升级您的物联网/运营技术堆栈:用 InfluxDB 替换传统数据历史记录器

导航到

工业4.0简介

制造业和工业组织正处于工业4.0时代。第三次工业革命引入了计算机、机器人和自动化,推动了工业流程的变革,现在已经转变为使用测量、以及机器学习(ML)和人工智能(AI)等先进技术,利用原始和训练数据来提升工业流程。

第三次浪潮中计算机的引入带来了数据历史记录器。现在,作为一种传统技术,数据历史记录器在工业3.0环境中表现良好,因为它们与其他操作技术(OT)系统集成。随着技术的不断进步,这些传统数据历史记录器无法满足现代工业和制造流程的需求。

工业数据历史记录器的问题

虽然数据历史记录器完成了其使命,但现代工厂需要的是不同的东西。在工业4.0背景下,这些传统数据历史记录器存在一些缺点。

缺乏互操作性

工业控制系统通常由硬件和软件的组合构成。这些监控控制与数据采集(SCADA)系统在本地收集并存储工业数据,供工厂操作员在本地数据历史记录器中使用。然而,这些历史记录器是封闭的解决方案,缺乏开放API、微服务架构或其他网络技术,这些技术允许用户分离数据,并将特定数据传输到其他工具和服务中,以从数据中提取更多价值。

供应商锁定

类似地,由于这些传统数据历史记录器的专业化特性,操作员必须从单一供应商处购买所有组件和软件更新。这些主要基于Windows的系统不提供与自身生态系统之外的软件接口的API。这限制了制造商在其技术堆栈中添加新机器和技术的能力,阻碍了生产和增长。

糟糕的开发者体验

传统数据历史记录器的封闭设计和有限的API支持降低了开发人员扩展工业系统的能力。在工具方面,开发人员只能依赖数据历史记录器有限的生态系统中的工具,可用的选项可能无法满足组织的需要或目标。最佳解决方案几乎无法触及,因此即使用户想要添加功能到他们的OT堆栈,也无法实现。封闭源代码软件缺乏开源解决方案所拥有的社区支持,进一步限制了创新和开发人员的兴趣。

可扩展性

传统数据历史记录器生态系统的局限性也限制了工业组织可以运营的规模。在没有能力添加功能或从可用数据中得出新见解的情况下,公司在扩大商业运营时承担了重大风险。与这一挑战相关,数据历史记录器被设计用于处理有限的数据集。它们根本无法完成现代工业组织希望用他们的数据完成的事情。引入先进功能如AI或ML需要大量的数据来训练模型。数据历史记录器没有建立来处理现代仪器化机械产生的大型数据集,也没有处理需要这些数据的规模化的流程。

成本

考虑到所有其他因素,数据历史记录器的总拥有成本(TCO)非常高。数据历史记录器安装成本高昂,通常有年度许可费用,并收取支持费用。作为专有软件,它们并非适合所有,因此需要定制开发工作来安装和维护。这不仅意味着内部开发人员的工作量增加,还常常涉及外部顾问。在任何情况下,这种类型工作的成本都是相当高的。

预测性维护

在公司希望从他们的数据中获得更多价值的时代,传统数据历史记录器限制了数据的扩展性,降低了OT系统的整体功效。数据历史记录器可以记录事物状态,但缺乏满足工业4.0需求的必要功能和互操作性。

仅仅知道车间地面上的机器运行了多少小时是远远不够的。组织还需要确保机器在最佳水平运行,其输出保持一致,并将机器连接到外部技术以实现预测性维护。

例如,您可以使用数据来确定阀门的寿命。然后,您可以使用预测性维护模型跟踪整个运营中阀门的使用情况,并在零件接近使用寿命结束时设置警报。这种方法使组织能够主动进行维护和修理,并安排停机时间,以确保不影响生产或公司的底线。

替换数据历史记录器

为了获得预测性维护和其他先进技术的益处,组织需要超越传统数据历史记录器及其固有的局限性。时间序列数据库,特别是开源数据库,如InfluxDB,可以直接解决数据历史记录器的所有限制。 Telegraf,是InfluxDB平台的一部分开源数据收集代理,使用插件连接到几乎任何数据源,包括MQTTKafkaModBusOPC-UA等。InfluxDB还与现有的IIoT/OT生态系统集成,如PTC KepwarePTC ThingworxBosch ctrlXSiemens WinCC OA

使用InfluxDB管理您的时序数据,工业企业可以运行高级实时分析,利用大量数据集进行AI/ML处理,部署有效的预测性维护程序,生成历史和实时数字孪生,等等。它可以大规模地在云端和边缘完成所有这些。利用边缘数据复制在边缘和云端之间创建持久的数据传输,这样您就可以同时使用它们,确保相关利益相关者始终拥有他们所需的数据。

因此,无论您是想在工厂车间改进工业实践在边缘跟踪分布式资产,提高可再生能源的生产,还是推动科学边界的发展,无论是在地球上还是超越地球,InfluxDB都具有使工业4.0向前发展和蓬勃发展的功能和特性。

注册InfluxDB免费试用版,开始从您的工业数据中获得更多价值。