Những mẹo giúp công nghiệp số hóa IoT công nghiệp của bạn thành công

13/07/2023 Đăng bởi: CÔNG TY TNHH AUTOMATION & CONTROL

 

Ngày nay, trong thế giới IoT công nghiệp đầy hứa hẹn và sự cải tiến. Bất cứ nơi nào bạn đến, các ngành công nghiệp hiện nay thực hiện những công nghệ mới nhất và tuyệt vời nhất để tạo ra những cải tiến mới. Cơ sở của những cải tiến này từ thu thập dữ liệu lớn để tạo ra những thông tin chi tiết mới.

Khi mà những nhà chế tạo máy bắt tay vào số hóa của riêng họ, câu thần chú của họ gồm  “data is the new gold” (dữ liệu là vàng) và “collect all the data, we’ll figure out what to do with it later” (thu thập dữ liệu, chúng ta sẽ có thể làm những gì cần làm với nó sau). Bằng cách này, một thành phần quan trọng là thu thập dữ liệu OT(Operational Technology). Dữ liệu OT thường liên quan đến dữ liệu từ nhà máy tự động hóa.

Thật không may, nếu không có một tầm nhìn rõ ràng về việc phải làm gì với dữ liệu OT này, những sáng kiến ​​số hóa này có thể không thực hiện được. Theo báo cáo của Microsoft Signal 1 năm 2019, gần 1/3 tất cả các khái niệm bằng chứng về IoT đều thất bại. Một trong những lý do chính là vì chi phí mở rộng quy mô cao. Ngoài chi phí phần cứng, rất khó để biện minh cho một trường hợp kinh doanh mà không có tác động thực sự trong ngắn hạn. Cuối cùng, các nhà đầu tư chứng minh giá trị kinh doanh hoặc lợi tức đầu tư không rõ ràng. So sánh chi phí thu thập và mở rộng dữ liệu cao so với  giá trị cuối cùng khiến các dự án này bị đình trệ hoặc bị hủy bỏ.

Nhưng trước khi đi sâu hơn, chúng ta cần quay lại.

Dữ liệu máy/ dữ liệu OT để làm gì?

Dữ liệu thu thập từ hệ thống phân cấp nhà máy của tự động hóa rất phong phú và chi tiết. Từ PLC của máy đến I / O đến các cảm biến khác nhau trải rộng, có thể nhận ra rất nhiều điều từ dữ liệu này. Từ nghiên cứu của riêng chúng tôi, có hai ứng dụng chính cho dữ liệu máy / dữ liệu OT:

DASHBOARDS:

Dashboard

Ứng dụng Dashboards là các chế độ xem đơn giản bao gồm biểu đồ hình tròn, biểu đồ thanh, cảnh báo để theo dõi trạng thái và hiệu suất làm việc của thiết bị theo thời gian thực.

Do dashboards phụ thuộc và dữ liệu thời gian thực nên cần thiết phải có tính xác định cũng như độ chính xác lịch sử. Nếu dữ liệu bị mất từ một đến hai giây trước đó, nó sẽ không lỗi bởi vì người dùng chỉ quan tâm đến dữ liệu hiện tại. Do đó, mức độ dữ liệu bị mất ở thời gian nhất định có thể chấp nhận được. Cuối cùng, dữ liệu cần thiết cho dashboards ngay lập tức, bất kỳ quá trình xử lý nào cần thiết điều thể hiện trên ứng dụng dashboards. Do đó, không có quá trình xử lý trước nào được thực hiện (cũng như không cần thiết) đối với dữ liệu trước khi được gửi đến ứng dụng dashboards.

ANALYTICS

 

Ứng dụng Analytics là các chế độ xem phức tạp hơn bao gồm các biểu đồ xu hướng và các phân tích lịch sử. Để những phân tích này cung cấp thông tin chi tiết có ý nghĩa, chỉ dữ liệu có liên quan được cung cấp cho ứng dụng. Điều này có nghĩa là cần phải xử lý nhiều dữ liệu trước khi được gửi đến ứng dụng Analytics. Việc lọc dữ liệu và cung cấp bộ dữ liệu chất lượng là rất quan trọng để ứng dụng xác định các mối quan hệ nguyên nhân - kết quả và cuối cùng là cải thiện hiệu suất của máy. Hơn nữa, các bộ dữ liệu này cần phải hoàn chỉnh, không có tổn thất cũng như không có tiền tệ. Các giá trị trùng lặp và được sắp xếp không đúng sẽ làm giảm chất lượng của tập dữ liệu, cả hai đều cần được kiểm tra trước khi gửi đến.

