850 工业互联网Predix与MindSphere两大平台数据采集方式对比分析.docx
- 文档编号:8106371
- 上传时间:2023-01-28
- 格式:DOCX
- 页数:17
- 大小:679.27KB
850 工业互联网Predix与MindSphere两大平台数据采集方式对比分析.docx
《850 工业互联网Predix与MindSphere两大平台数据采集方式对比分析.docx》由会员分享,可在线阅读,更多相关《850 工业互联网Predix与MindSphere两大平台数据采集方式对比分析.docx(17页珍藏版)》请在冰豆网上搜索。
850工业互联网Predix与MindSphere两大平台数据采集方式对比分析
【工业互联网】Predix与MindSphere两大平台数据采集方式对比分析
工业互联网前线
微信号ai-cps
功能引见OT技术(工艺+精益+自动化+机器人)和IT技术(云计算+大数据+物联网+人工智能)深度融合,在场景中构建:
外形感知-实时分析-自主决策-精准执行-学习提升的机器智能认知系统,实现产业转型升级、DT驱动业务、价值创新制造的产业互联生态链。
2018-05-30原文
收录于话题
近几年,随着中国制造2025、工业4.0等工业转型战略的持续深化,人们在争辩工业智能化转型时就会很自然的去争辩设备的互联、数据的采集和分析等话题。
可以说,处理设备的互联、数据的采集与分析是实践工厂智能化的第一步,也是关键的一步。
而在处理这个问题上,最受市场关注的两大处理方案就是GE公司的Predix和西门子的MindSphere工业云平台。
从厂商供应的材料来看,这两大产品好像都能供应从设备接入到数据采集、数据分析的全过程处理方案,为企业的工业现场数据采集、传输以及在云端的数据存储、处理及分析等各个环节供应全面的基础技术支持。
但通过细致的对比分析,其实是可以发觉两大平台在很多方面是有所区分的。
本篇文章将就两大平台在数据采集方式方面的不同进行对比分析。
Predix数据采集方式
依据Predix白皮书供应的材料,Predix平台为工业现场的数据采集以及向云端的数据传输特地设计了一个功能模块,即Predix机器。
这是一个能够嵌入到工业把握系统或网络网关等设备中的软件栈。
该软件栈可用于多种外形尺寸并与其本身SDK一起发布。
Predix机器的次要功能
①供应与工业资产之间平安的双向云连接并管理工业资产,同时启用途于工业互联网边缘的使用程序(分析和运营服务)。
②为终端设备供应平安、身份验证和管理服务。
这样可以对全部设备的平安配置文件进行集中审计和管理,确保以平安的方式连接、把握并管理资产,同时疼惜关键数据。
Predix机器的三种部署方式
部署在网关(gateway)。
对于支持通用工业通讯协议(如modbus,opc等)或TCP/IP等IT通讯协议的设备,PredixMachine可以通过设备本身所支持的协议直接与设备进行通讯,在这种使用场景中,PredixMachine往往部署在网关上,而网关起到设备与云之间的通讯连接作用;
部署在把握器(controller)。
predixmachine直接部署在设备的把握单元中,这样做能够减弱机器软件与硬件之间的联系,实现连接、可升级性、兼容性、近程访问等,使独立运转或在单独网络中运转的工业设备能够直接连接到云端,完成数据采集与实时分析;
部署在传感器(sensor)节点。
在这一使用场景中,传感器部署在生产现场,完成数据采集,直接将数据上传至云端,在云端完成其他的数据处理操作。
Predix机器的三种连接方式
机器网关(M2M):
很多资产已经可以支持通过OPC-UA或ModBus等工业协议进行连接。
机器网关组件是一个能够依据最常见的工业互联协议进行开箱即用的扩展插件框架。
云网关(M2DC):
