스마트팩토리실현을위한 IIoT Data Infrastructure B4.pdf10M ev/sec Data

© Copyright 2016 OSIsoft, LLC© Copyright 2016 OSIsoft, LLC

스마트팩토리 실현을 위한

IIoT Data Infrastructure

2017년 3월 30일

OSIsoft Korea, 박민철 이사

© Copyright 2016 OSIsoft, LLC

Agenda

2

What is a Data Infrastructure?

Data Infrastructure의 Business Impacts

Data Infrastructure 기능 요구사항

About OSIsoft

적용사례

© Copyright 2016 OSIsoft, LLC 3


Journey to the smart factory: Transforming the Value of Data

GE01_DT 409510395_Wind Speed QI-109 GE01_DT Cooling Fan-711.Feed Rate

1-8.Net VolumeCoal Motor Load

02F100.TOT.EV

03LBA32CT001-2

DC.SJ.ITLoad.PWR

TI-145 FR2001

TI-178 GE04_OS

FT9001 FT9001

FR5001 AF_NOISE

DC.SJ.PUE TI-102 DC.Zero DY-108 DC.SJ.C1.Z3.R3.PDU1.PF GE01_A_DT

FIC-144 02F100 fasttag

FI-151 0_ENG_AUX_STS

GE05_Energy C1:14AT5AC03.Air Flow FeedBin.Cmt

Boiler Cold Reheat Pressure

B737_FG117 DC.TimeLoad

D-110.Tank Pressure.PVGE04_DT QI-121 GE03_V_WIN

DC.Rk07R DC.Srv06R

GE04_Energy TI-121 FT9001

FAC.OAK.Power-Kh-Val.PV

DY-131DC.SJ.PUE

fic1001.C

GE02_OT

GE01_DT

02F102.1HRAVG BGT001 PI-111 facility_output

DM-05:BW.R DC.SJ.C1.Z1.R1.Rk06.S2.O03.PWRQI-111 FinalProductBin.On

94:GRDIDX.ProdID Boiler-209.Fuel Gas Flow fic1001.C FR50011-

8.Net Volume Coal Motor Load 02F100.TOT.EV 3LBA32CT001-2

FI-101 bf5e1d1d-39c9-4b5b-b3d3-c2ce05fa3a26 DM-05:BW.R AT401

0_CLR_FINAL_OUT_B_TMP F506_E990 339511775_Clear Sky Global Horiz GE01_DT

FI-111

GE01_CON AlarmTest.Input.Float32.1

D-110.Tank Pressure.PV Boiler Feed Pump #1

Boiler-209.Fuel Gas Flow DC.Srv01R 94:GRDIDX.Tr igger AC09.Power

403511195_Wind Speed

DC.C2Z1.Pwr.Ripple GE01_A_DT

1-16.Net Volume CB1992_MS 0_CMP_FLOW_TOTAL GE02_Energy

FeedBin.Cmt

DC.Zone1.Number

DailyTrigger

FrqPrbCost_ER

AlarmTest.Input.Float32.1 AQUA2-TI-201.PV DC.SJ.SiteRealTimeITLoad.PWRFT9001

FT9001

DC.Srv01R Boiler-125.Fuel Gas Volume

Anacortes Refinery.Alkylation.Asset Problems B210_FG005.KPIExcursion

1 | Data

Crude Furnace

Draft Pressure: -0.5 WC

Stack Temp: 316 °F

Oxygen: 2.5%

Firebox Temp: 860 °F

Outlet Temp: 840 °F Cold

Oil Velocity: 6 ft/sec

Weather Conditions

Relative Humidity:

34% Current Temp:

85 °F High: 92 °F

Low: 57 °F

Wind: 8 mph/N

2 | Information 3 | Intelligence

Total

Production

Energy

Efficiency

Downtime

$

실시간 데이터 수집

Data-driven Decision을 위한 지름길

연관된 정보의 그룹핑, 가치있는 정보의 재생산 데이터 기반 지능형 의사결정 시스템

“ Data Infrastructure ”


PI시스템의 역활(ANSI ISA-95)

ERP

MES, LIMS, CMMS

생산계획/관리

제조실행/집계

MCS,PLC, HMI

센서,액츄에이터

운전/제어

센싱

Level 4

Business Planning& Logistics

Plant production Scheduling,Operational Management, etc

4 – Establishing the basic plant schedule-production, Material use, delivery, and shipping.Determining inventory levels.