Trong những bước đầu tiên của số hóa, cần phải phân biệt rõ ràng giữa loại ứng dụng. Có thể thấy ở trên, hai ứng dụng này có các yêu cầu rất khác nhau và chúng tôi cho rằng đây là lý do chính khiến các sáng kiến ​​số hóa cuối cùng thất bại. Trên thực tế, việc thu thập tất cả dữ liệu của bạn càng nhanh càng tốt sẽ dẫn đến sự kém hiệu quả nghiêm trọng. Một nghiên cứu cho thấy 30% các chuyên gia Business Intelligence dành từ 50% -90% thời gian để làm cho dữ liệu “analytics-ready"

Mặc dù hầu hết các nhà chế tạo máy đều bắt đầu dự án của họ với một dashboards đơn giản, nhưng mục tiêu của họ là có được thông tin chi tiết về máy của họ càng nhanh càng tốt. Do đó, họ nên hướng tới một ứng dụng Analytics. Một điểm tốt thường là một ứng dụng  preventive maintenance (bảo trì). Chúng ta sẽ tiếp tục bài tin này với giả định rằng ứng dụng bảo trì  hoặc dự đoán sẽ là ứng dụng IIoT lớn đầu tiên được triển khai.

Lý do phổ biến nhất khiến các công ty thất bại - chi phí mở rộng quy mô cao

 

Nếu một nhà chế tạo máy đang cố gắng thiết kế chiến lược của họ để giải quyết cả ứng dụng Analytics và Dashboards cùng một lúc, thì có thể có quá nhiều dữ liệu (hoặc không đủ dữ liệu có cấu trúc) để mang lại lợi tức đầu tư thực sự. Không có gì ngạc nhiên khi ít hơn 1% dữ liệu phi cấu trúc được phân tích hoặc sử dụng ở tất cả. Cố gắng thu thập càng nhiều dữ liệu càng tốt, càng nhanh càng tốt, là một cách chắc chắn để đạt được chi phí mở rộng không bền vững. Và như đã đề cập trước đây, đây là lý do số 1 khiến 33% tất cả các dự án số hóa thất bại.

Chi phí mở rộng quy mô tăng nhanh do 2 nguyên nhân chính:

Bằng chứng mở rộng cho sự phức tạp:

Nếu bạn đã từng thiết lập chuyển dữ liệu điểm đến điểm đơn giản, bạn có thể bị lừa khi nghĩ rằng việc mở rộng quy mô dự án của bạn sẽ dễ dàng như vậy. Nhưng vấn đề với sự phổ biến của khái niệm bằng chứng IoT (PoC) là PoC rất dễ đi lên. Bạn chỉ đang thu thập dữ liệu từ một số ít các trang web. Nhưng khi cần mở rộng thu thập dữ liệu đến các nhà máy trên toàn thế giới, hoặc nhiều máy trong cùng một nhà máy, những chi phí này sẽ nhân lên nhanh chóng.

Một nhà cung cấp phần mềm đáng tin cậy đã chia sẻ với chúng tôi rằng mỗi trang web mất khoảng 2 giờ thời gian kỹ thuật để thu thập dữ liệu PLC hoạt động bình thường với máy chủ từ xa của họ. Đối với những dự án nhỏ chỉ từ 5, 10 máy thì đây không phải là vấn đề lớn. Nhưng hãy mở rộng phạm vi này sang phạm vi tiếp cận của một công ty chế tạo máy toàn cầu, và tất cả các lợi ích chi phí tiềm năng đã bị tiêu hết.

Ngoài ra, phạm vi dự án thay đổi. Các thẻ được thu thập, cách chúng được xử lý và đôi khi thậm chí là sự thay đổi ứng dụng cuối cùng. Những thay đổi này có vẻ nhỏ nhặt, nhưng chúng dẫn đến thời gian kỹ thuật thực sự. Một lần nữa, hãy nhân con số này với số lượng các trang web và nó sẽ trở thành một gánh nặng để quản lý.

Cuối cùng, việc chứng minh các khái niệm đôi khi thuộc về chủ sở hữu nhà máy. Bảo trì CNTT và các quy trình định kỳ khác có thể ngăn không cho dữ liệu quan trọng được gửi đến ứng dụng IoT của bạn. Nếu bạn không có cách để đệm và sử dụng dữ liệu, bạn có thể bỏ lỡ các sự kiện quan trọng để phân tích.

Chi phí cloud tăng lên:

Cả Azure và AWS đều cung cấp mức giá và dịch vụ hợp lý để giúp bạn bắt đầu trên nền tảng của họ. Họ thậm chí có thể cung cấp các khoản giảm giá, ưu đãi và đặc biệt để giúp bạn tiêu thụ nhiều như bạn muốn. Mặc dù chi phí lưu trữ dữ liệu rất hợp lý, nhưng chi phí nhập dữ liệu lại là một câu chuyện khác. Đây là các chi phí để nhập dữ liệu vào nền tảng cloud.

Khi nhà chế tạp máy theo đuổi ứng dụng Analytics, việc lọc dữ liệu trước khi nhập dữ liệu là cách lý tưởng nhất để quản lý chi phí của họ. Nếu không, cần một lượng xử lý hậu kỳ kha khá khi dữ liệu được nhập và chi phí tính toán làm tăng đáng kể tổng chi phí sở hữu.

Nhưng điều gì sẽ xảy ra nếu những chi phí mở rộng này có thể được giảm thiểu?

Điều gì sẽ xảy ra nếu việc mở rộng PoC của bạn thành một thí điểm toàn diện chỉ mất vài phút?