云网关组件将Predix机器连接至Predix云。
支持多种协议,最常见的是HTTPS或WebSocket。
移动网关(M2H):
除了连接至机器和云,移动网关组件允许人员绕过云直接与资产建立连接。
对于修理场景来说,此功能尤其重要。
当技术人员对机器进行维护或修理时,他们可以直接连接至机器,以了解其运转情况或执行毛病排解。
在连接比较困难的特定工业环境中,绕过云直接连接机器的功能格外关键。
MindSphere数据采集方式
MindShpere的数据采集次要依托nano这一网关型硬件产品,向上与MindSphere的云端进行连接,向下与西门子的众多具有以太网通讯力气的硬件产品、以及支持通用协议的其他品牌产品进行通讯,完成数据采集与传输。
假如设备的通讯协议比较特殊,用户可以基于nano中的开源软件自行开发设备通讯与数据采集程序。
从西门子的宣扬材料上看,次要通过以下几种方式实现设备与MindSphere的通讯与数据
传输:
MindConnectNano
Namo这款硬件产品可以说是专为MindSphere量身打造的。
从名字上看也是格外时髦,有点消费电子产品的感觉。
Nano的实质是一款嵌入式工控机,通过事后进行配置的方式与MindSphere进行连接通讯。
在硬件上支持的接口次要包括USB、PCIe插槽、串口以及以太网口。
支持的通讯协议包括西门子S7系列的以太网通讯协议以及OPCUA。
nano能够通过平安的网络连接向MindSphere传输加密数据,保证数据平安。
Nano只能与MindSphere共同使用。
从Nano的产品引见中可以看出,它扮演的角色类似于位于云平台和现场设备之间的工业网关,既完成数据采集(包括建立通讯),又完成数据向云端的加密传输。
而且Nano这一工业网关只能用于MindSphere体系中。
MindConnectIOT2040
这款产品的定位还是作为工控设备与物联网的连接器,由于这款产品本身秉承了SIMATIC系列产品的工艺设计,保证了在工业现场恶劣环境下的牢靠性,这一点能够弥补Arduino等物联网开源硬件在工业强度等级上的不足,相当于给功能强大的物联网硬件穿上一身平安服。
MindConnectSoftware
这个软件目前没有查到材料,但是依据nano的产品推断一下,可能指的就是nano中供应的免费开源软件。
通过这个开源的软件,用户可以自行开发所需要的通讯协议,与设备建立连接,采集数据。
IntegrationinSIMATICandotherSiemensproducts
西门子的自动化产品中有很多通讯模块,比如以太网通讯模块,甚至有些CPU模块中就带有以太网通讯的功能,因此,MindSphere可以通过Nano直接与西门子的这类产品进行集成,实现通讯与数据采集。
一点思考
1
关于GEPredix
对于predix平台的数据采集实现手段,第一种部署在网关上和第三种与传感器结合的部署使用方式是我们比较生疏的,第一种方式中的网关可以理解成现场经常用到的SCADA服务器的功能——连接设备、上传数据。
第三种方式也比较好理解,对于一些不支持通讯协议的设备,加一些传感器进行数据采集。
问题次要出在其次种方式上,即部署在把握器中的方式。
这一方式从技术实现角度上看不具有普适性,即,对设备的要求较高,次要体现在两个方面:
开放性要求
只需开放性比较好的设备,Predixmachine才能直接部署在把握单元上,而且考虑到兼容性,把握单元内部的软件运转环境该当是比较通用的平台,如Windows、Linux等。
但是,工业现场的设备来自于多家厂商,大家出于对本身设备运转平安性、牢靠性以及商业利益方面的考虑,怎样会情愿在本人的设备上运转其他公司的软件,这就导致了大部分设备的开放性无法满足predixmachine的要求。
高功能要求
