Роль открытой ОС IIOT MINDSPHERE в цифровой трансформации промышленных предприятий

• Данные как главный актив промышленного предприятия цифровой эпохи

• Платформа для цифровой трансформации

• Многообразие возможностей платформы MindSphere

• Открытая экосистема партнеров

• Практический эффект

• Заключение

Данные как главный актив промышленного предприятия цифровой эпохи

Рис. 1 Роль аналитики данных в цепочке создания стоимости

Платформа для цифровой трансформации

Рис. 2 Архитектура платформы MindSphere

   Архитектура MindSphere имеет несколько уровней (рис. 2). Сама облачная платформа занимает в ней центральное место, обеспечивая все сервисы и интерфейсы, необходимые для работы слоя приложений, разрабатываемых партнерами, закачиками и компаниями концерна Siemens. Слой сбора данных позволяет подключать различные источники данных – от двигателей и промышленных контроллеров до раличных ИТ-систем предприятия и внешних облачных сервисов. Все эти слои «нанизаны» на систему идентификации и защиты, в частности, все передаваемые в платформу данные защищены SSL/TLS-шифрованием с длиной ключа 256 бит. В слое платформы MindSphere предусмотрено защищенное хранилище данных и единый шлюз аутенификации и доступа к данным MindSphere Gateway. В целом, вопросам информационной безопасности на всех уровнях MindSphere уделяется приоритетное внимание, а решения по обеспечению кибербезопасности, используемые в MindSphere, основаны на международных стандартах ISO 27001, IEC 62443 и др., что обеспечивает высочайший уровень защиты.

   Важной особенностью слоя платформы, основанного на решении с открытым исходным кодом Cloud Foundry, является возможность работы в различных облачных средах и инфраструктурах виртуализации ресурсов. В настоящее время платформа MindSphere доступна в IaaS-облаке Amazon Web Services, в самых ближайших планах — обеспечить работу MindSphere в Microsoft Azure и далее и в других облачных средах.

   Слой сбора данных MindConnect призван обеспечить быструю и бесшовную интеграцию с существующими источниками данных, ИT-системами и устройствами как от Siemens (например, ПЛК Simatic S7–1500 или системы ЧПУ Sinumerik 840D sl), так и от других производителей. Для этого могут быть использованы готовые аппаратные шлюзы MindConnect Nano и MindConnect IoT2040, поддерживающие открытые протоколы S7 и OPC UA. Для подключения устройств может быть использована библиотека с открытым исходным кодом MindConnect Lib, которая позволяет встраивать программные агенты передачи данных в платформу MindSphere практически в любое оборудование, оснащенное микропроцессором и аппаратным интерфейсом сопряжения.

Многообразие возможностей платформы MindSphere

Рис. 3 Основные шаги запуска средств аналитики в MindSphere

   При использовании MindSphere для достижения первых значимых результатов от IoT предприятию не требуются высококвалифицированные программисты или специалисты по анализу данных и облачным технологиям. Для получения аналитической информации о работе оборудования достаточно подключить его к платформе, настроить источники и собираемые параметры, включить визуализацию собранных данных и обработку событий в готовом приложении Fleet Manager.

   Для решения задач предиктивной аналитки, многофакторного анализа, предсказания трендов, анализа паттернов на основе методов искусственного интеллекта/машинного обучения на платформе MindSphere предусмотрены дополнительные инструменты и специализированные сервисы. К ним относятся:

• Data Exploration: интерфейс и инструменты для подготовки и выгрузки промышленных данных в cредства аналитики и визуализации популярного инструментария Tableau, позволяющего в кратчайшие сроки проводить глубокий и разносторонний анализ больших массивов информации, не требующий обучения бизнес-пользователей и дорогостоящего внедрения;

• Visual Flow Creator: решение для быстрого создания процессов обработки данных, правил и шагов реагирования на события на основе Node-RED — инструмента с открытым исходным кодом, разработанный группой новых технологий компании IBM, который позволяет создавать приложения, просто соединяя готовые компоненты в графическом редакторе, не требующем навыков программирования

• Visual Analyser: быстро настраиваемое приложение для анализа потоков/серий данных, которое позволяет задавать различные отображения и просматривать срезы потоковых и исторических данных с дополнительными параметрами данных для более глубокого анализа работы парка оборудования;

• Report Builder: инcтрументарий быстрого построения ретроспективных и операционных отчетов, панелей отображения данных на основе программного обесечения TIBCO Jaspersoft™. Может комбинировать различные источники данных, помогает искать зависимости и связи в данных;

• Predictive Learning: набор готовых библиотек и алгоритмов для создания предсказательных (предиктивных) моделей работы оборудования на основе методов машинного обучения. Данный инструментарий позволяет в короткие сроки опимизировать работу оборудования, осуществить переход от его планового обслуживания к обслуживанию по состоянию, эффективно предупреждать сбои в работе систем.
  

Открытая экосистема партнеров

Рис. 3 Построение полных цифровых цепочек через комбинацию операционных и бизнес данных

Практический эффект

Заключение