Home » Insights » Modèles de données :

Modèles de données :

La clé pour faire évoluer votre unified namespace

John Harrington
John Harrington est Chief Product Officer chez HighByte, chargé de définir la stratégie produit et business de l’entreprise.

Dans un précédent article, j’ai expliqué comment l’utilisation de charges utiles complexes, combinant plusieurs flux de données du Unified NameSpace (UNS), peut rendre l’architecture plus réactive aux besoins variés des systèmes et des utilisateurs consommateurs. Dans ce post, je souhaite montrer à quoi ressemblent ces charges utiles complexes, comment les modèles de données peuvent renforcer une architecture UNS, et comment HighByte Intelligence Hub peut fournir facilement aux systèmes consommateurs les données nécessaires — au moment et sous la forme appropriés.


Architecture UNS

Si vous respectez la hiérarchie ISA-95, votre UNS ressemble probablement à ceci :

La force de l’UNS est qu’il rend les données accessibles pour un large éventail de cas d’usage et de profils au sein d’une entreprise. Cependant, les charges utiles issues des systèmes sources, laissées telles quelles, ne contiennent généralement pas les données dont les applications consommatrices ont besoin. Déterminer quelles données regrouper exige une expertise métier et une connaissance des équipements et systèmes sources.

Par exemple, si vous devez surveiller la consommation électrique de moteurs mélangeurs similaires dans une usine pour des besoins de maintenance prédictive, vous aurez besoin de données de télémétrie, de données MES et de données CMMS. Vous aurez peut-être également besoin d’agrégations et de calculs pour obtenir le jeu de données réellement nécessaire.

Pour aller plus loin, surveiller un moteur mélangeur dans une usine de boissons peut nécessiter les données de télémétrie suivantes : état du moteur, vitesse, consommation électrique et vibration. Cela peut aussi nécessiter des données provenant de systèmes autour du moteur, comme l’état d’une vanne ou le pourcentage de remplissage de la cuve de mélange. Vous aurez aussi besoin du MES pour comprendre la matière mélangée et la recette, ainsi que du BatchID du PLC pour interroger le MaterialID dans le MES. Enfin, le système CMMS peut fournir l’AssetID du moteur et le lier au fabricant, à l’âge et au numéro de série.
Dans ce cas, l’analytique n’a pas besoin de chaque changement de point de données en temps réel ; elle nécessite seulement une moyenne glissante et un calcul de valeur maximale sur la vitesse, la vibration et le courant toutes les 10 minutes.

Plutôt que de surcharger l’application consommatrice avec un grand volume de données inutiles, une solution Industrial DataOps peut être utilisée pour créer facilement des charges utiles standardisées, conçues pour répondre à chaque cas d’usage. Elle assemble les données requises, les contextualise et publie les mises à jour à la fréquence nécessaire.
Voici un aperçu d’une charge utile standardisée dans HighByte Intelligence Hub, une application Industrial DataOps fournissant un ensemble complet d’outils pour construire votre UNS.


Mini Glossaire

Pour aborder les charges utiles UNS plus complexes, voici quelques définitions clés utiles :

Model (Modèle)

Un modèle est une définition standardisée d’un ensemble de données contenant des informations liées. En standardisant cette définition, elle peut être appliquée à des objets similaires.
Exemple : un modèle pour surveiller la productivité d’une ligne pourrait contenir des données provenant de machines individuelles et du MES. Le même modèle peut être réutilisé pour surveiller des lignes similaires.

Bonnes pratiques pour créer et utiliser des modèles :

  • Définir le modèle selon le cas d’usage.
  • Combiner des données provenant de plusieurs sources ; inclure la télémétrie de base et les données descriptives ou contextuelles nécessaires.
  • Ajouter des informations “edges” permettant de relier les données à d’autres systèmes, comme AssetID, fabricant, numéro de modèle.
  • Définir les modèles en fonction de la fréquence de publication (analytique 1/sec, alarmes à l’événement, données d’ordres à chaque changement).

Instance

Un modèle est appliqué à différents objets sous forme d’instances. L’instance inclut le mapping entre les données sources et les attributs du modèle.
Exemple : un modèle Motor peut avoir une instance Motor001 où tous les mappages sont définis.

Payload (Charge utile)

Chaque publication d’une instance constitue une charge utile. Elle contient un ensemble de paires nom-valeur publiées simultanément. Elle peut contenir une ou plusieurs valeurs selon la définition.

Créer des charges utiles basées sur les cas d’usage est essentiel pour maximiser la valeur de votre UNS. Intelligence Hub est un outil idéal pour cela, car vous pouvez définir des modèles standard pour un cas d’usage, puis les appliquer partout où nécessaire dans le UNS. Ainsi, un modèle défini pour un mélangeur peut être utilisé pour tous les moteurs mélangeurs, sur toutes les lignes et dans toutes les usines. HighByte Intelligence Hub permet d’assembler des données provenant de multiples systèmes via une configuration sans code — garantissant rapidité, reproductibilité et maintenabilité.


Utiliser les mêmes données pour différents besoins

Souvent, une seule source fournit des données pour plusieurs cas d’usage.
Exemple : un mélangeur fournit des données de courant, vitesse et vibration à :

  • une application de maintenance prédictive ;
  • une lumière Andon et un tableau de bord de cellule ;
  • une équipe R&D cherchant à suivre les coûts produits.

La lumière Andon surveille l’état de la cellule, le niveau de la cuve et l’opération du mélangeur, et peut signaler des alarmes en cas de déséquilibre vibration/vitesse/courant.
Le tableau de bord affiche l’état Andon, la quantité produite par équipe, l’ordre en cours, la recette et le client.
La R&D surveille la consommation du mélangeur pour améliorer la modélisation des coûts.

Nous avons donc trois cas d’usage :

  • Maintenance
  • Suivi de production
  • Coût produit et durabilité

Chacun exige des charges utiles et une contextualisation uniques, publiées à des fréquences différentes dans le UNS. Les données proviennent de nombreux systèmes : OPC, MES, ERP, CMMS, etc.

Malgré leurs différences, ces trois cas d’usage ont un point commun : ils utilisent tous les données de courant, vitesse et vibration du mélangeur — mais avec une contextualisation et une fréquence différentes.

En utilisant des modèles pour regrouper les données en charges utiles personnalisées, les consommateurs trouvent plus facilement les données pertinentes et l’analytique devient plus fiable. Intelligence Hub permet de créer des modèles propres à chaque cas d’usage, fournissant des charges utiles complexes contenant les données du mélangeur avec le bon contexte et la bonne fréquence.


Conclusion

Les modèles basés sur les cas d’usage ne sont pas seulement un avantage supplémentaire dans une architecture UNS ; ils sont la clé pour accélérer le déploiement et rendre l’UNS utile à tous les utilisateurs et applications.
Grâce aux Models, Instances, Flows et Pipelines, HighByte Intelligence Hub fournit les capacités nécessaires pour configurer des charges utiles standardisées et les répliquer sur tous vos actifs, cellules, lignes et sites similaires.

Si vous souhaitez voir de vos propres yeux ce que l’Intelligence Hub peut faire, rejoignez notre programme d’essai gratuit et contactez un membre de l’équipe Novotek France pour vous guider dans votre évaluation.

plus d'insights