PredixMachine该当是功能强大、但同时对硬件资源(包括CPU、内存等)要求也较高的软件组件,因此,能够部署predixmachine的设备,其核心的把握单元需要硬件配置较高,一些单片机、嵌入式系统生怕难以胜任。
2
关于MindSphere
与GE的Predix相比,MindSpere提出了愈加完整的数据采集处理方案,即供应了完善的网关产品nano,该当说这样的设计愈加贴近工业现场的实际情况,因此,笔者愈加看好MindSphere,但是MindSphere也存在如下两方面问题
成本问题
由于MindSphere与nano的深度绑定,因此,要想使用MindSphere,就必需购买nano硬件,nano的作用无可替代,这无疑添加了选购成本;
兼容性问题
西门子在设计MindSphere与现场设备的连接通讯功能时,充分利用了其在工业自动化领域的优势,更多支持的是西门子本人的工控产品,对于其他品牌的产品,假如接受的是非通用协议,就会毁灭兼容性的问题,当然,这一问题一直都是工业现场数据采集的难题,我们也不能对西门子求全责怪。
而且MindSphere也供应了便利用户自行开发通讯协议的软件基础,只不过这样回提高用户的使用要求,延长项目的实施周期。
《2018先进制造业产业进展白皮书》发布
中新网贵阳5月27日电(冷桂玉)此间进行的2018中国国际大数据产业博览会上,《2018先进制造业产业进展白皮书》(以下简称《白皮书》)对外发布。
《白皮书》紧密结合美国、德国和中国工业互联网进展特征,从美国GEPredix为代表的工业互联网模式和德国西门子MindSphere为代表的工业互联网模式,提出中国的“互联网+先进制造业”更符合互联网时代新经济的进展规律,重点体现拥有大数据、云计算优势的互联网公司是进展工业互联网的新趋势。
《白皮书》客观反映全球工业互联网的进呈现状,分析工业互联网进展的特征及趋势,针对进展先进制造业面临的挑战,争辩提出“加快传统制造升级”“推动先进制造业融合化进展”“建设先进制造业有竞争力的进展软环境”等五大核心策略进展先进制造业,为在制造业过程中提前规划、把握标准的自动权供应战略支撑。
《白皮书》显示,新技术革命背景下,全球制造业分化加剧,新一轮产业迁移加快、制造业流出风险加大,以生产为核心的产业链模式已经落伍是当下进展先进制造业面临的次要挑战,而通过“互联网+”为制造业带来“工业互联网行业寡头的诞生”“制造业的产业重构”“制造业产业演进路径的转变”等五大转变。
此外,行业专家还围绕工业互联网和工业大数据使用与进展、大数据服务与先进制造技术与配备等进行现场对话、观点,从学术、技术和产业使用方面阐述大数据与制造业融合。
让数据产生价值——MindSphere引领数字化新征程
西闻联播
据询问公司埃森哲估量,工业物联网到2030年能够为全球经济带来14.2万亿美元的经济增长,为中国带来1.8万亿美元的累计GDP增长。
工业物联网,正在悄然转变着商业模式。
MindSphere
⬇
西门子推出的基于云的开放式物联网操作系统
它能够挂念不同行业、各种规模的企业快速高效地收集和分析工业现场的海量数据,从中猎取价值和洞察,进而实现新的业务模式的成功。
让我们先通过一段采访,来了解西门子的MindSphere是什么?
它的优势何在,以及它能够为客户带来哪些好处?
一张MindSphere“解剖图”
工厂里的每一台设备都是一个塞满数据的宝箱,每一条产线都是一条流淌着数据的小河,如何从这些自然 的资源中挖掘价值是企业的必修功课。
在这样的背景下,西门子推出了基于云的开放式物联网操作系统MindSphere。
依托西门子在电气化、自动化和数字化领域的优势,MindSphere能够挂念不同行业、各种规模的企业快速高效地收集和分析工业现场的海量数据,从中猎取价值和洞察,进而实现新的业务模式的成功。
如何理解基于云的开放式物联网操作系统?
