工业制造商云中的工作负载

封面故事:工业和制造业组织对云计算的采用正在增长。请参阅制造商如何使用云及其潜在好处的五个用例。

由Michael Risse 2019年11月8日

礼貌:Seeq

云是三大技术创新，具有大数据和机器学习（ML），这是一种新一代的解决方案和工厂基础设施。云也是现代顾问的流行语 - 讲话：行业4.0，智能制造，数字转型以及工业物联网（IIT）。云已成为我们个人生活的骨干，在亚马逊上的在线购物，Microsoft Office 365等应用程序以及银行等服务。

自2006年亚马逊首次提供虚拟机(VM)和存储服务、2008年微软(Microsoft)和谷歌推出以来，至少我们已经就所谓的按需计算机租赁达成了一致。从那时起，我们看到了自动化公司云服务的大肆宣传和进步，以及供应商支持和扩大其在线产品的收购。

云已经产生了很多谈话，也许太多说话，因为云在我们个人生活中的无处不在，云首先和最能为制造组织的内容仍然是一个正在进行的过程。它更像是路线图而不是现实。

此外，对工业组织的具体要求排除了一些基于云的部署。与消费者和一般信息技术（IT）不同，工业云部署具有特定的安全要求。它们还需要保证可用性，并要求软件服务（SaaS）版本的重要企业资产管理（OAM），制造执行系统（MES）以及潜在的监督控制和数据采集（SCADA）应用程序（参见侧栏）。

亚马逊，谷歌，微软和其他主要信息技术（IT）公司具有工业云服务产品。礼貌:Seeq

与此同时，尽管云部署的犹豫和挑战，但工业制造商有五种当前和可识别的云使用模式，每次详细描述：

出生在云端：IIOT
历史学家
数据湖泊
云报告系统
快速启动分析。

这些模式或用例被云平台供应商称为“工作负载”，如“IT部门的早期云工作负载包括低成本、长期存储和按需计算资源”。

随着诸如MES等SaaS工厂应用程序的可用性和可接受性等问题得到解决，云工作负载列表将不断增长。将这些作为工业使用中的云的具体示例，将有助于从无定形云过渡到讨论具体的权衡和好处。

1.出生在云端：IIOT

第一个云工作负载是IIOR用例，其中新传感器在资产上部署了与遥测所需的遥控器，以便存储，应用程序和分析。

或者，资产现有，但有一个新的传感器，“舔和棍子”作为一个供应商提到的。出生在云场景上，让人想起跳过手机前跳过的广泛电话，并直接进入基于单元的模型与完全部署有线电话网络。

诞生于云的IIoT好处:适用于Greenfield监控场景或扩展现有设施的可见性，以额外的资产或资源。
缺点：它仍然是一个过程中的工作，因为最终用户必须在解决方案堆栈中的每件作品中做出决策，包括传感器，设备管理，网关，安全性，通信层，云供应商，数据存储等。

2.历史学家

“升降机和换档”正在采用IT工作负载并将其移出数据中心并进入云端，在虚拟机（VM）上运行应用程序，该应用程序是从底层硬件解耦的操作系统的实例。虚拟机使一个物理服务器托管许多虚拟机，运行许多应用程序，以提高硬件利用率与每个应用程序部署的专用服务器。

将应用程序工作负载移出本地数据中心的动力是降低成本:数据中心中服务器的完全负担成本可能是服务器本身价格的50倍。例如，亚马逊的AWS团队建议企业以“零平方英尺数据中心”为目标，所有应用程序都在云中运行(图1)。多年来，企业一直在将IT应用程序转移到云中，包括电子邮件、企业资源规划(ERP)和会计系统。从节约成本的角度来看，历史学家们正在等待时机。

提升和改变历史学家的好处:如果正确执行，历史记者的用户将不会看到对他们对历史数据的使用的任何影响，并且云的历史人员更能访问它。
缺点：互联网带宽，历史学家读取访问和安全性都是要解决的问题 - 但基于云的部署的成本优势使得更多“当”讨论“而不是”当“讨论时。

3.数据湖泊

云工作负载的Big Bang选项正在构建数据湖，这是一个系统中的数据类型的聚合，例如制药公司组合来自历史学家的传感器数据，实验室信息管理系统数据，批量数据，质量数据等领域，通过数据科学及其来实现全球视野和业务结果。这种方法的好处可能是相当大的，但挑战列表就在很长时间。

数据湖和新工业物联网(IIoT)部署中的云存储与时间序列数据库存储系统的增长和兴趣相匹配。礼貌:Seeq

数据湖泊总是在详细信息 - 模式，数据要求，用例和其他细节中定制 - 它们是复杂且昂贵的。

举个例子，移动时间序列数据并不能使分析变得更容易。例如，从终端用户数据分析的角度来看，将历史数据转移到数据湖并不能解决问题;它只是改变了数据的位置。

数据湖泊的第二大挑战是用于复制和更新数据湖的时序和基础设施，而源数据不断从系统流出。更新浪费洞察力的缓慢;实现的太快可以非常昂贵，仍然可能无法保证高速并发。

数据湖福利：不同数据类型的聚合使得数据科学和其他IT专家的访问能够通过整个组织的视图找到新的洞察，以改善生产和业务结果（图2）。
缺点：成本，洞察力的时间，以及数据湖项目的公司特定挑战意味着这不是一种轻微的努力：年份和数百万美元是实施的正确面额。

