解密!基于阿里云Lindorm的新一代工业全链数智云平台

简介:5G、物联网等信息技术演进发展正在推动传统制造业快速数字化升级,拥有超连接、超感知、数智化和物联网数字生态系统的工业企业将在未来竞争中占据绝对优势,2021年12月10日,“新一代工业全链数智升级数据云平台”发布会上,阿里云Lindorm联合工业大脑iGate数据采集与分析平台 & DTwin数字孪生系统推出工业数据云系统,具备云原生超融合能力,支持信息技术 (IT) 与运营技术 (OT)云端融合,为汽车、能源、钢铁、水泥等流程/离散工业企业数字化转型升级提供关键支撑。

“新一代工业全链数智升级数据云平台”发布会围绕以阿里云Lindorm数据库为核心的工业数据云平台建设核心数据采集、融合存储、分析问题,重点剖析了阿里云Lindorm与Intel、OSIsoft面向工业物联网信息经济(Infonomics)的IT & OT超融合工业数据云解决方案,旨在为制造业企业提供可落地的云端存储分析离散、流程工业泛数据源的能力的实践参考。方案通过云端打通阿里云、Intel的IT技术积累和OSIsoft的OT经验能力,实现对传统技术供需关系的超越,打造数据链和价值链混搭方式连接企业和供应商的开放、安全、共享的制造业数据云社区生态。

此次发布会围绕阿里云Lindorm工业数据云产品方案、应用实践和关键技术三个主题层层展开。

一、Lindorm——驱动工业场景数智升级的引擎

在过去数十年间,OT团队部署了自动化、流程控制和分布式控制软件系统,为工厂人员提供了可监控、控制和优化工业流程的计算资源。这些系统积累了关于过去和目前流程与资产的海量工业信息。同时,IT 团队实施了大量的业务系统、信息架构和先进的分析工具。今天,云计算和大数据技术逐渐成熟带来了一个前所未有的机遇。阿里云整合 Lindorm数据库和iGate & DTwin数字孪生系统优势能力,打通工业场景设备、数据、算法、工具和平台,为企业创造新的数字化价值,提高业务灵活度,提升运营效率和企业整体竞争力。

解密!基于阿里云Lindorm的新一代工业全链数智云平台

二、全链一体化工业数据云平台

工业数据云北向数据应用可以支撑阿里云工业大脑iGate & DTwin数字孪生系统,具备行业领先的工业实时数采技术和完整的软、硬件工业数字孪生能力,能够为制造业企业提供云计算、多模数据库、ML/AI、流数据计算等为代表的可视化生产管理系统支撑;阿里云合作伙伴浙江拓峰科技详细分析了产线对接可编程逻辑控制器(PLC)、远程终端单元(RTU)、数据采集与监视控制系统(SCADA)及嵌入式计算系统的对接方式,并分享了过程监控管理系统支撑经验与技术。

解密!基于阿里云Lindorm的新一代工业全链数智云平台

图:阿里云数据工厂架构图

三、Lindorm计算引擎关键技术揭秘

Lindorm计算引擎是一款基于云原生多模数据库Lindorm核心能力实现的数据库内高性能、低成本、稳定可靠的分布式计算服务,满足用户在云原生多模数据库Lindorm支撑场景下的数据生产、交互式分析、机器学习和图计算等场景中的计算需求,支持对海量数据的高并发处理。Lindorm计算引擎完整支持开源Spark计算模型以及编程接口,并深度融合Lindorm存储引擎的特性,充分利用底层数据存储特征以及索引能力,高效地完成分布式计算任务。

解密!基于阿里云Lindorm的新一代工业全链数智云平台

Lindorm计算引擎具备关键特性如下:

● 多种接入方式:Proxy Service提供接入服务,用户可以通过JDBC方式对数据进行交互式分析,也可以通过提交Jar包的方式自定义分布式计算任务;
● 开箱即用:Lindorm Spark与存储引擎的权限链路以及读写链路自动打通,同时屏蔽掉了诸多底层组件细节,开发者仅需具备基础SQL知识以及Spark开发经验,即可上手;
● 免运维:用户无需关注集群运维操作(配置,升降级,扩缩容等),只需通过Control Service以及Spark UI关注作业管理即可;
● 弹性能力:Lindorm Spark分布式计算资源池提供极致的弹性伸缩能力,按计算需求的高峰低谷快速伸缩;
● 按量付费:用户按照计算资源实际用量收费,无需担心闲置资源造成的成本开销。

工业客户基于阿里云Lindorm打造新一代工业全链数智升级数据云平台的客户价值可以总结为以下几点:

资产风险集中监控,提升成本效益:

由数据驱动实现资产状态全链路实时监控管理,风险及时发现、及时维修,这个策略能够为企业带来重大的成本效益,该策略会使用运营数据(OT 数据)了解一项资产可能在何时发生故障或受到不利影响,然后使用业务数据(IT 数据)了解不同维修计划在经济方面的优缺点,实现生产资产全景实时监控,以及自动的跟踪和监测参数域优化,如质量、性能、潜在损坏或故障、瓶颈定位等。生产监控数据可用于监控服务质量和服务质量,并增强此聚合数据的结果。

设备预防性维护,降低突发故障带来的损失:

系统提供的基于状态的维护 (CBM)方案利用实时状态监控来触发企业资产管理系统 (EAM)中的工作流,而这在传统上是由 IT 部门维护的。使用CBM,企业可以避免不必要的维修成本、 减少停工期和延长资产生命周期,从而减少总体资本成本。使用更严密的统计模型确定故障概率以优化决策支持。

IT&OT多源数据接入,云端业务导向异构数据融合:

跨地域服务管理能力能够支撑企业打造超连接、超感知、数字化和物联网支持制造的数字生态系统,整合MES(Manufacturing Execution System)、SCADA(Supervisory Control And Data Acquisition)等系统孤岛数据,升级端到端全景化监控管理能力,提供计划规划、生产优化和集*应商管理能力。OT运营部门可以通过从 PLC、设备和传感器收集关键 数据来履行其职责,IT 部门则能够提供数据分析以及为数据赋予含义的其他工具。通过采用全数字化的维护过程,IT/OT 团队可以预测任何特定设备可能发生故障的时间,并相应地采取行动。

全景资产风险管理,降低资本支出:

覆盖全域工厂、生产线资产集中管理,其中包括生产资产监控、追踪,质量、性能及潜在风险损耗相关参数监视优化。数字化转型能够实现企业资产风险集中、有效,洞察影响生产效率的潜在因素将帮助企业降低资本支出(CapEx)50%,节省运营成本(OpEx)30%;面向日常设备运维的实时监测、预防性维护来规避设备突发风险,从而降低突发故障带来的损失且,并将故障发生率减少60%左右。

原文链接
本文为阿里云原创内容,未经允许不得转载。 

上一篇:POJ 2112 Optimal Milking​ 题解 《挑战程序设计竞赛》


下一篇:带你全面认识CMMI V2.0(四)——管理 赋能