研華全新發(fā)布WISE-IoTSuite/ DataInsight工業(yè)大數(shù)據(jù)集成與分析服務(wù)

研華以四十年工業(yè)現(xiàn)場數(shù)據(jù)采集的積累，以及工業(yè)云平臺的加持，全新發(fā)布WISE-IoTSuite/ DataInsight工業(yè)大數(shù)據(jù)集成與分析服務(wù)，助力企業(yè)建立多維度數(shù)據(jù)整合平臺，實現(xiàn)用完整數(shù)據(jù)驅(qū)動決策。

數(shù)字化智能工廠轉(zhuǎn)型業(yè)務(wù)挑戰(zhàn)在過去十?dāng)?shù)年的時間里，中國的很多企業(yè)為了實現(xiàn)信息化，導(dǎo)入了ERP和MES等信息化系統(tǒng)。隨著海量生產(chǎn)、運營數(shù)據(jù)的采集、存儲，關(guān)于工業(yè)大數(shù)據(jù)處理和應(yīng)用的難點、痛點也逐漸涌現(xiàn)出來。主要表現(xiàn)在以下幾個方面：

1

系統(tǒng)封閉形成數(shù)據(jù)孤島，整合應(yīng)用困難

●MES/ EPR等系統(tǒng)通常由不同廠商提供，彼此往往互不相通，這就導(dǎo)致了數(shù)據(jù)孤島。企業(yè)經(jīng)營管理需要各個系統(tǒng)能夠提供關(guān)聯(lián)性的數(shù)據(jù)，但是要做到整合應(yīng)用卻非常困難。

2

取數(shù)用數(shù)流程復(fù)雜，信息無法及時傳遞

●企業(yè)存取和使用數(shù)據(jù)的流程往往繁瑣又復(fù)雜。當(dāng)生產(chǎn)或者業(yè)務(wù)部門需要管理一個指標(biāo)，而這個指標(biāo)涉及到多系統(tǒng)數(shù)據(jù)串聯(lián)的時候，一般需要在IT部門進行排隊開發(fā)。在技術(shù)實現(xiàn)上需要花費較長時間，無法快速滿足需求。一定程度上阻礙了企業(yè)用數(shù)字化的手段高效解決實際生產(chǎn)管理遇到的問題。

3

數(shù)字化工具選擇難，持續(xù)運營缺少落地抓手

●市面上雖然有很多大數(shù)據(jù)管理的工具，但要么是高昂的價格讓需求部門望而卻步，要么是管理數(shù)據(jù)不完整導(dǎo)致二次數(shù)據(jù)孤島的形成。這些數(shù)字化工具都難以滿足企業(yè)數(shù)字化管理需求，數(shù)字化轉(zhuǎn)型缺乏落地抓手。

2

DataInsight 如何助力工廠克服轉(zhuǎn)型挑戰(zhàn)IoTSuite/ DataInsight工業(yè)大數(shù)據(jù)集成與分析服務(wù)致力于幫助企業(yè)打破數(shù)據(jù)孤島，助力企業(yè)實現(xiàn)數(shù)據(jù)洞見，科學(xué)決策。

通過數(shù)據(jù)工具平臺的導(dǎo)入，讓系統(tǒng)對接變的簡單，需求可以快速滿足。通過低代碼大數(shù)據(jù)開發(fā)方式，讓數(shù)據(jù)挖掘更快速。通過平臺的自動化運維，故障可以及時被發(fā)現(xiàn)，降低IT運維成本。企業(yè)員工能夠利用數(shù)字化解決實際的問題，數(shù)字化更容易落地。通過數(shù)據(jù)共享平臺，幫助企業(yè)快速洞察數(shù)據(jù)價值，向智能化運營發(fā)展。

IoTSuite/ DataInsight工業(yè)大數(shù)據(jù)集成與分析服務(wù)，可以在平臺層實現(xiàn)數(shù)據(jù)的統(tǒng)一管理和計算。OT數(shù)據(jù)通過邊緣網(wǎng)關(guān)采集后傳輸?shù)皆贫耍賹拥絀oTSuite/ DataInsight；IT系統(tǒng)數(shù)據(jù)可直接通過JDBC等方式連接到IoTSuite/ DataInsight，并實現(xiàn)OT和IT數(shù)據(jù)的集成，再通過分布式運算形成可被管理的指標(biāo)性數(shù)據(jù)。這些數(shù)據(jù)可以根據(jù)業(yè)務(wù)范疇進行分類，形成不同的主題資料庫，建立數(shù)據(jù)共享平臺，以便為上層應(yīng)用提供更快速、透明和高品質(zhì)的數(shù)據(jù)服務(wù)。

