Strategie per modernizzare gli storici dei dati per l'industria manifatturiera nel Cloud AWS - AWS Guida prescrittiva

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Strategie per modernizzare gli storici dei dati per l'industria manifatturiera nel Cloud AWS

Devender Satija, Amazon Web Services ()AWS

Ottobre 2023 (cronologia del documento)

L'Industria 4.0 è una rivoluzione nel settore manifatturiero ed è plasmata dall'informatica intelligente. Connettività, dati, analisi, intelligenza artificiale (AI) e apprendimento automatico (ML) stanno guidando una trasformazione digitale del settore manifatturiero. Il risultato è l'emergere dell'Internet of Things (IIoT) industriale e la convergenza dei team di tecnologia operativa (OT) e tecnologia dell'informazione (IT). La modernizzazione storica è un approccio utilizzato per modernizzare e aggiornare i sistemi OT per soddisfare meglio le esigenze dell'industria manifatturiera.

Gli obiettivi del settore non sono cambiati nel corso degli anni; l'attenzione rimane rivolta al miglioramento continuo della qualità e alla riduzione dei tempi di inattività. Molte organizzazioni dispongono di impianti di fabbrica che risalgono a più di 20 anni fa e gran parte dei dati di produzione sono intrappolati in queste macchine obsolete. Per ottimizzare le operazioni, i produttori devono estrarre tali dati, arricchirli con dati provenienti da altre fonti e ricavarne informazioni approfondite. Storicamente, i produttori si sono affidati a uno storico locale. Uno storico dei dati di produzione, noto anche come storico, è un tipo di database utilizzato per raccogliere e archiviare dati da varie fonti in una fabbrica. Questa guida fornisce strategie per modernizzare gli storici al fine di sfruttare i vantaggi della connettività, dell'analisi e dell'AI/ML di. Cloud AWS

Panoramica

Le strategie di modernizzazione di Historian si concentrano sull'uso di dati e tecnologie per aiutare le organizzazioni a prendere decisioni migliori. Queste strategie includono l'utilizzo dei dati esistenti, l'analisi di tali dati e la scoperta di informazioni approfondite utilizzando tecnologie avanzate, come AI/ML. Queste strategie possono contribuire a migliorare l'efficienza operativa, ridurre i tempi di inattività e promuovere l'innovazione.

Di seguito sono riportati i fattori più comuni per la modernizzazione, a seconda delle dimensioni dell'organizzazione:

  • Scalabilità e democratizzazione dei dati senza precedenti: i dati potrebbero essere disponibili, ma sono archiviati in archivi locali che forniscono solo visibilità locale e analisi locali limitate. Man mano che l'organizzazione continua ad accumulare più dati, il costo dell'archiviazione e della gestione di tali dati da parte degli storici locali continua a crescere.

  • Innovazione inarrestabile o fusione: può essere difficile mantenere e integrare diversi esperti locali a seguito di un'espansione, una fusione o un'acquisizione.

  • Prestazioni all'avanguardia: potresti non essere in grado di fornire analisi avanzate e potenza di calcolo ai dati operativi locali.

  • Opportunità di scalabilità e risparmio: scalabilità, problemi di prestazioni e modelli di licenza proibitivi basati su tag possono influire sul costo totale di proprietà (TCO) e impedire un'adeguata acquisizione dei dati per creare casi d'uso avanzati.

  • Informazioni fruibili: i dati IT e OT non sono sufficientemente integrati per fornire ai supervisori degli impianti informazioni tempestive che li aiutino a ridurre al minimo i tempi di inattività non pianificati, a migliorare la qualità dei prodotti e ad aumentare le prestazioni e la disponibilità degli asset.

  • Sostenibilità: per raggiungere gli obiettivi di sostenibilità e risparmio energetico, è necessaria una migliore comprensione delle operazioni degli impianti.