物联网数据分析IOTINSIGHT在数字工厂场景的落地解决方案（31页 PPT）

微信扫码，打开到小程序

物 联 网 数 据 分 析 I OT INSIGHT 在 数 字 工 厂 场景的落地 | 01 数字工厂方案简介 03 产品展望 02 IoT Insight 产品介绍 | 目录 CONTENT 01 数字工厂方案简介 | “ 工业互联网是产业互联网的主力军” 新基建是通往全面数字社会的“高速公路”， 数据是驱动数字经济发展的新“石油” , 工业 互联网则是高效运行的“智能汽车” CSIG 云与智慧产业事业群 …… 工业 能源 地产 文旅 …… 独立的工业互联网事业部 产品 研发 架构 销售 运营 生态 交付 数据智能 大数据 AI 优图 AI 实验室 机器人实验室 安全实验室 量子实验室 未来网络实验 室 新成立的 CSIG 云与智慧产业 事 业群作为腾讯集团 To B 业务 总 出口， 集中腾讯集团所有 优势 技术资源， 资金和人才， 全力 投入工业互联网发展 腾讯集团战略升级 ，全面拥抱工业互联网 | 物联网 安全 区块链 云计算 5G 生产 MES 数字产业链 供应链 供、销环节数字化 数字工厂是制造业三大价值链的交汇点 产品智能化 产品全生命周期的数字化 生产经营管理数字化 生产数字化 技术服 务 售后服 务 SCAD A 产品设 计 PLC BI ERP DCS 客户 物流 销售 生产价值链 产品价值链 供应价值链 | 02. 欠缺整体规划 03. 系统需协同 04. 数据待挖掘 存在系统分散 ，数据分离 的情况 ，对于流程的支撑 碎片化 ，增加了的生产运 营的管控难度 ，降低了整 体效率 工厂已累计了部分生产过 程 ，销售 ，研发 ，质量 检 测等各类数据 ，但未 对数 据进行归集并充分 挖掘数 据效力 部分制造企业在某些业务 领域日常运营及管理仍以 手工的方式为主 ，整体信 息化水平有待提升 制造企业在局部领域已建 设系统 ，但存在功能定位 混乱 ，重复建设 ，浪费严 重等问题。 构建数字工厂面临的挑战 如何构建数字化工厂 ，支撑生产运营综合协同能力提升 | 01. 信息化不 够 服务 体系 小前端 快速响应 数据共享 业务创新 ① 技术架构不统一， 维护成本高 ② 厂商依赖程度高， 自有团队能力升级难 ③ 烟囱式系统建设， 数据共享困难 ④ 业务响应周期长、无法持续能力沉淀 ⑤以内控为主， 无法满足外延客户运营 ① 技术架构统一， 自动化运维 ② 自有团队能力提升， 数字化运营组织建 设 ③ 数据在线、实时共享、业务热启动 ④能力沉淀、持续运营、敏捷响应 ⑤ 弹性扩展， 以用户 / 客户运营为导向 业务中台、数据中台、物联中台、组织协同平台 数字化转型 基于云边协同的新架构 以核心能力服务化和数据在线为中心， 快速实现创新和应对不确定性 数字化工厂基础架构目标——具有足够的灵活性和集成能力串起 3 大价值 链 信息化建设 传统 IT 架构 以流程自动化为中心， 预先确定流程场景，用软件进行自动化 云基础设施 … … 物 流 管 理 生 产 执 行 系 统 营 销 管 理 系 统 大中台 能力沉淀 数据在线 持续运营 营销 系统 客户 系统 研发 系统 制造 系统 物流 系统 … … 平台 一个云原生运行环境 硬件 数字工厂一体机 软件 一套工业集成 PaaS 组件 腾讯云数字工厂平台 ： SmartConnect | 容器化私有云运行环境 工业数字化应用 工业现场安全 应用 aSafe 工业一体机硬件 2. 工业应用集成平台 1. 工业物联平台 产品定位 ：数字工厂物联、 集成、 应用部署平 台 3. 云原生一体 机 云原生 PaaS 组 件 工业 PaaS 平 台 机加刀具管理 应用 智能仓储应用 WMS 智能生产应用 MES 设备管理应用 APM SmartConnect 设备物联 应用 数字化工厂方案 集团管理 数字化工厂中枢平台 • 纵向数据采集和汇聚 • 横向补充现有制造系统 • 基于角色的可执行制造应用 业务系统 & 生产控 制 (ERP, SCM, PLM) 运营控制 (MES) 接口 & 流程监控 (HMI/SCADA) 控制层 & 数据整合 (PLC) 传感器 & 仪器 车间管理 数字工厂 一体机 产品应用 ，智能工厂建设 / 工厂系统数字化一体化支 撑 传统工厂数据架构 Level 4 Level 3 Level 2 Level 1 Level 0 数据采集 网关 | 数据采集 数据处理 数据传输 工厂管理 • • • 产品应用 ，集团管理多级管控体系数字化 工厂 B 工厂本地应用 工厂 A 工厂本地应用 数字工厂一体机 | 工厂 C 工厂本地应用 3. 集团应用统一管理 2. 集团数据统一汇聚 1. 集团 IT 资源统筹 4. 集团业务统一管控 企业内网 集团数字运营平台 数字工厂一体机 数字工厂一体机 集团专有云 统一数据标准 通过 物模型 & 业务模型 的 方 式构建企 业 的数据接入 ， 存 储 ， 使用 等标准 ， 构建 企业的标准化数据平台。 统一应用标准 通过 平 台 的 工业应用 配置 与开发 工 具构建 平 台应用 的统 一开发 与接入 标准 ， 实现 平 台应用 的标准 化 ， 解 统一标准 统一集成标准 通过 平 台 的集成 工具 可 快速集成应用 & 数据 ， 大 大降 低集成成本 ， 以统 一 的架 构和标准实现系统之间的对接 ， 为企业 系统集成建立标准和成果积累。 统 一用户标准 平 台所 有应用 使用统 一 的用户 体系， 一 个账 号 可 使用所 有 的 平 台应用。 产品价值 ：统一数字工厂建设标准 | 决企业应用孤岛的问题。 02 IoT Insight 产品介 绍 | 能耗实时监测 • 能耗数采与实时展示 • 能耗分布 节能控制 • 节能控制 • 节省能耗支出 SPC 分析 • 及时发现产品工艺缺陷 • 实时展示 SPC 过程控制图 • 提升产品工艺品质 相关性分析 • 设备、工艺过程参数 相关性分析 设备条件监测 • 设备状态监测 • 设备状态异常告警 • 设备异常根因分析 设备预测性维护 • 提前维护预警 • 减少非计划停机与故 障 实时 OEE 管理 • 设备 OEE 指标计 算 • 全局 OEE 实时监 控 生产 KPI • 班组 / 个人生产 量 • 班组 / 个人良品 率 节能减排 生产效率管理 质量分析 设备管理 IoT Insight 的典型应用场 景 | 场景 1 ：生产数字化管理 基于 IoT Insight ，连接生产制造设备， 实现设备数据采集、状态监控、维修工单管理、报警、 OEE 分析等， 同时也可 以与 APS&MES 系统联动， 实现生产计划自动下发， 配方管理， 校验防错等， 充分提升设备与系统的协同效率。 设备 1 控制器 控制器 设备 2 控制器 设备 n 检测仪器 | 生产线 企业大数据平台 BI 数据分析 看板、报表 ↑ 设备数据存储 设备连接 数据展示 工单下发 控制 / 参数透 传 数据采集 故障 问题处理 问题处理 异常报警 其他系统 ATE 取数 设备状态数据 设备报警数据 设备基础数据 ATE 接口 制造系统打通 : ERP 、 MES, WMS 关键数据提取采集 > 督促供应商严格质量管控， 改进生产工艺、不断提升物资质量。 > 优化采购策略，提升采购物资质量。 > 风险预警， 故障诊断， 闭环管理，运营协同 对于链主企业业务： • 大幅度提高在线质量分析效率和准确 率 • 问题预警， 及时了解问题点并采取有 效 的改善措施 • 闭环管理和协同运营， 实现质量的持 续 改善 对于生态建设： • 实现供应链上下游的高效协同和信 息 共享 • 数字化， 网络化， 智能化质量管理 解 决方案 , 提高整个产业链 / 生态链 核心 竞争力 > 通过对产品质量数据、安装数据、运维数据的分析，展现各供 应 商产品质量优劣势以及发展趋势； 公有 云网 络 场景 2 ：企业上下游供应链智能化监控管 理 设备数据采集 : 模具设备 , 喷漆 , 温 度 / 压力 / 偏移 , 检测设备 , ESD 环 境 , 等工业数据 对于外部供应商： • 帮助平台和技术支持， 提高供应商等 合 作伙伴自身数字化水平 利用 IOT 技术实现企业外部的管控和协同， 支持企业产业链能力建 设 | 腾讯云工业一体 机 供应商 / 委外加工 单 企业供应链智能化管控 企 业 内 网 系统集成 iot 采 集 质量和产量跟踪对比 场景价值： 生产实时监控 场景 3 ：综合能源管理 / 双碳优化 对于工厂能的空压机、 中央空调、循环冷却水等高能耗设备进行统一的纳管可控制， 节省能源消 耗 应用层 aPaaS 层 PaaS 层 传输层 边缘层 设备层 通过智能传感器及边缘服务器， 实现设备数据采集分析， 通 过 AI 算法， 进行设备的智能化调节。 | 能源 运维 能源 统计 能源 优化 能源 报表 能源 智控 综合能源管理解决方案架构图 中央空 调 边缘服 务器 4G/ 有线 设备数字化监控、运维 技 术 方 案 整站能源优化管理 整站智能化控制 LORA 基站 网关路由 能源 可视 化 中央空调智控 空压站智控 冷却循环水智 控 能源监测 / 设备 数字化 边缘服务器 自定义报 表 数字大屏 设备组态 协议服务 用户管理 IOT 硬件 AI 算法 CCE RES ECS Hbase ELB Kafka 空压站 边缘服 务器 循环水 边缘服 务器 功 能 模 块 方案实现 业 务 场 景 循 环 水 质 Lora/ 有线 4G/ 有 线 空 调 主 机 空 压 机 传 感 器 传 感 器 传 感 器 LoRa/ 有线 /4G IOT-HUB Lora/ 有线 4G/ 4G/ 有线 4G/ 有线 智 能 电 能 天 然 气 表 智 能 水 表 智 能 蒸 汽 表 有线 PLC DCS RTU CNC & Robot 上位机 & HMI 工业网关 生产管控 MES WMS 设备管理 质量管理 数字孪生 集团控制塔 IoT Insight 是什么 IoT Insight 工业组态 / 设备 可视化仪表盘 数据分析 | 采集 OT 数据 • 200+ 主流协议 • 支撑 50 万 点 /s • 点位在线配置 拖拽式开发 丰富的组态 数据动态绑定 关联 资产时序分析、 SQL 分 析 实时计算、转换、时序对齐 结构化数据 资产模型 数据计算 设备连接 • • 一体机直接内置工业协议驱动和 MQTT 接收， 可以直接从 控 制器采集数据， 也可以对接网关获取数据 高性能可伸缩， 单机支持最高 50w/s, 可同时 采 集大量设备和系统数据， 降低总体采集成 本 设备连接 ：主流工业协议和工业设备连接支持 工业网关 MQTT/HTTP | | • 通道 - 设备 - 点 位 3 级管理配置， 符合自动化技术 人员的使用习惯 • 目录组织管理， 支持和企业组 织 结构打通 • 支持采集数据 即 时预处理， 规范 业务计量 单位 设备连接 ：通道和设备配置简化连接过程 ，快速获取数据 资产 贴片机 1 静态属性 ： tool_id （设备 id ） :pt1012 测量属性 ： good_count （成功数） :128 bad_count （失败数） :4 转换属性 ： quality （合格率） ： 0.96875 分析指标 ： oee （ 设备 综 合效 率） ： 91.23% 资产模型 贴片机 静态属性 ： tool_id （设备 id ） : 测量属性 ： good_count （ 成功 数） : bad_count （失败数） : 转换属性 ： quality （ 合 格 率 ） ： good_count/(good_count- bad_count) 分析指标 ： oee （ 设备 综 合效 率） ： 资产建模 ：支持将具备同样特征的同一类资产统一抽象为一个模型 ，以资产管理的角度将来自不同数据 源、 不同类型的数据统一进行建模 ，从而便于数据的集中管理以及资产维度的分析能更便捷的展开。 资产数据计算 ：当资产对应的测量值上报 ，则会自动根据模型定义的转换值、分析指标进行后台计 工厂模型 工厂总能耗 产能利用率 每单位制造成本 整体设备效率 · · · 资产建模 ：多维度资产建模和指标计算 印刷机模型 印刷速度 加工结果 产品名称 设备 OEE · · · 电 表模型 正向电 压 A 正向电 压 B 正向功率 A 耗电值 · · · 冲床模型 冲压次数 操作人员 良品计数 次品计数 · · · 贴片机模型 成功操作数 失败操作数 合格率 设备 OEE · · · 产线模型 产线总产量 合格通过产量 产线 OEE · · · 车间模型 产线总产量 合格通过产量 产线 OEE · · · | 算。 同时平台提供时序存储的能力 ，将设备高频次上报及计算后的时序数据以毫秒处理写入。 创建资产 目录层级化管理 可通过目录树管理资产层级结构 ，用户可便捷的查看不同资产层 级对应的各类数据 ，解决资产管理混乱且无关联性的痛点问题。 如某个工厂有多条产线 ，每个产线有若干设备 ，则根据 工厂、 产线、产线下设备层级关系建立资产 ，每个层级选择对应的资产 模型实例化。 资产配置管理 资产实例化需要进行静态属性、测量属性与点位的绑定关系配置 以及父资产与子资产的关联关系配置。例如配置资产的某个测量 属性“温度”与“通道 1. 设备 1. 温度”关联。 资产建模 ：多层级资产模型与实例化管理 | 数据计算 ：实时流计算支持丰富的算子能力 • 数据管道：快速对设备数据源数据进行预处理，对数据进行筛选、过滤、转换、聚合， 获取业务所需数据，建 立 时序存储， 降低用户处理数据的开发与维护成本 | 聚合 / 时序 20+ 函数 求和 均值 计数 最大 最小 差分 标准差 时序函数 转换 100+ 函数 数学 时间 比较 条件 ······ 脚本语言 2 Python JS 数据过滤清洗 设备数据分类计算 设备数据存 储 设备数据源 表达式 、筛选器 数据指标计算 输出需要数据 平台存储数据 选取数据 数据库 工业数据计算、分析前 ，会面临的问题 ： ① 数据质量：数据质量可能很差 ，需要去重、补齐、去异常等预处 理 ② 数据异频 ：工业传感器采集频率各不相同 ③ 缺失 ：数据丢失未能及时上报 ④ 乱序 ：由于各种环境原因 ，数据可能会出现晚到的情况 Pressure Sensor 0.5s/ 次 Temperature Sensor 1s/ 次 timestamp Pressure Sensor Temperature Sensor 0.5s 12 34.4 1s 14 34.4 1.5s 16 34.6 2s 16 34.6 2.5s 14 35.2 3s 15 35.2 timestamp Value 0.5s 12 1s 14 1.5s 16 2s 0 2.5s 14 3s 15 timestamp Value 1s 34.4 3s 35.2 2s 34.6 4s 34.7 5s 32.1 6s 30.1 With Insight 数据降频 时间窗口处理 补值（补 0 、 补前一值、 最大值 ··· ) 异常数据删除 | 数据计算 ：时序数据处理 Pressure+Temperature Sensor 0.5s/ 次 流计算降频、时 间窗口内对齐 • 降频、数据补齐、 数据时序对齐 • 数据乱序处理 • 数据筛选 • 数据画像 • • 数据质量分析 • • 数据匹配 • • 数据修复 • • 异常检测 • Xml/jason 抽取 • 数据合并 • 数据拆分 • 时序转多维表 生 成 序列发现 频域处理 连续查询 UDF 自定义 产量对标、损耗对标、 良率对标， 异常发现、影响因子分 析 质量分析、故障发现、不良根因分析 • 单设备单指标序列分析 • 多个设备单指标时序分析 • 多个设备多指标时序数据分析 • 多维数据 SQL 分析处理 • AI 分析模型调用 | 数据分析 ：时序数据分析 序列分析算法 设备数据分析 时序数据处理 SQL 任务开发 高效查询 单多表 join 常规函数 聚合函数 定时周期调度 ··· 分析价值 ? 自动报表 ：日、月报表统计 故障分析 ：改进生产流程 产能分析 ：优化生产配置 能耗分析 ：如何降低成本 数据分析 ：离线分析是什么 需要分析什么数据？ | 三方数据库 设备资产 PDM MES WMS ERP SQL server