數(shù)據(jù)平臺的數(shù)據(jù)可通過多種訪問方式提供給其他內(nèi)外部服務(wù)使用，既可提供給IoTSuite/ Dashboard零代碼數(shù)據(jù)可視化報表或者IoTSuite/ BI商業(yè)智能進行可視化展示或商業(yè)智能分析，也可以進行機器學(xué)習(xí)，或者與研華SRP結(jié)合進行創(chuàng)新應(yīng)用開發(fā)。

3

智慧工廠成功案例解析國內(nèi)某大型生產(chǎn)制造集團，旗下有多家生產(chǎn)工廠。在數(shù)字化轉(zhuǎn)型1.0時期導(dǎo)入了很多信息業(yè)務(wù)系統(tǒng)，但各個系統(tǒng)卻各自為政，各自表述，日常管理還需要統(tǒng)計大量的報表，無法達到快速利用數(shù)據(jù)的價值。通過引入研華IoTSuite/ DataInsight工業(yè)大數(shù)據(jù)集成與分析服務(wù)，建立了透明工廠全要素管理解決方案。該方案涵蓋了幾乎所有生產(chǎn)管理要素的數(shù)字化指標(biāo)，通過分析指標(biāo)、完成指標(biāo)，可以不斷改進管理，達到了精細化生產(chǎn)目的，實現(xiàn)了數(shù)據(jù)管理的價值落地。

工廠數(shù)據(jù)類型繁多，通過IoTSuite/ DataInsight，可以接入各個IT系統(tǒng)數(shù)據(jù)，像MES/ERP/PLM等系統(tǒng)以及OT數(shù)據(jù)，這樣就形成了完整的IT/OT的數(shù)據(jù)源。數(shù)據(jù)接入到平臺后，可快速建立智慧工廠面向各種主題的資料庫，形成數(shù)據(jù)共享平臺，為數(shù)據(jù)分析和應(yīng)用提供更快速、透明和高品質(zhì)的數(shù)據(jù)服務(wù)。

有了各類數(shù)據(jù)，首先定義好數(shù)據(jù)指標(biāo)的模型及計算方法，再利用平臺的數(shù)據(jù)集成與計算的能力，便可完成數(shù)據(jù)模型構(gòu)建，搭建出智慧工廠全要素指標(biāo)庫。

三個維度來展示工廠營運指標(biāo)管理的效果。在生產(chǎn)現(xiàn)場的KPI透明化和實時展示看板維度：通過透明化的指標(biāo)，可以促進現(xiàn)場員工的競爭意識及績效表現(xiàn)，讓現(xiàn)場人員得以及時掌握目前的任務(wù)和個人及團隊的表現(xiàn)，達到激勵的效果；在部門層級的數(shù)字化指標(biāo)維度：過去日會，周會要檢討的KPI，需要到各個系統(tǒng)撈取后整理成Excel表格，非常繁瑣。通過IoTSuite/ DataInsight可輕松完成實時的展示，這樣一旦有部分指標(biāo)落后，就可及時處理；在面對廠長或者更高階主管的營運維度：可以用來看整個工廠的營運趨勢，基于過去準(zhǔn)確客觀的數(shù)據(jù)，輔助科學(xué)決策，避免決策上的盲點。

4

生態(tài)合作越來越多的企業(yè)意識到到傳統(tǒng)數(shù)據(jù)開發(fā)存在著諸多短板和不足。傳統(tǒng)數(shù)據(jù)開發(fā)因為需要對接的系統(tǒng)多，對接過程復(fù)雜，導(dǎo)致開發(fā)效率較低，上線周期偏長。數(shù)據(jù)運算的程序散落于各個子系統(tǒng)，整個運維管理及版本迭代困難。同時，對接的數(shù)據(jù)沒有統(tǒng)一管理，導(dǎo)致數(shù)據(jù)利用率偏低。在這個過程中，需要大量投入開發(fā)人力，導(dǎo)致人力成本偏高。

相比之下，通過數(shù)據(jù)工具平臺的導(dǎo)入，系統(tǒng)對接變得更為簡單。需求部門從業(yè)務(wù)角度提出的需求可以得到快速滿足。即使是一線員工也能夠利用數(shù)字化工具解決實際問題，數(shù)字化落地不再是紙上談兵。另外有了平臺的自動化運維，故障也得以及時被發(fā)現(xiàn)，降低了IT運維成本。最重要的是，形成了數(shù)據(jù)共享平臺，可以幫助企業(yè)快速洞察數(shù)據(jù)價值，助力企業(yè)向智能化運營發(fā)展。

研華工業(yè)云IoTSuite/ DataInsight工業(yè)大數(shù)據(jù)集成與分析服務(wù)，貫通企業(yè)數(shù)據(jù)治理全流程，為制造企業(yè)提供一攬子數(shù)字化工廠解決方案，讓設(shè)備用數(shù)據(jù)講話，讓系統(tǒng)依數(shù)據(jù)決策，讓企業(yè)用數(shù)據(jù)創(chuàng)新。