Gelişim, birlikte başlar.
Banner alanı
IFM Sensor

Endüstriyel Bağlantı ve DataOps: Üretim Verilerinizi Açığa Çıkarmak İçin Birlikte Çalışıyorlar

Erkan Teskancan

Kurumsal
  • OLM MUH
  • 1771477278075_1_roq3ephe.jpg

    ## Endüstriyel Bağlantı ve DataOps: Üretim Verilerinizi Açığa Çıkarmak İçin Birlikte Çalışıyorlar

    Üretim verilerini işlemek karmaşık bir süreçtir. Veriyi toplamak, işlemek ve operasyon ile şirket yararına dönüştürmek sağlam bir anlayış gerektirir.

    Üretim verileri, farklı makinelerin içinde kilitlenmiş durumdadır. PLC'ler, CNC makineleri, sıcaklık sensörleri gibi sayısız cihaz kendi protokollerini kullanır. Bu verileri çıkarıp, anlamlandırmak ve operasyonları iyileştirmek günümüz üretiminde en büyük zorluklardan biridir.

    Bu makalede, bu sorunu çözen iki endüstriyel yazılım türünden bahsedilmektedir: Kepware gibi bağlantı platformları makinelerden veri toplar; HighByte gibi DataOps platformları ise veriyi işleyip iş kullanımı için hazırlar.

    ### Fabrika Zemininde Karşılaşılan Zorluklar

    Bir fabrikada farklı üreticilere ait ekipmanlar bulunur. 2010'da üretilmiş Siemens PLC, 2018'den Allen-Bradley kontrolör ve 2005 model Modbus bağlantılı eski makineler yan yana çalışır. Bu cihazların kullandığı protokoller ve veri formatları farklıdır.

    Üretim verileri kullanılırken mühendisler üç temel zorlukla karşılaşır:

    • Her bir makineye bağlanmak için farklı teknik bilgi gerekir (Siemens S7, Allen-Bradley Ethernet/IP, Modbus TCP vb.). Bir hatta 5-10 farklı protokol gerekebilir.
    • Veri ham halde anlam taşımaz; örneğin bir sıcaklık sensörü "40961" gibi bir sayı raporlar, bu değerin ne olduğu bilinmez.
    • İş sistemleri (gösterge tabloları, analiz araçları) organize ve bağlamlı veri bekler; "Register 1045 = 450" değil, "Makine A 450 parça üretti, %2 hurda oranı ile" gibi.

    ### Endüstriyel Bağlantı ve DataOps'un İşbirliği

    Sorunu en iyi şekilde çözmek için iki uzman platform bir arada kullanılır:

    • Bağlantı platformları tüm makinelerden veri toplar ve standart bir forma dönüştürür; bu, bir tür çeviri işlevi görür.
    • DataOps platformları ise bu standart veriye anlam katar, işletme bağlamı ekler ve analiz, gösterge tablosu veya yapay zeka sistemlerine hazır hale getirir.

    ### Kepware ve HighByte Platformlarının Karşılaştırması

    1771477278089_1_ugp13m0s.jpg

    Kepware:
    • 150'den fazla önceden yapılmış sürücü ile programlama gerektirmeden farklı makineleri bağlar.
    • Çoklu fabrika yönetimi için bulut tabanlı merkezi kontrol paneli sağlar.
    • Tüm protokolleri OPC UA ve MQTT gibi standartlara dönüştürür.

    HighByte:
    • Benzer ekipmanlar için tekrar kullanılabilen veri şablonları oluşturur.
    • Teknik veriyi iş bağlamı ile zenginleştirir (örneğin, üretim hattı, ürün kodu, zaman bilgisi).
    • Kenarda (edge) hesaplamalar yaparak veriyi optimize eder (OEE, üretim sayısı, duruş süreleri).
    • Veri kalitesi ve yönetimini sağlar; doğruluk kontrolü ve versiyon takibi yapar.

    ### Gerçek Hayat Senaryosu: Ambalajlama Hattı Kalite İzleme

    Kepware, Siemens PLC, Allen-Bradley PLC, Modbus cihazları, özel protokollü tartım cihazı ve OPC UA destekli görsel muayene sisteminden veri toplar. Tüm veriler OPC UA formatında ağ üzerinde paylaştırılır.

    HighByte bu verileri üretim hattı modeli ile işler; doldurma, kapama, etiketleme ve kalite kontrol verilerini birleştirip, bağlam ekler ve analiz eder. Ham veri yerine özetlenmiş, anlamlı raporlar sunar (örneğin, ürün sayısı, hurda oranı ve hat bilgisi).

    ### Neden İki Sistem?

    Kepware zorlu bağlantı problemini çözerken, HighByte verinin değerli hale getirilmesine odaklanır. Bu uzmanlık ayrımı, her iki görev için de en iyi çözümleri sunar ve ölçeklenebilirlik kazandırır.

    ### Uygulama Aşamaları

    • Faz 1 (1-2 ay): Tek bir üretim hattında pilot uygulama
    • Faz 2 (2-3 ay): Tesis genelinde yaygınlaştırma
    • Faz 3 (3-6 ay): Diğer tesislere genişletme
    • Faz 4 (sürekli): İleri seviye yeteneklerin entegrasyonu

    ### Sonuç

    Üretim verileri, kararları destekleyen değerli bir varlık haline gelir. Bağlantı ve veri organizasyonunu ayrı platformlarda uzmanlaşarak yönetmek, süreçleri kolaylaştırır, veriyi işleyerek işletme içgörüsüne dönüştürür ve işletmenin büyümesiyle uyum sağlar.

    Veri, teknik bir sorun olmaktan çıkar; operasyonel gelişmeyi destekleyen kritik bir kaynak olur.

    1771477278983_3_zlg3axe3.jpg
     
    Geri
    Üst