Time Frame

Months, weeks, days

Level 3Manufacturing

Operations Management

Dispatching Production, Detailed Production Scheduling,

Reliability Assurance, …

3 – Work flow / recipe control to produce the desired end products. Maintaining records andoptimizing the production process.

Time Frame

Days, shifts, hours, minutes, seconds

Level 22 – Monitoring, supervisory control and automated control of the production process

Time Frame

I lours, minutes, seconds, subsecondsBatch

ControlContinuous

ControlDiscreteControl

Level 1 1 – Sensing the production process, manipulatingthe production process

모니터링/분석

- 실시간 데이타 수집- 통합 모니터링- 실시간분석

. 공정최적화

. 이상 알람

. 보고서

PI System

ISA-95 기반 제조 시스템 표준 아키텍쳐

Data Infrastructure


통합 데이터인프라스트럭쳐

QualityMonitoring

(품질 모니터링)

IT/OT Convergence (IT/OT 융합)

Process/Energy Monitoring(공정/에너지모니터링)

Data Integration(데이터 통합)

Asset Health(가동률 관리)

IIoT Data Infrastructure의 Business Impacts

PI System

PLC DCS SCADADCS PLC SCADA

데이터수집 압축/저장 실시간계산

감사추적 검색이벤트

저장/알림

시각화 정제/가공 공유

다양한 데이터소스에서 발생된 실시간 데이터의 통합 데이터 인프라스트럭쳐로서 설비의 가동률과 생산 품질을 향상시키고, 생산공정 및 에너지 사용량을 효율적 관리하며, IT/OT 융합을 통한 빅데이터 분석을 지원합니다.


Data Integration

7

• 복잡도 높은 구조는 실시간성 저해• 실시간 분석을 위한 통합 이슈

• 관리의 효율성 증대• 실시간 분석 용이

지리적으로 분산되거나 멀티 벤더의 컨트롤러들을 통합하여 실시간 분석/모니터링을 가능하게하고, 다양한 시스템으로부터 생산, 품질, 설비 등의 데이터를 통합하여 다차원 분석을 지원합니다.

생산정보

기준정보생산정보재고정보설비정보

정비이력정보

실시간데이터

품질정보

MCS

PLC

BMS

Before After

다양한 컨트롤러 데이터 통합 다차원 분석을 위한 데이터 통합


Asset Health

8

Before After

Calendar-based Maintenance Condition-based Maintenance

설비의 사용시간 또는 조건 기반의 예지보전을 통해 설비자산의 가동률을 극대화하여 생산성을 향상시킵니다.

필요이상으로 잦은 정비

• 설비 가동률 저하• 생산성 저하• 비용증가

“When broken” Maintenance

• 효율적인 정비 설비수명증대, • 설비 가동률 극대화 생산성 향상, 비용절감

설비 다운타임 증가

최근 정비일 이후 실제 사용시간> 정비 요구시간 기준값

실제 설비효율< 설치 후 가동시간(노후화)에 따른 권장효율

설비 가동현황 보고서

설비 가동현황 모니터링 설비 가동률 KPI 대쉬보드

사용시간 및 조건 기반의 최적화된 정비

예지보전을 통한 설비가동률 극대화 설비 가동현황 관리 화면 (예)


Process/Energy Monitoring

9

제품/Lot

공정 상의 생산 설비의 환경 뿐만 아니라 원료 및 에너지/물 사용량을 관리함으로써 비용 절감을 돕습니다. 또한 배치공정의 모니터링을 통한 비교/분석으로 공정 효율을 향상시킵니다.

SPC기반 에너지 사용량 모니터링

생산량과 에너지사용량 상관성 분석

공정별 원료 및 에너지 사용량

실시간 에너지 모니터링 배치 공정 모니터링

골든배치

완료된 배치

진행중인 배치

주요변수 트렌드

• 제품별 골든배치와 비교 분석• 배치 공정 최적화


IIoT Data Infrastructure 기능 요구사항

10


실시간 센서 데이터 흐름

11

Sensor1

Sensor2

Sensor3

Sensor4

Sensor5

Sensor6

MCS

PLC

BM

S

Inte

rface

AIn

terfa

ce B

Inte

rface

C

RTDB

Tag 1

Tag 3

Tag 5

Tag 2

Tag 4

Tag 6

Tag 7

Tag 8

Tag 9

Metadata

OO기업

1공장

2공장

공정1

펌프1

펌프2

탱크1

탱크2

공정2

펌프3

펌프4

탱크3

탱크4

….....

