نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

31 فروردین 1403 1:29 ب.ظ

مدل بلوغ داده های تولیدی و تحول دیجیتال

ارسال شده در 13 سپتامبر 2022 توسط The Manufacturer

داده ها و قابلیت های تجزیه و تحلیل در سال های اخیر پیشرفت کرده اند. حجم داده های موجود به طور تصاعدی در حال رشد است، الگوریتم های پیچیده تری توسعه یافته اند و قدرت محاسباتی و ذخیره سازی به طور پیوسته بهبود یافته است. بنابراین، به جای شهود، امر عادی جدید تکیه بر داده ها برای هدایت نوآوری های دیجیتال و تصمیم گیری های تجاری است. در واقع، داده ها “با ارزش ترین منبع” برای سازمان ها از جمله در تولید است.

Industry 4.0 فناوری‌های تولید پیشرفته مانند هوش مصنوعی (AI)، یادگیری ماشینی (ML)، دوقلوهای دیجیتال، واقعیت افزوده (AR) و واقعیت مجازی (VR) را گرد هم می‌آورد تا سیستم‌های تولید یکپارچه، مستقل و خودسازمان‌دهی را فعال کند که مستقل از دخالت انسان داده‌های ماشین/فرآیند تولیدی را بتوان توسط الگوریتم‌ها تجزیه و تحلیل کرد و برای تصمیم‌های تجاری و عملیاتی در زمان واقعی که مستقیماً بر خروجی‌های تولید تأثیر می‌گذارد، استفاده کرد.

همانطور که در شکل نشان داده شده است، سفر از جمع آوری داده ها به بلوغ دیجیتال سفری است که در آن تجزیه و تحلیل، زمینه و بینش اضافه می شود تا داده های خام گرفته شده از یک دستگاه یا سیستم را به اطلاعات، دانش و در نهایت خرد عملی برای تصمیم گیرندگان تبدیل کند.

ابتدا، داده‌ها از ماشین‌ها/فرآیندهای تولید جمع‌آوری می‌شوند و به‌عنوان داده‌های بزرگ عادی، دیجیتالی و سازمان‌دهی می‌شوند. سپس، معنی اضافه می شود و داده ها از طریق هوش مصنوعی به دانش تبدیل می شوند. در نهایت، داده ها به خرد عملی تبدیل می شوند که از طریق بینش های ترکیبی بلوغ دیجیتال به دست می آید.

جمع آوری داده ها – اولین مرز

اولین و مهم ترین مرز برای دستیابی به بلوغ دیجیتال برای Industry 4.0 جمع آوری داده ها است. داده‌های ماشین‌ها/فرایندهای تولیدی از طریق حسگرها گرفته شده و از طریق چندین فناوری کلیدی ذخیره می‌شوند. در سمت فناوری عملیاتی (OT) داده‌ها با کنترل‌کننده‌ها، PLC‌ها، دروازه‌ها و دستگاه‌های لبه و در سمت فناوری اطلاعات با مرکز داده یا ابر سازمانی ذخیره می‌شوند. فن آوری ذخیره سازی داده ها ذخیره سازی طولانی مدت داده های دیجیتالی گرفته شده از حسگرهای پیشرفته را امکان پذیر می کند. این محیط غنی از داده، ابتکاراتی را از اینترنت صنعتی اشیا (IIoT)، تا داده های بزرگ و شبیه سازی، هوش مصنوعی، کنترل تطبیقی ​​و دوقلوهای دیجیتالی را ممکن می سازد.

چالش هایی برای جمع آوری داده ها در تولید وجود دارد. ماشین آلات و فرآیندهای موجود در کارخانه تولیدی ناهمگن هستند و از پروتکل های مختلفی برای برقراری ارتباط استفاده می کنند. اتصال داده ها نیز به دلیل ماهیت قدیمی سیستم های کارخانه، یک مسئله مهم است. در نتیجه، معمولاً سیستم‌های IT و OT راه آسانی برای برقراری ارتباط برای فعال کردن طرح‌های Industry 4.0 ندارند.

یک عامل کلیدی فناوری برای غلبه بر این چالش‌ها و پل زدن داده‌های OT به سیستم‌های فناوری اطلاعات، یک کارگزار داده است. با استفاده از یک استاندارد اساسی مانند MQTT، یک کارگزار داده از توانایی اتصال چندین مشتری که در حال انتشار داده ها هستند و چندین مشتری مشترک برای دریافت داده ها مانند برنامه های کاربردی سازمانی، پشتیبانی می کند. مشتریانی که با کارگزار ارتباط برقرار می کنند، می توانند پروتکل اساسی را که ماشین ها/فرایندها  برای برقراری ارتباط استفاده می کنند، شناسایی کنند. کارگزار در محیط‌های با پهنای باند کم با مکانیسم‌های ارتباطی غیرقابل اعتماد به دلیل روش انتشار/اشتراک اساسی که در آن ماشین‌ها/فرآیندها برای دریافت داده‌ها نیازی به نظرسنجی ندارند، به خوبی کار می‌کند.

کارگزار می تواند به طور ایمن داده ها را بین مشتریان انتشار دهنده معمولاً در سمت OT به مشتریان مشترک در سمت IT ارتباط برقرار کند. به عنوان مثال، یک برنامه تحلیل جریانی ممکن است از داده های سیستم SCADA برای اجرای تجزیه و تحلیل آن و انتشار نتایج بلادرنگ بخواهد. برنامه یک کلاینت MQTT را اجرا می کند که مشترک کارگزار است. مشتری SCADA در صورت موجود بودن، داده ها را برای کارگزار منتشر می کند. در نتیجه، برنامه تحلیل جریانی که در کارگزار مشترک شده است، به‌روزرسانی‌ها را به‌طور خودکار بدون نیاز به نظرسنجی برای داده‌ها دریافت می‌کند.

نتیجه

همانطور که در این مقاله بحث شد، زمانی که داده ها به درستی مهار شوند، با ارزش ترین دارایی برای بسیاری از سازمان ها، به ویژه در بخش تولید، هستند. برای دستیابی به بیشترین مزیت از فناوری Industry 4.0، داده ها باید به خرد تبدیل شوند. یک گام اولیه کلیدی برای این سفر جمع آوری داده ها است.

چالش‌های متعددی برای جمع‌آوری داده‌ها وجود دارد، به‌ویژه وقتی صحبت از پل زدن کارآمد داده‌ها از سیستم‌های OT به سیستم‌های فناوری اطلاعات باشد. کارگزاران داده نقش بسیار مهمی را برای اطمینان از در دسترس بودن داده ها برای موارد استفاده پیشرفته ایفا می کنند که به سازمان ها اجازه می دهد تا از فناوری صنعت 4.0 به طور کامل بهره مند شوند.

آیا این نوشته برایتان مفید بود؟

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *