Reconstruction de la base de données du système SCADA d'un certain groupe de l'industrie lourde
La solution de mise à niveau alternative de base de données fournie par KaiwuDB s'appuie sur les capacités de cœur telles que le stockage de données multimode, le calcul dans les données, l'analyse intermodale et le taux de compression élevé, combinées à la plate-forme de service de données KDP développée indépendamment, pour créer une solution IIoT à guichet unique pour la fabrication discrète, afin de résoudre la gestion du cycle de vie complet des données de la collecte d'équipement à l'analyse intelligente, et de construire une base numérique efficace, stable et intelligente pour la production en usine
The heavy industry group has been internationally renowned for its automobile and equipment manufacturering. It built up a SCADA(Supervisory Control and Data Acquisition) system to support data acquisition, data push, data analysis and other functions in the production process, which has to collect data from more than 5,000 terminal devices that produce 100 million data records every day. As business growing, the original MySQL database depolyed in the SCADA system can no longer meet the data needs, while problems in production management are crucial.
1. Difficulté à unifier les données:
L'acquisition d’appareils implique de nombreux types de protocoles tels que Modbus, LoRa, les données chronologiques coexistent avec les données relationnelles;
2. Difficulté à valeur des données:
Le système d'origine SCADA ne permet que l'acquisition et le stockage de données et ne fournit pas d'analyse de données ni d'exploitation ultérieure;
3. Difficulté à gestion d’exploitation et d’entretien multi-base:
Le système d'origine SCADA utilise l'accès multi - bases pour faire face aux données hétérogènes, l'expansion des performances est limitée et le personnel d'exploitation et d’entretien est fortement investi;
4. Difficulté à supervision du processus de production:
Le fonctionnement de l'appareil de la ligne de production repose sur des statistiques artificielles et le processus de production n'est pas transparent; Les travailleurs font une fausse déclaration du temps de travail, ce qui entraîne une diminution de la capacité de production;
5. Difficulté à évaluation de la période de production：
L'absence de support de données pour les délais de la ligne de production, conduit souvent à des hypothèses subjectives sur la date de livraison du produit, et aux arrangements déraisonnables de l'appareil et du personnel;
6. Difficulté à avertissement de défaillance de l'appareil:
En raison du manque de soutien d'alerte précoce en matière de révision d'exploitation et d’entretien, il n'a pas été possible d'éviter une défaillance soudaine de la chaîne de production, ce qui a entraîné des arrêts imprévus affectant directement la capacité de production.
En réponse aux problèmes de gestion des données rencontrés par un certain groupe d'industries lourdes, KaiwuDB s'appuie sur des capacités clés telles que le stockage de données multimodal, le calcul dans les données, l'analyse transmodale, le taux de compression élevé et d'autres, combinées à une plateforme de services de données KDP développée par ses soins pour créer une solution IIoT unique pour les industries de fabrication discrètes, aborde la gestion du cycle de vie complet des données, de l'acquisition des appareils à l'analyse intelligente, en construisant une base numérique efficace, stable et intelligente pour la production en usine.
Accès aux données: Adaptation de l'intégration multiprotocole industrielle, permettant un accès aux données hétérogènes multi - sources; Prend en charge la migration en douceur des données de la base de données d'origine;
Traitement des données: Permettre l'analyse en temps réel des données grâce à la technologie de traitement des processus basée sur le « Calcul dans les données », soutenir les opérations commerciales telles que l'évaluation du fonctionnement de la ligne de production, l'alerte précoce des appareils de production, répondre en temps opportun à diverses décisions dans le processus de production;
Présentation des données: La gestion visuelle des rapports et l'affichage des résultats d'analyse en self - servic peuvent être utilisés pour surveiller diverses données d'indicateurs via le tableau de bord d'analyse en self - servic.
1. Une plateforme :
Traitement unifié des données multi - sources via une plateforme Big Data, les données multi - sources générées par plus de 2 000 appareils et plus de 100 000 points d'acquisition, tels que PLC, machines - outils à commande numérique, machines de fixation, aérodromes de trempe, robots, ravitailleurs, etc., ont été agrégées de manière uniforme.
2. Deux accélérations :
1) Augmentation de la vitesse d'enregistrement de données, l'efficacité d'enregistrement de données en temps réel peut atteindre des vitesses de plusieurs dix millions par seconde, la performance d'enregistrement est améliorée de 2 à 8 fois.
2) Augmentation de la vitesse d'analyse des données: Amélioration de 10 à 30% des performances d'analyse agrégée pour les scénarios complexes.
3. Soutenu par les capacités de données décrites ci - dessus, le taux d'échec de l'appareil du client est réduit de 65%, l'utilisation est améliorée de 20%, l'efficacité du traitement est améliorée de 20% et le coût des intrants de l'appareil est réduit de 10%; Dans le même temps, grâce à la plateforme de services de données, l'interconnexion des données inférieurs avec les données de gestion des opérations supérieures est réalisée, ce qui constitue une base solide pour la formation d'actifs de données au niveau de l'usine et la mise en place de mécanismes de partage de données.