4.云报告系统

有三个受众需要访问时间序列或生产数据以进行分析和见解。首先是数据科学家，通常与数据湖和IT联系在一起。第二种是工艺工程师和工厂员工，他们通常使用历史学家和制造应用程序中的数据。第三是公司内部的业务分析师，他们需要报告和对生产过程的“已知”观点。

对于第三个受众，可视化数据是通过业务分析产品和SaaS应用完成的。挑战是给出这些用户对挑战的可视化产品具有时间序列数据的挑战，请访问正确的数据。

答案正在创建过程数据表，并将其存储在关系数据库服务中，以便于商业智能产品轻松访问。这些数据表无法启用过程工程师所需的所有灵活性，但对于整体设备有效性（OEE）或生产会计报告等知名问题，它们提供了访问和灵活性。

云报表系统的好处:使用基于云的关系数据库服务来存储用于非生产专家的已知或定义问题的数据。
缺点：该体系结构根据数据结构和上下文创建一个无限循环的请求返回给IT，以在新的或意想不到的方向上追逐查询。

快速启动分析

SaaS应用模型的好处是由在其工作场所中使用在线和在线应用程序工作的任何消费者的任何消费者所知：快速访问，基于浏览器的用户体验，并且很少，如果有的话，部署开销。该型号可用于制造应用程序，包括MES系统，并将在未来几年中扩展。

然而，最高的最终用户优先级是改进的分析软件，以实现更快，更深入地了解扩展制造中的数据量。最终用户需要更多新的类型的洞察力，例如预测分析，以及现代工作场所应用中提供的协作和知识捕获功能。

SeeQ等高级分析应用程序具有软件 - AS-Service（SaaS）提供，压缩时间并降低部署所需的成本。礼貌:Seeq

先进的分析应用程序利用机器学习加速洞察的需求量很高。作为SaaS提供快速部署和低IT成本提供此功能的应用特别感兴趣，因为探索基于云的创新机会的公司的首次使用案例（图3）。

快速启动分析的好处:最终用户可以在前提或云中实现和访问高级分析，或者在云中没有触摸。特别是，他们可以在没有首先移动，复制或改变他们的记录系统（一个或多个历史学家）的情况下这样做。
缺点：与所有云部署一样，带宽和安全性是成功实现的要求，但是有限的软件许可的订阅模型有限。如果它不起作用，则用户可以将其关闭。

这五个使用云平台益处工业制造商的例子表明云的炒作是其中心的炒作和一切有趣的组成部分。这些工作负载将扩展，因为克服反对并提供新服务，但他们已经为制造商提供了实现立即价值的短期机会。

制造业SaaS应用程序

随着云应用程序的数量和质量来管理制造业务的增加，已出现了新的软件类别：云工业软件。这些是“云本机”应用程序，这意味着它们专门为云设计设计，而不是现有的内部内部应用程序的云版本。

它们的共同之处是承诺更低的成本、快速部署，以及从内部系统中未开发的数据价值中获得投资回报(ROI)的机会。在一个典型的应用程序中，数据存储在云中以供全球访问(下面的侧栏照片)。

以下是一些示例 - 许多人的索斯产品类别：

制造应用：42Q.- 42Q是一种基于云的MES和计算机化维护管理系统（CMMS），承诺云效率的好处和具有成本优势，并具有全球知识，生产和维护，指标和分析。

云数据存储：OSIsoft云服务(OCS)- OCS旨在汇总和增强操作数据。Vision是最终用户，将多个数据类型从云中的多个设施组合起来，以进行驱动过程改进的实时规划和监控。

制造应用：郁金香- ulip使业务用户能够构建制造应用程序，以改善流程结果而不编写代码，同时仍然利用后端系统和数据源。

机器视觉：Spyglass目视检查- 通过在检测缺陷中提供改进的准确性，通过提供改进的准确性来增加工厂系统的AI动力平台。对于利用新兴AI和机器视觉技术来推动连续质量改进的精益途径，将云层部署在云中，以利用新兴AI和机器视觉技术的进步。

振动分析：Petasense.-通过提供一系列传感器、连接和云解决方案，使网络和移动应用程序能够提供基于声学的见解，以提高资产的可靠性和预测性维护，从而使工业机器更加智能化。对于终端用户来说，这将减少停机时间，降低资产和生产设施的维修成本。

SaaS产品通常通过许多类型的设备（包括智能手机）提供全球访问。礼貌:Seeq

基于SaaS的制造应用的一般好处是一种低成本的试验或概念验证阶段，与实时运营数据的连接以及低IT开销。SaaS还允许在硬件或系统中没有大资本投资的原型化和迭代。使用SaaS，制造商收益有多远或快速是一个在没有限制的情况下选择的问题，如果存在显着的沉没成本。

迈克尔·瑞利斯是CMO和副总裁跷牌公司。由Chris Vavra编辑，生产编辑，控制工程，CFE媒体，cvavra@cfemedia.com.。