보고서

공정모니터링툴

웹/모바일클라이언트

실시간 모니터링

자동 보고서작성

통계적 분석

현업주도 분석

다변량 분석

BI 분석

http://www.sap.com/index.epx

http://www.sap.com/index.epx


Visualize

& Sharedata via

PI Clients &

PI Integrators

Store &

Enhance

data within the

PI Server

Collect

data using

PI Interfaces &

PI Connectors

12Empowering Business in Real-Time. © Copyright 2017 OSIsoft, LLC

PI System: Three Layers


Collect: Standard + Native Interface

13

AAI, ABB, ACS, ADACS, AdvaInform, AECL, AIM, Alerton, Alfa, Allen, Alstom, Amersham, Ametek, Andover,

AnnotationArray, Aprol, APT, Arbiter, Areva, ARGA, ARL, ArrayData, AspenTech, Automated, AutoMax, Automess, BACnet,

Bailey, Barber, Basler, Batch, Baytek, Beckman, Beckwith, Bently, BitMask, Bitronics, Bliss, Bristol, Bruker, Campbell,

CANbus, Carrier, Caterpillar, Chessel, Chessell, Chicago, Cincinnati, CircularBuffer, Cisco, Citect, Cognex, Columbia,

Contec, ControlLogix, ControlNet, Controlotron, Cooper, CSI, Cybectec, Data, DaVinci, Davis, dBase, DDE, Delta,

Digital, DLSM, DMC, DMC4, DMC5, DNP, DS, Dukane, Dynamic, Echelon, ECHO, Electro, Elutions, Emerson,

EnergyLine, Enraf,Environmental, EPIC, ERFDADS, ESC8816, ESCA, Eurotherm, Event, Field, Fischer-Porter, Fisher,

Fisher-Rosemount, FLS, Fluke, Forney, Forry, Forte, Foxboro, Freelance, Fuji, GE, GE/Harris, GE/Multilin, GEM, Generic,

Gensym, Geomation, GSE, Harmony, HART, Hartmann, Hathaway, Hitachi, Honeywell, Hsiang, HTML, Hunter, Husky,

Hyprotech,IBM, ICCP, IEC, IFS, Impact, Inductive, InStep, Intellution, Invensys, IP, Itron, Johnson, Jova, K, Kajaani, Kaye,

L, LabVantage, LabWare, Land, Landis, Leco, Leeds, MAX, Maximo, Measurex, Message, Metso, Micro, Microsoft,

Microtrac, Mitsubishi, Modbus, Modcomp, Modicon, Moore, Motherwell, Motorola, National, NDC, Neles, Nexus, Nulec,

Omni, Omron, OPC, Open, Opto22, Oregon, ORSI, PacketCapture, Parr, Perkin, Philips, PI, Ping, Power, PowerCom,

Profibus, PSE, Qualitrol, Queue, Quindar, Real, Relational, Reliance, Reliatronics, Rockwell, Rosemont, Sartorius,

SATEC, Scanivalve, Schlumberger/SEME, Schneider, Scientech, SecondWind, SEL, Sequencia, Serck, Shell, Siemens,

Simca, SIMRAD/Albatross, SISCO, SNC-Lavalin, SNMP, SOCCS, SOLAR, Spectrum, SQ-D/Telemecanique, SquareD,

Supervisory, Suzlon, Syslog, Taylor, TCP, Teledyne, Telegyr, Telog, Telvent, Thermoteknix, TimestampClamping, Toshiba,

Trane, Triconex, Universal, VAREC, Vestas, VG-Instruments, VIM, Vitria, Weigh-Tronix, Weschler, Westinghouse,

Westronic, WinLinx, WMI, Wonderware, Woodward, XML, Yokogawa, ZIV…

35년+의 역사, 450+ I/F


Collect: 밀리초 단위의 실시간 데이터 수집 성능

PI System 2016

Max Point Count 최대 생성가능한 포인트

20M+

Startup Time 동작 준비 시간

<30 sec/Mpts

Point Creation 포인트 생성시간

500-2K pt/sec

Data Out (Archive) 조회속도

>10M ev/sec

Data In (Snapshot)데이터 수신속도

>1M ev/sec

Data In (Archive)테이터 기록속도

>500K ev/sec

Online Archives 라이브 관리가능 아카이브

>50K files

Offline Reprocessing 오프라인 재처리속도

30 sec/GB


Store & Enhance: 필터링 및 압축기술

15

[원시(Raw) 데이터] [1단계 압축 후] [2단계 압축 후]

최소한의 데이터로 원시 데이터 패턴을 왜곡하지 않고 표현해내는 기술 데이터를 최소화해야 저장비용을 줄이고 더 실시간으로 더 많은 데이터를 분석가능