我们抽丝剥茧地来看。
MindSphere架构图
MindSphere是云计算技术在工业生产领域的使用。
云计算与生俱来的扩展的机警性和按需使用、按使用付费的特点都为用户使用供应了便利。
作为欧洲其次大软件公司的西门子携手重要合作伙伴SAP,基于开源的CloudFoundry架构打造的MindSphere,让工业云触手可及。
然而,做平台就像搭“戏台子”,只需把台子搭的稳固、搭的秀丽、搭的有特色,才能把“角儿”吸引到自家“唱戏”。
与众多云平台相比,MindSphere的开放性独树一帜。
一方面,西门子推出即插即用的数据接入网关MindConnect,支持开放式通讯标准OPCUA,极大地简化了西门子设备和海量第三方设备的数据连接,而数据采集端的使用程序编程接口(ConnectivityAPI)则赐予了MindSphere极其广泛的现场设备兼容性,使得数采端合作伙伴的力气得以充分发挥。
另一方面,MindSphere面对软件即服务(SaaS)层开放了敌对的开发编程接口(AppDevelopmentAPI),除了软件开发人员,设备制造商和最终客也可以开发使用程序。
物联网一词清楚地表明白MindSphere的发力方向。
相较于人与人的互联,物与物的互联、物与人的互联意味着更大的挑战,所以工业生产领域的云计算才姗姗来迟。
MindSphere要做的正是读懂机器的言语,启蒙机器才智,让人与物更智能地协作。
MindSphere将本身定义为操作系统,用户可以由此更精确 地把握MindSphere的运作机理。
MindSphere向下为连接各类设备供应了统一的接口,实现不同设备之间的互联互通;向上为各种各样的使用软件供应良好的开发、运营环境。
用户从MindSphere上猎取使用程序和服务就像从智能手机的使用商店里猎取App一样简约。
国内出名智能制造专家,中国制造协会常务理事赵敏高度确定了MindSphere的价值。
他认为:
“从MindSphere的定义中,我们能够清楚地看到它的客户价值——基于云:
任凭部署,跨越时空界限,你感遭到它的围绕与支持,却看不见它;开放式:
任凭开发,开源代码,构建行业生态,共同进展做大;物联网:
任凭联接,承上启下,连接闭环数据,转化商业洞察;操作系统:
任凭搭建App,工业使用做到家。
一个平台,四个任凭,带给西门子和制造企业的,将会是业务模式翻天覆地的变化。
”
优势-
剑指数字化
今日的西门子已经是全球最重要的软件企业之一。
MindSphere的推出将物联网、云计算和大数据分析等概念落地,是数字化业务增长的重要驱动力,并将渐渐从制造业扩展到交通、楼宇、能源等方方面面,全面推动数字化。
询问公司埃森哲估量,工业物联网到2030年能够为全球经济带来14.2万亿美元的经济增长,为中国带来1.8万亿美元的累计GDP增长。
数字化技术的进展正在为企业带来史无前例的增长机会。
对于很多企业来说,实施数字化战略的第一步都是数据采集,没很多据的平台是无源之水、无本之木;数据不完整的平台生怕会一叶障目、不见泰山。
西门子在众多行业都拥有格外广谱的产品线,从工厂里的可编程规律把握器(PLC),车辆上的传感器到燃气轮机、楼宇以及医疗设备,每条产品线都有可观的装机量,依托现有产品在市场上的掩盖率,MindSphere可以从西门子自有产品中猎取海量数据。
同时,作为工业通讯技术的领先厂商,西门子也能对第三方类似产品供应通讯支持,这意味着西门子同样可以从大量第三方设备中标准、经济地采集数据。
西门子在2017年汉诺威工业博览会笼统地呈现MindSphere
就信息技术而言,海量多样的工业数据是“喂养”数据分析模型的最佳“养料”,也是打算大数据分析精确 与否、智能与否的打算性要素。
数据分析模型“吞下去”的是数据,转化成的是洞察。
只需吃进去的数据量足够多,行业洞察才能深刻,数据分析才能精确 。
MindSphere海量的工业现场数据对使用开发者无疑是一笔巨大的宝藏。
西门子对各个垂直市场有着深刻的理解。
对企业而言,能够具体分析业务场景、精确 把握行业痛点、深化了解客户需求是缺一不行的重要要素。
宝钢争辩院首席争辩员郭朝晖表示:
“数字化技术与行业学问的融合,一直是信息技术的难点,工业领域更是这样。
像西门子这样的工业企业由硬向软转型,或许是将来的主流趋势。
”
用例-
新业务模式制造价值增值
在数字化的探究之旅中,一批富有前瞻性的先行者们已经起航!
