. разбор логов, аналитика,
визуализация)
«Магазин Приложений» (Digital Exchange) с готовыми решениями
Page 8
Консультанты
MindSphere
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
Открытая развивающаяся экосистема партнеров
Разработчики приложений
Системные интеграторы Партнеры по интеграции
Поставщики инфраструктуры
Технологические партнеры
Page 9
Взаимодействие партнеров в экосистеме MindSphere
LP
По
дкл
юч
ен
ие
Page 10
Готовые приложения
Page 11
Быстрый запуск услуг MindSphere
Шаг 1
Подключение
Получение доступа к
MindSphere, закупка и
подключение шлюза Mind
Connect Nano
Шаг 2
Конфигурация
Конфигурирование сбора
данных (Data Modeller),
подсоединения к шлюзу,
визуализации данных и
отчетов
Запуск сервиса.
Мониторинг, например
состояния устройств или
транспортных средств с в
приложении Fleet Manager и
анализ в Visual Analyzer
Page 12
00111001
10100011100
101000110
101000110
0110001101011010011010010110000
101010011011001
Аналитика и подготовка потоковых данных для MindSphere
101000110
10010001110
11001
011010000
11
1010
Plant Data ServicesPage 12
Пред-процессинг данных и
передача в MindSphere
Высокочастотные потоковые
данные
Данные готовы для
аналитики и визуализации
Передача данных через OPC UA
Шлюз IoT
Библиотеки СMX
X-Tools на локальном
сервере или
Microbox PC
101010011011001
MindSphere –
открытая облачная
платформа IoT
February 2017
Page 13
Исследование и
визуализация
• Инструменты
исследования,
аналитики и
визуализации данных
на основе Tableau
• Поиск проблемных
точек
• Анализ трендов и
поиск оптимальных
решений
Создание процессов
Создание процессов
обработки, обогащения
данных, реагирования на
события. На основе
Node-RED.
Процессы запускаются
вручную, на основе
временных событий (или
порогов) или через
RESTful API.
Анализ потоков
Быстро настраиваемое
приложение для анализа
потоков / серий от
устройств.
Быстрый анализ и
отображение данных
для понимания работы
инсталлированного
парка.
Передача результатов
клиентам и партнерам
Строитель отчетов
На основе TIBCO
Jaspersoft ™, создание
индивидуальных отчетов
и панелей отображения
данных.
Комбинация различных
источников данных,
поиск зависимостей и
связей в данных.
Моделирование
Построение
предиктивных моделей,
включая машинное
обучение.
Различные алгоритмы, и
библиотеки, включая.
TensorFlow, Spark
MLlib, NumPy, Scikit
Learn, Keras, SciPy,
Matplotlib, Pandas,
Theano Hi Pengcheng.
MindSphere основные компоненты на платформе
What?
Page 14
Приложение Fleet Manager
• Пользователь сам может
определять:
• Свойства
подключенных объектов
и аспекты (параметры)
измерения
• Способ отображения
данных
• События, о которых он
будет оповещен
• Интервалы и время
анализа данных
Page 15
• Быстрое и простое
подключение станков с ЧПУ
SINUMERIK
• Визуализация и контроль
парка станков
• Различные комбинации
данных для получения
аналитики
• Полная прозрачность текущего
состояния производства и
эксплуатации парка станков
• Снижение простоев,
оптимизация
производственных ресурсов,
повышение
производительности
Приложение Manage MyMachines
Page 16
Построение полных цифровых цепочек через комбинацию
операционных и бизнес данных
MindSphere
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
ERP
Системы
PLM
Системы
CRM
Системы
ИТ системы
предприятия
Подключенные
продукты и изделия
Например: погода
Внешние источники
данных
PDM CAD CAM CAE
Page 17
Объединяет все источники данных: управление жизненным циклом
продукта (PLM), планирование ресурсов предприятия (ERP), системы
управления производством (MES), системы управления качеством (QMS),
управление взаимоотношениями с клиентами (CRM) и IoT в один
аналитический центр.