설비1

Temperature: 21 °C

Agitation: 50 rpm

Level: 340 mm

Weight: 50 Kg

Store & Enhance: 통합 분석환경

16

구조화

연관된 정보의 그룹핑

표준화

설비1

Temperature: 21 °C

Agitation: 50 rpm

Level: 340 mm

Weight: 50 Kg

Before: 데이터의 홍수 After

설비 1---- Process Data

Temperature: 21 °C

Agitation: 50 rpm

Level: 340 mm

Weight: 50 Kg

---- Equipment Status

가동상태: ON

정비후 가동시간: 1123h

---- Equipment Info

관리번호: T1023

모델명: TN-3015

설치일자: 2011-04-11

최종점검일: 2016-01-20

---- H/L Limit

온도상한선: 40 °C

수위하한선: 100 mm

Enrichment

공통


Store & Enhance: 통합 분석 환경

17

Process Data

Batch Data

Quality Data

Equipment Data

HI/LOWLimit

Status


Store & Enhance: Real-time Analytics

18

가동상태

최근 정비후 누적가동시간

정비 알림

설비 효율

누적가동시간이 6,000h (경험치)보다 클때 정비필요


Store & Enhance: Event Frames

19

설비 이상 (4) 중단 (3) 배치 작업(1) PI EF(Event Frames)

이벤트명 Trip-001

시작시각2013.08.12 19:05:07

종료시각2013.08.12 21:34:15

설비코드 XT-50064

Reason Code A-201

RPM 3,500

출력값 50MW

……… ………

조건 만족 시 이벤트 발생 이벤트 기록 정보

이벤트 유형

“의미있는 순간의 기록”


Visualization: 현업을 위한 모든 디스플레이

20

Daily Operations Report

과거 현재 미래

어디에서나 중요데이터만 보고서로


Visualization: 미래 예측 데이터 디스플레이

21

예측 데이터 수집

고객 분석 시스템

PI 시스템

예측 데이터 활용

예측 데이터 비교

예측 데이터디스플레이

비교

UFLDBMSHTML

AFSDK

예측데이터

분석알고리듬

분석을 위한소스 데이터 제공

분석 알고리듬수정 필요성 인지

분석에 의한 예측 데이터 생성

CSV등파일

DB 또는Web

분석시스템에서직접 전송


Share : IT-OT 융합

22

PI Server

PI Integrator for Business Analytics

Tableau Spotfire

System of Record

Visualization & Analytics

Data Preparation and Integration Layer

Oracle DW, SQL Server, TeradataEnterprise Data

Warehouse / Data Mart / Data Lake

Custom Applications

SAS MSFT BI

Custom or 3rd Party Data Management and ETL

EAMSalesCRM

ERP HR …

Hadoop


Share : OT 데이터 정리의 필요성

23

Turb

ine 1

SpeedTorqueBearing TempOil TempManufacturerLast Service

Turb

ine 2

SpeedTorqueBearing TempOil TempWare FactorManufacturerLast Service Date

Time

Vestas

Siemens

June 20, 2013

February 5, 2015

통신 실패

추가된 측정항목

불일치한 데이터 간격튐 현상

센싱오류

서로 다른 시작시간


Share : 분석에 적합한 데이터 전달

24

CLEANSE

AUGMENT SHAPE

TRANSMIT

PULL

PUSH

data quality

model normalization

data compatibility

data aggregation

(데이터 정리)

(분석에 적합한 구조)

(정규화)

(호환성 갖춘 데이터 전달)


적용사례


적용사례

26


적용사례

27


적용사례

28


Motor 1 Motor 2

Create Event FrameMaking Event FrameFinished Creating Event Frame

시간sec

모터 1의Torque

Event Finish시간 : B

Event Start시간 : A

Create Event FrameMaking Event FrameFinished Creating Event Frame

모터 2의Torque

Event Finish시간 : D

Event Start시간 : C

시간sec

소재에 대한 Motor1의 EF

시작시간 A

종료시간 B

A-B간 평균 전압값 350.8 V

A-B간 평균 전류값 2.57 A

관리자 장발장

…. ….

소재에 대한 Motor2의 EF

시작시간 C

종료시간 D

C-D간 평균 전압값 347.6 V

C-D간 평균 전류값 2.24 A

관리자 정소정

…. ….

View with

PI ProcessBookPI DatalinkPI CoresightPI WebpartsCustom Developed Client


Thank You

Documents

스마트팩토리실현을위한 IIoT Data Infrastructure B4.pdf10M ev/sec Data