自 2022 年 6 月 15 日起,本網站不再支持 Internet Explorer。 請使用其他瀏覽器訪問我們的網站,以獲得最佳的瀏覽體驗。
分享

四大數據能力:優化 OT 數據,助力數位轉型

2021年9月7日
您可在 My bob手机在线登陆 管理和分享已保存列表
Teaser Image
分享
您可在 My bob手机在线登陆 管理和分享已保存列表

工業數位轉型始於德國在 2013 年推出的工業 4.0 計劃。自此,工業數位轉型成為激發企業活力的關鍵因素。然而,根據德國國家科學與工程院 (Acatech) 發布的 2020 年工業 4.0 成熟度指數[1],超過 90% 的企業目前仍處於工業數位轉型初級階段。大多數企業還在為如何記錄和彙總設備、係統、人員生成的數據而苦惱。這與企業決策者最初的期望相去甚遠。他們的初衷是在電腦屏幕上隨時查看全麵詳實的大數據分析結果,據此做出明智決策,從而降低成本、提高效率、推動商業模式創新。但實際上,許多企業的工業數位轉型之路還很長。

那麼,為什麼企業在工業數位轉型競爭中仍然落後?一大原因在於,近幾年成為流行技術的大數據分析、人工智能 (AI) 以及其他與數位轉型相關的突破性創新都是在這場變革後期才得到運用。為什麼不提前運用這些創新解決方案呢?如果前期沒有積累足量數據,即便最智能的 AI 或機器學習解決方案也起不了作用。眾所周知,在工業數位轉型領域,數據主要來源於操作技術 (OT) 場景,例如:位於氣溫高達 40 到 50°C的沙漠腹地的鑽井平台,在極寒地區綿延數百公裏的輸油管道係統,或是快速移動且震顫明顯的列車運輸係統。不難想象在如此嚴苛環境下捕獲數據將有多難。因此,開啟數位轉型計劃首先需要製定如何從工業自動化設備精確獲取 OT 數據的周全策略。  

此外,還需要真正深入思考。在工業數位轉型背景下,OT 數據已從監控導向轉為優化思維,不僅著眼當下,更服務未來。數據采集錯誤可能會導致後續分析出錯。因此,僅注重捕獲“穩定數據”已無法滿足需求。可以肯定地說,“優質數據”將決定任何轉型計劃的成敗。值得信賴的 OT 數據技術提供商 bob手机在线登陆 憑借三十年 OT 數據連接經驗發現,以下四大能力是確保數據質量的重要支撐。

數據孤島導致數據不足

數據質量麵臨的一大挑戰是數據不足。主要原因在於自動化係統並非專為數據分析而設計。車間生成的數據通常僅僅是為了支持控製設備運行,遠不足以憑此做出商業決策。例如,一家工廠有一台生產線瓶頸機器,事關一切生產或加工。如果這台機器發生故障,整條生產線將陷入癱瘓。為了減少停機時間,工廠需要預測機器內部哪些關鍵組件可能出現故障,並提前購買替換組件。但是這類機器很少提供關鍵組件及零部件的相關數據。因此,需要在機器內部安裝傳感器,並通過遠程 I/O 將生成的模擬信號轉換為數字信號,然後將數字信號傳輸至上層服務器或雲平台,實現預測性維護。以上展示的即為 OT 數據采集能力。

在上述場景中,隻需處理一台機器的數據。如果要處理整個工廠的大量通訊協議,數據轉換的複雜性必然大幅增加。由於 OT 係統一般會使用數十年或更長時間,同一係統中所用設備通常來自不同供應商。而且,每台設備都有自己的專有硬件設計、通訊接口以及助力實現 OT 數據價值的通訊協議。如果係統獨立運行,以上方式可有效確保係統的可靠性和最佳性能。但隨時間推移,就形成了數據孤島。當要整合不同係統的數據時,工廠才發現每個係統的語言互不相通。例如,同一工廠的兩條生產線可能采用不同供應商的 PLC 設備,每個 PLC 都有自己的通訊語言。

好在市場已意識到這個問題。目前已有許多解決方案,比如使用 OPC-UA 等一致且開放的標準協議或采用工業協議網關,幫助用戶使用熟悉的協議從機器中采集數據。例如,借助 Modbus 轉 BACnet 工業協議網關,暖通空調 (HVAC) 係統就可通過 BACnet 協議獲取 Modbus RTU 數據。

有意義的數據才能為 IT 係統所用

數據質量麵臨的另一大挑戰是數據不可用。設備生成的數據是原始數據或值。IT 分析師無法直接使用原始數據,而手動處理數據又必然影響實時響應。如果先將 OT 數據轉換成有意義的值,就能讓數據在邊緣到雲端架構中無縫、快速流動。OT 數據是一係列時間相關數位,每個數位代表特定設備或傳感器在特定時間發生的事件,例如,某個電機在過去 7 天內每 10 秒的電流強度。相反,IT 數據是基於數據庫、具有嚴格結構和說明的數據,必須賦予其意義才能用於各類分析。上文提到的 OT 數據中隻顯示了數字 7 和 10,需要預處理,通過添加缺失的背景信息,為數據提供日期、秒數等完整意義,才能做出進一步分析。

