Menu
Събитийно-ориентирана архитектура за производствения цех: защо полингът ограничава данните в реално време

Събитийно-ориентирана архитектура за производствения цех: защо полингът ограничава данните в реално време

Събитийно ориентирана архитектура за производството заменя постоянното запитване (polling) с pub/sub и докладване при изключение, така че фабриките да мащабират данните от IIoT в реално време, без да претоварват мрежите.
Събитийно-ориентирана архитектура за производствения цех: защо полингът ограничава данните в реално време

Архитектура, базирана на събития, за производството е модел на данни, при който машините публикуват съобщение само когато нещо значимо се промени, вместо да бъдат питани за своя статус отново и отново на фиксиран интервал.

На съвременния производствен цех стотици сензори, ПЛК и контролери искат да докладват състояние, и начинът, по който премествате тези данни, определя дали вашите табла са наистина в реално време или тихо изостават с минути. Полингът, традиционният подход, означава, че всяко устройство се запитва по график независимо дали нещо се е случило.

Дизайнът, базиран на събития, обръща потока: източникът натиска ъпдейт в момента на възникване, което мащабира много по-добре с добавянето на машини.

Какво всъщност ви струва полингът

Полингът изглежда прост. Сървър пита всяко устройство „Каква е вашата стойност сега?“ на всеки няколко секунди, записва отговора и повтаря. Проблемът е, че повечето от тези отговори са идентични с предишния. Мотор на транспортьор, който работи непрекъснато в продължение на час, все още бива питан стотици пъти, и всяка заявка консумира мрежова честотна лента, процесорно време и запис в база данни, въпреки че състоянието не се е променило.

Разходът се натрупва по три начина. Първо, латентността е ограничена от интервала на полинга: ако полвате на всеки 5 секунди, микростоп, който започне една милисекунда след полинга, е невидим почти 5 пълни секунди. Второ, мрежовото натоварване расте линейно с броя устройства по честотата на полинга.

Трето, генерирате огромни обеми ненужни данни, които увеличават обема на съхранение и забавят всяко запитване, което трябва да ги прегледа. За всеки, който следи общата ефективност на оборудването ( OEE ), тези пропуснати кратки спирания директно подценяват загубите в наличността ви.

Как работят архитектурите, базирани на събития, и отчитането по изключение

Системите, базирани на събития, се строят върху две взаимно подсилващи се идеи:

  • Публикуване-абониране (pub-sub): устройствата публикуват съобщения в именовани теми на брокер. Произволен брой потребители се абонират за темите, които ги интересуват. Публикуващият не знае и не се интересува кой слуша, което развързва машините от приложенията, които консумират техните данни.
  • Отчитане по изключение: устройство предава стойност само когато тя се промени отвъд определена мъртва зона, плюс периодичен сигнал за живот, за да докаже, че е активно. Температура, стояща между 71.9 и 72.1 градуса, не изпраща нищо; скок до 78 градуса се публикува незабавно.

Леки протоколи като MQTT (често в комбинация със спецификацията Sparkplug за индустриални полезни натоварвания) са проектирани именно за това. Брокерът седи между периферията (edge) и предприятието, така че добавянето на нов потребител, например приложение за качество, следящо за нарушения на правилата на Нелсън , не изисква никакви промени от страна на машината.

Това се различава от моделът заявка-отговор на традиционна SCADA система, където логиката за полинг и картата с тагове са стриктно свързани с всеки клиент.

Пример: 200 машини, една седмица

Да приемем завод с 200 машини, всяка експонираща 50 тага, и интервал на полинг 1 секунда. Полингът засяга всеки таг във всеки цикъл:

  • 200 машини по 50 тага = 10 000 четения на тагове в секунда.
  • За 24-часов ден това е 10 000 по 86 400 = 864 милиона четения на ден, приблизително 6 милиарда на седмица.
  • Почти всички са дубликати. Ако, реалистично, само 2 процента от таговете всъщност се променят във всека секунда, тогава 98 процента от този трафик не носи информация.

Сега преминете към отчитане по изключение при същия 2-процентов темп на промяна, плюс heartbeat (периодичен сигнал за живот) веднъж в минута на машина:

  • Променящи се тагове: 10 000 × 0,02 = 200 съобщения в секунда.
  • Сигнали за живот: 200 машини / 60 секунди = около 3,3 съобщения в секунда.
  • Общо: приблизително 203 съобщения в секунда срещу 10 000, намаление от около 98 процента в обема на съобщенията и записите в базата данни.

Версията, базирана на събития, не само намалява натоварването, тя подобрява и вярноста на данните. Понеже променящите се 2 процента се изпращат в мига, в който се случат, латентността пада от „до 1 секунда“ до милисекунди, и най-накрая улавяте подсекундните събития, които полингът изглажда. По-малко записи означава и по-бърз Парето анализ на основните причини за простоите.

Защо реално-времевата вярност променя вашите метрики

Производствените метрики са толкова честни, колкото и данните, които ги захранват. Микростоповете под 5 минути са класическа слепа точка и те директно се отразяват на загубите ви по скорост и наличност. Когато полингът изглажда 3-секунден засичане, което се повтаря 400 пъти на смяна, губите 20 минути документиран престой, който никога не достига до вашия процент брак или анализ на пропускателната способност.