Điều gì sẽ xảy ra nếu bạn có thể tối ưu hóa dữ liệu của mình để cung cấp đúng cách cho ứng dụng Analytics của mình?

DataMail Box, Talk2M là dịch vụ dữ liệu thu thập dữ liệu đầu tiên. Nó sẽ giải quyết tất cả những điều trên.

 

Ewon đã là một phần của cuộc trò chuyện thu thập dữ liệu trong hơn 20 năm. Khi theo dõi nhu cầu và kỳ vọng của khách hàng phát triển, chúng tôi nhận ra rằng cần phải có một phương pháp mới để thu thập và quản lý dữ liệu OT.

Vào năm 2015, chúng tôi đã ra mắt dịch vụ Talk2M đầu tiên để thu thập dữ liệu, được gọi là DataMailbox. Cơ sở của dịch vụ này là các tập dữ liệu lịch sử được sắp xếp, sắp xếp và “clean” sẽ rất quan trọng đối với làn sóng ứng dụng IoT đầu tiên như phân tích và bảo trì. Hơn nữa, các nhà phát triển của các ứng dụng này sẽ không phải là chuyên gia trong thế giới OT. Do đó, việc thu thập dữ liệu từ nhiều trang web phải dễ dàng, trực quan và an toàn.

Nhiều cải tiến quan trọng đã trở thành dấu ấn của dịch vụ DataMailbox, chẳng hạn như:

  • Dữ liệu được lưu vào bộ đệm trên một máy chủ trung gian (Talk2M được chứng nhận ISO27001)

  • Không mất dữ liệu, không trùng lặp và tập dữ liệu được sắp xếp hợp lý

  • Tập dữ liệu lịch sử sẽ được truy xuất sau mỗi 10 phút

  • Cấu hình đơn giản và dễ dàng

Gần đây, DataMailbox đã giúp cả Đối tác giải pháp của chúng tôi và các nhà phát triển IoT cũng quản lý chi phí mở rộng quy mô của họ. Vì DataMailbox đã tích hợp sẵn các dịch vụ để lọc dữ liệu có liên quan, nên chúng tôi tránh được các bản sao và chi phí nhập dữ liệu không cần thiết. Trên thiết bị Ewon, bạn có thể tránh bỏ phiếu chung và thay vào đó viết giá trị thẻ mới khi giá trị thay đổi. Hơn nữa, bạn cũng có thể đặt một biên độ xác định trước cho sự thay đổi này, được gọi là giới hạn chết.

DataMailbox cung cấp API REST công khai để các nhà phát triển hiện đại có thể triển khai và tích hợp trình kết nối dễ sử dụng vào ứng dụng của họ. API mở này giúp giảm bớt đáng kể gánh nặng cho các nhà phát triển bằng cách tránh bị khóa. Trong vài giờ, các nhà phát triển có thể đơn giản hóa việc thu thập dữ liệu của họ trên quy mô lớn. Cần thu thập dữ liệu từ 5 trang web? Chỉ cần một lệnh gọi API. Phạm vi dự án của bạn đã tăng lên và bây giờ bạn cần thu thập dữ liệu từ 50 địa điểm? Tuy nhiên, chỉ cần một lệnh gọi API. Mặc dù những lợi ích đáng kinh ngạc đối với nhà cung cấp Ứng dụng IoT, nhưng cuối cùng khách hàng vẫn chiến thắng.

Bằng cách triển khai trình kết nối, DataMailbox cung cấp cách tiếp cận lấy khách hàng làm trung tâm vào ứng dụng IoT công nghiệp hiện đại. Chỉ với thông tin đăng nhập Talk2M của họ, khách hàng có thể nhanh chóng đánh giá và trực quan hóa dữ liệu của họ trên bất kỳ ứng dụng IoT nào được DataMailbox hỗ trợ.

Nhưng quan trọng nhất, họ có thể ngừng lo lắng về cách thu thập dữ liệu và thay vào đó tập trung vào ứng dụng IoT của họ.

DataMailbox là phương pháp thu thập dữ liệu hàng đầu cho các ứng dụng phân tích vì nó giải quyết nhiều vấn đề ngăn cản việc chứng minh các khái niệm sau này:

  1. Chi phí mở rộng quy mô được quản lý do các dịch vụ lọc, sắp xếp và loại bỏ trùng lặp
  2. Trải nghiệm của khách hàng được đơn giản hóa và chỉ mất vài phút để đạt được “wow”
  3. trải nghiệm Có thể dành nhiều thời gian hơn cho ứng dụng thực tế và chứng minh ROI
  4. Tổng chi phí sở hữu được giảm xuống vì đã xử lý dữ liệu bổ sung (thay vì yêu cầu thêm các dịch vụ đám mây phức tạp)

Kết hợp với IoT Ewon Flexy Gateway, DataMailbox sẽ mang đến cho bạn một bước khởi đầu trên con đường số hóa. Bạn có thể tận dụng API REST chỉ kéo đáng tin cậy của chúng tôi và đảm bảo một khởi đầu an toàn và chuyên nghiệp trong hành trình của bạn.

zalo