PrintingInternational是比利时一家生产移印机的设备制造商。
与一般打印机不同,移印机能在陶瓷花瓶、塑料甚至药物等曲面固体上打印花纹,由于功能独特,故而身价不菲。
当这些贵重设备漂洋过海被运往全球之后,制造商就和它们彻底断了联系,无法知悉自家设备的“身体健康情况”。
一旦设备毁灭毛病,制造商和最终客户都将蒙受损失。
PrintingInternational选择了MindSphere。
它借助MindSphere广泛地采集移印机的数据,分析设备运转情况,不只能够优化资源部署,还能预见可能毁灭的毛病,实现猜想性维护。
同时,服务数据回馈研发,从而进一步优化产品设计。
依托于MindSphere的使用程序被称为MindApp,现在已经推出了约50种,包括降低平安风险,提升互联设备和工厂的可用性等多种功能。
其中,FleetManager好比用户全球工厂的把握中心,能够实时呈现系统数据。
PrintingInternational正是通过FleetManager实时监测本人部署在客户现场的移印机外形。
西门子在2017年汉诺威工业博览会上展出的MindApp
现在,PrintingInternational可以为客户供应全新的自动式服务,与客户签订服务保障协议,保证移印机能以更高的设备综合利用率供应服务。
MindSphere的诞生让设备和产品走下生产线之后照旧能够与虚拟世界保持联系,使得“数字化双胞胎”的寿命得以从产品设计和生产阶段延长至产品的整个生命周期。
企业也能实现愈加完整的闭环制造。
在物理实体与虚拟世界的交互中,MindSphere以最高标准保障信息平安:
一方面在数据传输过程中严格恪守高标准的平安传输协议HTTPS,另一方面西门子及其云基础设备合作伙伴以最高标准建设云数据中心以存储数据,确保端到端的数据平安。
西门子(中国)无限公司数字化工厂集团工厂数字化服务总监李漓表示:
“在迈向工业4.0的道路上,MindSphere大有可为。
凭仗全球领先的数据采集与分析力气,以及敌对开放的生态系统,MindSphere能够为设备制造商和最终客户提升设备可用度、添加能源效率、保障数据平安,并改善生产制造的效率和质量。
这就是我们所说的MindSphere的四大价值办法。
”
亮点-
愈加开放的生态系统
西门子深知工业领域业务之简约、问题之错综,为了推动整个产业的数字化,在MindSphere在诞生之初,就明确宣布要开放本人的平台资源,携手合作伙伴共同构建开放共赢的生态系统。
整个工业领域中的数据采集开发者、系统集成商、使用开发者、渠道合作伙伴、设备制造商和最终客户,都是MindSphere生态系统中不行或缺的重要角色。
生态系统中的各个组成部分之间相互吸引,正向激励,良性循环,平台就像滚雪球那般越做越大,生态也会越进展越有活力。
目前,SAP、亚马逊、微软、埃森哲、Evosoft、源讯和Bluvision等众多合作伙伴都加入了MindSphere生态系统。
借助于MindSphere开放的数据接入环境,数据采集开发者广泛地连接第三方设备,系统集成商把企业资源方案(ERP)、制造执行系统(MES)等涉及生产、物流或业务运营的不同系统的数据汇合到云端,丰富数据类型。
使用开发者针对具体使用场景,设计开发使用程序,挖掘数据价值。
借助各个行业的渠道合作伙伴,MindSphere将优质的数据服务供应应设备制造商和最终客户。
数据分析需要以软件使用的形式呈现给用户,这就要求App的开发和维护,而App的开发需要有设计合理的前后端架构,好的架构又依靠于对业务流程的全面把握和对业务痛点的深化分析。
在整个使用程序的开发过程中,担当业务询问、架构设计、代码实现和部署运营功能的各种角色都将参与进来,共同打造优质多样的App环境。
MindSphere上一些现有的MindApp可以直接调用,挂念用户实现定制化开发。
这些原生App就像一块块外形各异的积木,封装了IT基础代码。
作为MindSphere用户的设备制造商和最终客户不需要再写代码,就能够以搭积木的方式构建定制化的使用分析模型。
作为连接下层硬件设备和上层使用软件的云平台,MindSphere“利万物而不争”,以愈加开放的生态系统推动产业的数字化!