Потоците от събития също носят точни времеви марки от източника, така че можете да реконструирате точната последователност при отказ: сработил сензор, отворена защита, спрян мотор, оператор потвърдил. Тази подредена времева линия е суровият материал за смислени MTBF и MTTR метрики за надеждност и за стесняване на цикъла между засечено състояние и реакцията на поддръжката, която трябва да предизвика.

Превръщане на събитията в поддръжка

Събитие е ценно само ако нещо го потреби. Най-полезният долупоток често е система за поддръжка. Когато вибрационен праг е преминат или машина публикува код за грешка, абонат може автоматично да отвори работна поръчка, да прикачи данните от събитието и да я маршрутизира към правилния техник. Това е практичният мост между сигналите от цеха и CMMS.

Така е и начинът, по който екипите преминават от чисто реактивни навици към дисциплините, описани в реактивна срещу проактивна поддръжка и поддръжка, базирана на състоянието . Слоят, базиран на събития, доставя сигнала за състояние; вашите правила и работни потоци решават какво да се прави с него.

Забележете, че превръщането на суровите събития в надеждни прогнози за повреди остава напреднала, модели-наситена дисциплина в целия отрасъл, нещо, което само архитектурата не може да гарантира.

Практически насоки за внедряване

  1. Започнете от бутилното гърло. Инструментализирайте първо ограничителната машина, тъй като там улавянето на микростопове връща инвестицията най-бързо.
  2. Задайте разумни мъртви зони. Твърде тясна и наводнявате брокера с шум; твърде широка и пропускате реални промени. Настройвайте за всеки таг.
  3. Поддържайте сигнал за живот. Отчитането по изключение се нуждае от сигнал за живот, за да не се бърка тишината с мъртъв сензор.
  4. Буферирайте на периферията. Съхраняване и препредаване в шлюза означава, че кратък спад на мрежата забавя данните, вместо да ги губи.
  5. Моделирайте темите си целенасочено. Чиста пространство от имена за теми (сайт, зона, линия, клетка, таг) държи потребителите прости и защитени за бъдещето.

Къде се вписва Fabrico

Fabrico е основата за данни в реално време за този модел. Той доставя мониторинг на OEE и производството в реално време, така че събитията, излизащи от вашия цех, да се превърнат в живи числа за наличност, производителност и качество, а не в отчети след факта.

Когато машина няма ПЛК, откъдето да публикува, Fabrico добавя компютърно зрение на машината, за да генерира събитийните промени на състоянието директно, което разширява видимостта, базирана на събития, до оборудване, което иначе не би могло да бъде полвано изобщо.

От страна на действието, Fabrico е готов за полева употреба CMMS: работни поръчки, регистри на активи, планиране на превантивна поддръжка и управление на резервни части, така че засечено състояние да може да стане планирана или изпратена задача.

Fabrico е разработено в ЕС с резидентност на данните в ЕС, което има значение, когато потокът ви от събития носи чувствителни оперативни данни. Можете да видите как мониторингът и поддръжката се свързват в прегледа на MES и OEE решение и в прегледа на CMMS решение .

Често задавани въпроси

Винаги ли е архитектурата, базирана на събития, по-добра от полинга?

Не универсално. За няколко бавно променящи се тага, където няколко секунди латентност са приемливи, полингът е по-прост за изграждане и разбиране. Дизайнът, базиран на събития, печели решително с увеличаване на мащаба, броя устройства и нуждата от подсекундна вярност, описание, което пасва на повечето съвременни фабрики, следящи кратки спирания и детайлни причини за загуби.

Рискува ли отчитането по изключение да загуби данни, ако устройство млъкне?

Затова и сигналът за живот е задължителен. Всяко устройство публикува периодично съобщение за ливнес, за да може системата да разграничи „стойността не се е променила“ от „устройството е офлайн“. Буферирането на периферията със съхранение и препредаване допълнително предпазва от кратки мрежови прекъсвания, като задържа съобщенията до възстановяване на връзката.

Мога ли да добавя данни, базирани на събития, към машини без контролер?

Да. Машините без ПЛК или достъпни тагове не могат да публикуват сами, но компютърното зрение може да наблюдава машината и да изпраща събития за промяна на състоянието (работи, спряна, блокирана) въз основа на това, което вижда. Това интегрира наследено и самостоятелно оборудване в същия поток в реално време като вашите свързани активи.

Готови ли сте да превърнете събитията от цеха в жив OEE и автоматични работни поръчки? Запазете демонстрация на Fabrico и вижте мониторинг в реално време и готов за полева употреба CMMS, работещи върху вашите машини.

Последно от блога

Начертайте вашата пътна карта за надеждност
Изчислете потенциалната възвръщаемост: запазете час за демонстрация
Начертайте вашата пътна карта за надеждност
Като натиснете бутона Приемам, вие давате съгласието си за използването на `бисквитки`, докато ползвате до този уебсайт. За да научите повече за това как `бисквитките` се използват и управляват, моля, вижте нашата Политика за поверителност и Декларация за Бисквитките