Customer Story
Siemens Gamesa
Siemens Gamesa optimerer deres datainfrastruktur med HighByte Intelligence Hub, skaber et Unified Namespace (UNS) og integrerer data på tværs af systemer. De udvider løsningen globalt, forbedrer cloud-integration og migrerer til AWS.
Hvem er Siemens Gamesa?
Siemens Gamesa, en del af Siemens Energy, er en førende aktør inden for vedvarende energi og leverer vindmøller og service til både offshore og onshore projekter.
Siemens Gamesa blev dannet i 2017 gennem en fusion af Siemens’ Wind Power-division med Gamesa Corporación Tecnológica, S.A. Det er verdens næststørste producent af vindmøller med over 40 års erfaring og 130 GW installeret globalt.
Som følge af denne fusion oplevede Siemens Gamesa udfordringer med at integrere deres egne systemer og arkitekturer med Siemens Energy, deres moderselskab. Siemens Gamesa havde behov for en arkitektur, der kunne skalere, tilpasse sig forskellige datakilder og opfylde kravene til de udviklende Industry 4.0-anvendelser.
Udfordring
I en kompleks industri med flere forretningsenheder og fabrikker opstår der ofte udfordringer med uensartede processer, ustandardiserede datamodeller og forskellige kommunikationsprotokoller. Disse forskelle kan gøre det vanskeligt at integrere systemer og skabe en sammenhængende dataarkitektur.
For Siemens Gamesa var løsningen at finde en fleksibel og uafhængig platform, der kunne håndtere disse udfordringer på tværs af cloud-udbydere, edge-enheder og protokoller – samtidig med at den sikrede stabil dataoverførsel, selv under ustabile netværksforhold. HighByte viste sig at være den rette løsning til at skabe et fælles og standardiseret datalag.
Siemens Gamesa største udfordringer var:
- Uoverensstemmende processer på tværs af forretningsenheder og fabrikationsdrift.
- Ustandardiserede datamodeller fra specialværktøjer på forskellige fabrikker.
- Forskellige protokoller på tværs af enheder og applikationer, hvilket komplicerer integrationer.
“Vi havde brug for et produkt, der var uafhængigt af cloud-udbyderen, uafhængigt af den edge-enhed, det kører på, og som kunne understøtte mange forskellige protokoller. Vi havde brug for muligheden for at bruge ‘store and forward’, fordi vi ikke altid har en stabil netværksforbindelse. Og vi havde brug for at standardisere alt dette i et fælles datalag. For os løste HighByte denne udfordring.”
– Henrik Birk, Industrial Solutions Architect hos Siemens Gamesa
Effektiv dataorkestrering med HighByte Intelligence Hub
For at sikre en smidig og struktureret håndtering af industrielle data er det afgørende at have en metode, der kan udvælge, modellere og distribuere data på tværs af systemer.
Ved hjælp af HighByte Intelligence Hub kan du opbygge en robust og fleksibel dataarkitektur, der muliggør integration af edge-data, oprettelse af et Unified Namespace (UNS) og problemfri dataoverførsel til både lokale og cloud-baserede løsninger. Denne tilgang skaber et solidt grundlag for at optimere dataflows, forbedre visualisering og understøtte bredere datatilgængelighed i hele organisationen.
Siemens Gamesa tilgang var:
- Brug HighByte Intelligence Hub til at udvælge, orkestrere og modellere data fra flere kilder på edge-niveau for at skabe skræddersyede payloads, der opfylder behovene for forskellige målapplikationer.
- Opret et lokalt Unified Namespace (UNS) ved at bruge Intelligence Hub til at bearbejde og modellere data, så de passer til UNS’ semantiske krav, hvilket gør dem tilgængelige via en MQTT-broker.
- Brug Intelligence Hub til at abonnere på denne MQTT-broker, modellere data til formålsspecifikke payloads og sende data til et SQL-baseret data mart, så de kan visualiseres.
- Påbegynd udviklingen af et enterprise UNS for at gøre fabriksdata tilgængelige i skyen for en bred vifte af brugere.
HighByte Use Case
Styrket integration og datatilgængelighed med HighByte Intelligence Hub
Ved at skabe en mere sammenhængende og datadrevet organisation kan virksomheder opnå bedre samarbejde, øget effektivitet og dybere indsigt i deres operationer. Med HighByte Intelligence Hub er det muligt at harmonisere data på tværs af lokationer, tidligere adskilte virksomheder og komplekse systemarkitekturer. Implementeringen af et lokalt Unified Namespace (UNS) giver ingeniører mulighed for nemt at overvåge og analysere realtidsdata, mens fundamentet for et enterprise UNS sikrer en skalerbar og integreret dataarkitektur for fremtiden.
Siemens Gamesa har opnået disse fordele ved at bruge HighByte Intelligence Hub:
- Forbedret alignment mellem mennesker, processer og teknologi på tværs af lokationer og det, der engang var to separate virksomheder.
- Opbygget og udnyttet et succesfuldt lokalt UNS, der gør det muligt for ingeniører nemt at spore tendenser og se realtidsstatistikker for løbende at overvåge støbeformens kontrolsystem til vinger.
- Lagt fundamentet for et enterprise UNS for yderligere at forene forskellige arkitekturer og systemer i én samlet struktur, hvor HighByte Intelligence Hub fungerer som abstraktionslaget.
Fremtidssikring af industriel datahåndtering
For at understøtte en skalerbar og fleksibel digital infrastruktur planlægges en udvidelse af HighByte Intelligence Hub på tværs af flere lokationer. Dette vil skabe et virksomhedsomspændende abstraktionslag på edge-niveau og muliggøre sømløs dataudveksling mellem industrielle systemer og cloud-platforme som SAP, Snowflake Data Cloud og AWS IoT SiteWise. Ved at udnytte AWS IoT SiteWise til dataintegration og analyse kan virksomheden forbedre udstyrsvedligeholdelse og operationel effektivitet. Derudover vil en migrering fra Microsoft Azure til AWS sikre en ensartet og optimeret cloud-strategi for fremtiden.
Siemens Gamesa har følgende fremtidige projekter:
- Migrér cloud-tjenester fra Microsoft Azure til AWS.
- Skalér HighByte Intelligence Hub til flere lokationer for at skabe et virksomhedsomspændende abstraktionslag på edge-niveau.
- Udvælg og lever data til brug i flere cloud-løsninger, herunder SAP, Snowflake Data Cloud og AWS IoT SiteWise.
- Udnyt AWS IoT SiteWise til at indsamle og lagre store mængder data fra industrielt udstyr, overvåge og analysere disse data for at forhindre dyre udstyrsfejl samt levere handlingsorienteret information til SAP.