<< 返回案例列表
随着智能制造业的迅猛发展，工控设备在生产过程中起到至关重要的作用。为了确保生产效率和产品质量的提高，企业需要对工控设备进行全面的分析和评估。
工控设备KPI是指在生产线/车间设备的运行和维护过程中，需要监控的关键指标参数，用于监测工控系统的运行状态，以及系统安装、维护和运行的效率，并根据KPI数据来判断工控系统的性能和可靠性。常见的KPI包括: 设备利用率、开关机率、设备故障率等等，其意义是帮助企业对工控设备进行有效的监控，以便高效发现和解决相关问题，提高工控设备的生产效率，并以更低的成本维护设备安全性和可靠性。
以国内头部的硬件装备制造企业X集团为例，在其某地的生产和装配车间中有大约200台工控设备需要进行监控和KPI分析，以保证生产过程的连续高效和稳定。X集团的设备运维部门为了提升效率，早期使用了一套基于传统关系型数据库用于存取设备时序数据指标的工业物联平台，所有采集接入的数据均存放在 PostgreSQL 中，每次对设备KPI的查询操作均需要通过读取数据库中的数据来进行计算，平均效率非常低。
面对这种海量时序数据场景，工控设备的KPI查询暴露出一些显而易见的问题。比如按照时间维度进行KPI查询时，需要从 PostgreSQL 中抽取设备时序数据来计算，然而随着工控数据的逐步累加，PostgreSQL 难以承载时序类的IO业务，由此基于递增的时序数据跨年的KPI查询也就变得难以实现（每次查询无法在1小时内返回结果）。
针对X集团的实际痛点，云和恩墨通过自主研发的一款机器数据智管产品 zAIoT，为制造业客户提供了一套针对海量时序数据的一站式“采、存、管、析”智能解决方案。zAIoT 在工控领域的核心能力包括：
1）对实时数据的接入、处理、存取和告警；
2）基于海量时序指标对KPI的并行计算和统计分析；
3）对监控指标的数据可视化展示。
根据X集团工控设备的监控需求，我们需要为客户提供两个大类主题的分析：KpiEquipmentAnalysis 和 KpiEquipmentTrend。这两个分析主题涉及到的主要KPI指标有：设备OEE、开机利用率、故障率、MTTR（平均故障修理时间）、MTBF（平均故障间隔时间）等。zAIoT 在本方案中主要为客户提供了实时数据接入、存取和KPI分析计算的功能。
具体来看：首先 zAIoT 对实时接入的约200台设备产生的时序数据进行实时处理，包括字段投影、协议解析、阈值告警与过滤，然后按照主题存储到时序数据库当中，便于后续的KPI分析计算；然后在实时数据入库存储后，在KPI分析计算模块中进行预处理，基于SPL（结构化处理语言）的并行调度计算，按照一定时间维度切分数据立方，通过构造响应的指标分析尺度，用于KPI相应指标的计算模型；最后在工业大数据平台的前端应用页面提供实时数据抽取服务和KPI计算服务。
为了更加直观地为读者呈现设备KPI提升效果，按照分析主题 KpiEquipmentAnalysis 和 KpiEquipmentTrend，运行20次得到的响应时间取均值，取用了从2023年1月1日到3月16日的设备数据，得到的对比结果如下表所示，可以看到两类主题的KPI响应时间均提升了上百倍。
总结一下，云和恩墨根据工控类场景，采用“zAIoT 中KPI分析计算模型 + 时序数据库”的方案替代了X集团原有的“基于 PostgreSQL + KPI计算”的方式，极大地提升了KPI响应时间，为客户即时掌握设备生产运行情况提供了助力。我们也希望用这一案例以点带面，通过 zAIoT 加速智能制造业的创新发展。
zAIoT 机器数据智管产品，是海量时序数据智能分析处理平台，包含平台（zAIoT Platform）和分析软件（zAIoT AS）两大部分。zAIoT Platform 可作为工业物联网平台提供海量时序数据的接入、存储、处理和分析能力；zAIoT AS 针对硬件智能制造场景，提供了设备型号管理、测试任务数据管理以及数据智能分析和挖掘，用以监控和评估硬件设备的运行状况。
zAIoT Platform 产品连接了不同硬件产生的“数据孤岛”，数据接入平台后，实现了海量数据的一站式处理，并且提供了海量时序数据的挖掘功能；在智能制造领域，zAIoT AS 产品提供硬件设备的原型验证、设备质量验证、预测性维护和数据智能分析等能力，为企业级客户降本增效提供助力。
革新智造业丨云和恩墨数据智能产品 zAIoT 将工控设备KPI分析性能提升百倍
2023年6月21日
322
图1. 设备告警面板示意
图2. 基于PG的时序数据存储与KPI分析架构
图3. zAIoT 设备监控与KPI分析解决方案架构
图4. zAIoT 设备KPI分析示意图
图5. zAIoT 时序数据存储与KPI分析架构
| 指标主题 | 替换前 | 替换后 | 提升倍数 |
|
KpiEquipmentAnalysis |
57.2秒 | 0.34秒 | 168倍 |
| KpiEquipmentTrend | 203.2秒 | 0.67秒 | 303倍 |
关于zAIoT