Поиск и анализ данных от поставщиков, производителей и клиентов в
течение нескольких секунд.
Полная картина всей цепочки создания стоимости.
Замыкание цепочки между проектированием, производством и
эксплуатацией продукта.
Инструменты быстрого контекстного поиска, анализа качества данных,
анализа производительности и визуализации.
MindSphere Product Intelligence
What?
Эффективные унификация, поиск, фильтрация и анализ данных с учетом контекста дает значительный
синергетический эффект и обеспечивает базу для интеллектуального принятия решений. Это значительно
снижает затраты и время на поиск источников проблем, позволяет сосредоточиться на оптимизации изделий,
производства и обслуживания с учетом создания стоимости и повышения удовлетворенности клиентов.
Page 18
Ценность цифровой трансформации c MindSphere
• Повышение эффективности / снижение затрат на гарантийную
поддержку
• Визуализация и контроль установленного парка
• Автоматическое оповещение о сбоях и авариях
• Новые бизнес модели и услуги
• Напр. обеспечение гарантированного уровня надежности (КЖЦ)
• Улучшение продуктов через обратную связь и анализ работы
• Использование эксплуатационных данных для проверки,
оптимизации моделей и инжиниринга
• Повышение продуктивности / времени работы оборудования
• Предсказание сбоев для превентивного обслуживания,
снижение времени простоев или незапланированных остановок
работы
• Оптимизация парка
• Оптимальная конфигурация и максимальная загрузка
оборудования, анализ пиков, потребление энергии и т.п
• Повышение эффективности обслуживания оборудования
• Удлинение циклов обслуживания за счет оптимальной работы
Производитель
оборудования
Оператор
оборудования
Пример применения
Новые бизнес модели облуживания
станочного оборудования
Решение
‒ Подсоедините станков через ЧПУ Sinumerik
‒ Разработка приложений на платформе MindSphere
‒ Предоставление аналитики и приложений для клиентов
Задача
‒ Предложить клиентам собственный сервис мониторинга
состояния станочного оборудования
Результат
‒ Глобальный доступ к данным (доступность, качество и
быстрота доступа для клиентов)
‒ Повышение производительности, качества и мониторинг
состояния для клиентов
‒ Новые бизнес модели сервиса для клиентов
Пример применения
Цифровой Двойник (промышленые краны )
Эксплуатационные данные для оптимизации изделий
Решение
‒ Сбор, аналитика и корреляция данных с использованием
MindSphere и PDM-системы Teamcenter
‒ Интеграция с системой проектирования NX
‒ Предсказание сбоев кранов и предупреждение простоев
Задача
‒ Выход на новый уровень проектирования и качества
продукции путем передачи операционных данных от
сенсоров в системы моделирования и проектирования
изделия
Результат
‒ Эффективное и надежное управление жизненным циклом
‒ Замыкание цепочки жизненного цикла изделия
Page 21
Задачи
• Контроль большого числа двигателей
• Снизить простои
• Оптимизация обслуживания
производственных линий
Решение
• Передача данных от сенсоров в
MindSphere
• Сбор статистики и анализ поведения
двигателей (создание моделей)
• Формирование KPI и пороговых значений
для двигателей.
• Описание правил реагирования на
отклонения в показателях в Fleet Manager
Результат
• Предсказание сбоев в двигателях и
производственных линиях
• Эффективное планирование обслуживания
• Повышение качества и эффективности
производства благодаря мониторингу в
реальном времени
fInd:F&B
Цифровой двойник производства
Анализ надежности и
производительности линий
e
Page 22
Правила реагирования, включая
автоматизацию процессов принятия
решений
Включает верификацию моделей и
определение основных граничных
условий их функционирования
Этот этап может быть сокращен,
если уже есть накопленные данные и
опыт в предметной области
1. Сбор, накопление и
анализ данных
2. Создание и увязывание
моделей
3. Определение правил и
автоматизация
Общий подход к решению задач с помошью IIOT
Page 23
Спасибо!