同時,為實現精準控製,OT 設備通常每秒甚至每毫秒產生一條數據。如果每一條原始 OT 數據都傳輸至 IT 係統,會讓 IT 係統充斥過量數據而無法執行有用操作。更糟糕的是,將無意義的數據上傳雲端,不僅會降低運行效率,還會增加數據傳輸和存儲成本。智能 IoT 設備能讓 OT 設備配合 IT 設備,比如每小時上傳一次數據,或由 OT 進行數據處理,隻在數據出現較大偏差時上傳,這樣就能控製數據分發頻率,從而解決上述問題。以上兩點能助力高質量的 OT 數據產出

來源眾多讓數據不夠完整

實現數位轉型需要更多元的實時數據,這也意味著 OT 數據傳輸量將大幅增加。傳統 OT 網絡傳輸的數據隻需要滿足控製需求,但工業數位轉型要求將 OT 數據用於分析和決策。以智能工廠為例,為實現零故障,生產線上的每一個環節都必須能夠即時反饋。若某台生產設備出現問題,下一台設備檢測到異常後會立即發出複位信號,及時修複小問題,防止問題積少成多導致係統故障。這意味著大量數據將通過 OT 網絡傳輸,包括控製信息和偏差圖像;同時也帶來了新的挑戰:當與 IT 數據並行時,如何防止 OT 控製數據傳輸受阻?

網絡還會麵臨諸多環境幹擾,比如極端氣溫和設備啟動時產生的電磁波,都可能導致網絡中斷,讓數據在傳輸過程中丟失。因此,需要針對各種突發事件製定預案,避免因網絡幹擾造成數據丟失。例如,一旦有線或無線網絡出現故障,網絡備份機製可以立即激活備用網絡,恢複傳輸;如果網絡暫時擁堵或斷開,一部分最新數據會先儲存在本地,這樣一來,即便數據丟失,本地數據可以重新傳輸或讀取,從而避免出現碎片數據。

安全漏洞讓數據易受侵害

網絡安全是影響 OT 數據可靠性的首要原因。過去,OT 係統無須接入互聯網,隻需物理上加強監管就能保障安全,比如隻允許特定人員使用 OT 係統,或禁止使用 U 盤和個人電腦。然而,隨著工業數位轉型成為行業趨勢,互聯網訪問變得不可或缺。設備一經聯網,所有安全漏洞都暴露在計算機病毒之下,入侵係統變得輕而易舉,甚至導致係統運行中斷,成為黑客謀取利益的新途徑。由於網絡攻擊越來越普遍,數據和網絡安全正成為數位轉型過程中每一項任務的必然考慮。要想保障產能,避免生產線數據受損,就不能讓存在隱患的 OT 數據成為企業的阿喀琉斯之踵,極易遭受網絡攻擊。

企業普遍存在的一個誤區是,認為成熟的 IT 安全解決方案能直接用於 OT 網絡。實際上,為 IT 環境設計的安全工具不能為 OT 係統提供完善的保護。常見的防病毒軟件就是一個例子。OT 設備上的操作係統通常不兼容防病毒軟件,因此安裝殺毒軟件包根本無從談起。同時,對 OT 網絡環境而言,係統能否全力運行至關重要,這讓安全防護更加複雜。防病毒軟件可能會誤攔截數據包,損害產能,因此不適用於 OT 設備。此外,為保障連接穩定便捷,製造商通常選擇將所有設備部署在同一個內聯網上。勒索軟件一旦入侵,就能輕易擴散至整個係統。因此,保障 OT 網絡環境安全,需要考慮到由下至上三個層麵:終端節點安全、網絡安全和安全管理。提高 OT 數據安全能力,企業應該:

  • 為 OT 自動化設備部署入侵防護係統 (IPS),保護關鍵基礎設施。工業級 IPS 能監控流入流出關鍵設備的數據,隔離惡意流量,一旦發現異常,便會即刻通知網絡管理員。
  • 利用網絡層阻止勒索軟件攻擊。企業應將以太網交換機升級為網管型以太網交換機,利用交換機的分層功能為 OT 網絡分區。
  • 使用網絡管理軟件提高不同 OT 通信協議之間的互操作性,讓設備狀況可視化,快速發現存在故障或風險的設備。 

讓四大 OT 數據能力助您一臂之力

俗話說,“切忌本末倒置”。在數位轉型過程中,抓住重點十分關鍵,不要讓低質量的原始數據影響大數據分析結果。在挖掘 OT 數據的價值前,應思考數據獲取、數據準備、數據傳輸和數據安全是否存在問題。掌握以上四大能力,就能直麵挑戰,利用高質量的 OT 數據為轉型之路奠定堅實基礎。

 


添加至收藏夾