Le cerveau opérationnel :un nouveau paradigme pour la gestion intelligente des données dans l'IoT industriel

Christian Lutz de Crate.io

L'Internet industriel des objets (IIoT) promet de permettre aux organisations de déployer des volumes toujours croissants de données de machines et de capteurs pour optimiser une myriade de processus de production, renforcer la sécurité et améliorer l'expérience du travailleur (que cet employé soit dans l'usine ou au bureau ).

Entreprises industrielles, déclare Christian Lutz, PDG de Crate.io , découvrent que les anciens paradigmes de traitement des données n'aident pas leurs équipes à suivre la vitesse des données, ne correspondent pas aux nouveaux algorithmes analytiques et, peut-être le plus critique, ne permettent pas le besoin concurrentiel de requêtes de données en temps réel .

Une approche pour résoudre ce problème consiste à combiner des architectures de bases de données distribuées (open source) modernes avec l'apprentissage automatique/l'intelligence artificielle et les réseaux IIoT. Ensemble, ces technologies forment un paradigme de gestion des données plutôt nouveau - ce que j'appellerais le cerveau opérationnel - qui va au-delà des notions traditionnelles de bases de données et résout les problèmes de données croissants pour les entreprises industrielles et manufacturières.

Définition du cerveau opérationnel

Bases de données relationnelles traditionnelles (telles que Microsoft, Serveur SQL et Oracle ) sont techniquement incapables, généralement, de traiter le volume massif de données qui doivent être traitées pour que les applications IIoT réussissent. Ces bases de données n'ont pas vraiment été conçues pour créer le type d'épine dorsale requis pour développer des usines intelligentes, des villes intelligentes ou des véhicules sans conducteur ; des cas d'utilisation comme ceux-ci exigent un traitement des données plus rapide et plus intelligent. Une stratégie complète de gestion de base de données est finalement mesurée par la valeur ajoutée commerciale de son utilisation, et non par sa quantité de mémoire ou la vitesse du disque dur.

J'appelle ce type de gestion complète des données IIoT « le cerveau opérationnel ». Le cerveau est l'organe qui peut recevoir, structurer et prendre des décisions basées sur ces données. Le système de gestion des données du futur fonctionnera invariablement comme notre système nerveux central, se connectant directement aux impressions sensorielles et utilisant l'intelligence artificielle pour surveiller, prévoir et contrôler les systèmes en temps réel.

Acquisition et enrichissement des données

L'usine moderne et en réseau intègre un large éventail de machines de différents fabricants. L'enjeu est donc de capturer des structures de données dissemblables, de les analyser dans le cloud et d'en dériver des actions. Les systèmes modernes de gestion des données commencent déjà ici. Cela simplifie la mise en œuvre et réduit les taux d'erreur, puisque la machine et la base de données ne communiquent pas via une troisième instance.

Sans contexte, les données collectées sont inutiles pour un traitement ultérieur. Une valeur enregistrée n'est au départ qu'un nombre :108. Est-ce une température ? Si oui, est-ce Celsius ou Fahrenheit ? Est-ce un compte de produit ? Si oui, quand le compteur a-t-il été réinitialisé et que compte-t-il réellement ? Les données doivent être enrichies pour être significatives. Cet enrichissement nécessite trois composants :une base de données, un runtime qui exécute certaines règles et une connaissance de la signification des données.

Le cerveau opérationnel combine toutes ces étapes nécessaires en un seul modèle. Il évite aux organisations industrielles d'écrire des algorithmes afin de rendre les données disponibles pour un traitement ultérieur. Au lieu de cela, des règles peuvent être définies pour interpréter le flux d'informations traitées. Le cerveau opérationnel est essentiellement la machine responsable de l'exécution des règles qui automatisent les processus, améliorant ainsi l'efficacité globale de l'équipement (OEE) dans les usines. Il utilise la collecte de données en temps réel à partir de dizaines de milliers de capteurs potentiels sur des équipements déployés sur des centaines ou des milliers de gammes de produits, dans une ou plusieurs usines connectées et distantes.

Le « contrôle de mission » centralisé du cerveau opérationnel traite et analyse les données des capteurs, puis fournit des alertes prédictives sur la maintenance pertinente requise dans l'usine, par exemple en informant un employé qu'une machine particulière doit être nettoyée toutes les X heures, ou en alertant un ingénieur de un taux d'erreur dans le processus de fabrication. En bref, les informations qu'il fournit sont bien plus efficaces que tout ce qui est possible avec des inspections visuelles.

La valeur de l'automatisation basée sur les données

La gestion intelligente des données est bien plus qu'une simple base de données. Il décrit un processus complet, de l'acquisition rapide à la récupération intelligente des données. L'automatisation basée sur les données deviendra la clé du succès des projets IIoT. Il permettra à des installations telles que des usines intelligentes de permettre l'analyse des données en temps réel, de maintenir une disponibilité constante, d'assurer un développement et une rentabilisation rapides, et de garantir des coûts d'exploitation informatiques faibles pour l'hébergement, l'intégration et l'administration.

Prenons, par exemple, ALPLA – un fabricant d'emballages en plastique pour des marques comme Coca-Cola et Unilever . L'entreprise dispose d'un cerveau opérationnel pour optimiser son TRS. Les données collectées à partir de dizaines de milliers de capteurs sur 900 types de capteurs différents spécifiques à l'usine sont enrichies. Il informe ensuite le cloud pour le traitement automatisé, ainsi qu'une salle de contrôle centrale - qui à son tour surveille les performances des usines dans les usines connectées (mais distantes). À partir de ces informations, ALPLA est capable d'identifier les tendances à un stade précoce et ses opérateurs de machines peuvent être guidés vers les ajustements nécessaires, y compris les cas d'utilisation de prédiction.

Avec des systèmes d'inspection visuelle dans presque toutes les lignes de production de leurs usines, il est difficile, voire impossible, d'avoir du personnel dans l'atelier de production pour réagir aux changements. La stratégie du cerveau opérationnel permet la collecte et l'analyse des données des capteurs en temps réel, dirigeant les employés vers les points critiques (et entraînant des taux de rebut inférieurs et une meilleure efficacité).

La transition est emblématique du virage plus large de l'IIoT, à mesure qu'il mûrit :la collecte de données ne suffit pas. Le cerveau opérationnel - ou quel que soit le nom qu'on préfère lui donner - deviendra une condition préalable à l'IIoT pour suivre le rythme.

L'auteur est Christian Lutz, PDG de Crate.io , développeurs du SGBD SQL en temps réel open source CrateDB et de la plate-forme de données machine Crate.io.