中国通信工业协会物联网专家、北京物联网协会副会长柏斯维认为:
“工业物联网的数据之多,体量之大,探究之简约,非一家企业可以全部吞下,需要产业链上下游携手合作,开放创新,共同构建有活力的、可持续进展的生态系统!
”
随着MindSphere生态系统的不断成熟,制造商将以更柔性的生产线、更低的成本和更高的生产效率对每一个消费者的需求做出快速的响应。
消费者的共性化需求也将得到史无前例的满足。
MindSphere从数字中找到打开“工业4.0”大门的钥匙,让人们的生活更奇怪!
我国工业互联网平台要和Predix、Mindsphere一样?
并不是!
赛迪顾问
工业互联网平台是新一代信息技术与先进制造业深度融合的新基础设备和新使用模式。
赛迪智库软件产业争辩所分析认为,GE的Predix和西门子Mindsphere平台的进展模式、进展层次、进展策略趋同,但在进展方向、进展重点、进展路径上区分明显。
基于我国工业互联网平台的进展实际,需探究出一条有别于Predix和Mindsphere平台的本土化进展路径。
具体有三点思考:
一是全局统筹,加快公共工业互联网平台建设;
二是多点规划,分领域推动工业互联网平台建设;
三是开放合作,打造共建共赢生态圈。
同时,也提出了三点对策建议。
(一)加强政策支持与引导
一是自创GE、西门子等国际巨头推动工业互联网平台的进展思路和进展阅历,以《关于深化制造业与互联网融合进展的教导意见》为指引,加强统筹规划与政策引导,争辩制定推动我国工业互联网平台进展的时间表和路线图。
二是设立工业互联网平台进展专项基金,加大在工业互联网核心技术、公共服务平台、基础架构、通用标准等方面的国家财政投入。
(二)鼓舞关键技术的研发和使用推广
一是利用财政资金,集中优势资源,引导和支持华为、阿里、海尔、索为等龙头企业开展联合攻关,突破工业互联网平台的关键技术,进展类似Predix和MindSphere的平台,促进制造企业在自有平台上集聚进展。
二是鼓舞和支持制造业创新中心建设,构建工业互联网平台公共服务体系,供应新技术孵化、新产品验证等服务。
三是以机械、航空等重点领域使用为切入点,组织工业细分领域的龙头企业开展试点示范和使用推广,加快行业学问和技术的软件化。
(三)引导行业建立健全标准规范
一是引导和协调通信、工控、网络、大数据等领域企业在技术和处理方案上的相互协同,加快我国工业互联网相关标准体系建设。
二是结合《中国制造2025》,尽快启动急用领域的数据标准化工作,在制造业产业链上下游之间统一数据结构和标准规范,为工业互联网平台进展扫清妨碍。
三是乐观参与全球工业互联网平台标准的制定,提高我国在国际规章制定中的自动权与话语权。
人工智能赛博物理操作系统
AI-CPSOS
“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPSOS”:
云计算+大数据+物联网+区块链+人工智能)分支用来的今日,企业领导者必需了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPSOS构成数字化+智能化力气,实现行业的重新规划、企业的重新构建和自我的焕然重生。
AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化,这种整合方式能够释放新的业务和运营模式。
假如不能实现跨功能的更大规模融合,没有颠覆现状的志愿,这些将不行能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。
面对新一代技术+商业操作系统AI-CPSOS颠覆性的数字化+智能化力气,领导者必需外行业、企业与个人这三个层面都保持领先地位:
1.重新行业规划:
你的世界观要怎样转变才算足够?
你必需对行业典范进行怎样的反思?
2.重新
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 850 工业互联网Predix与MindSphere两大平台数据采集方式对比分析 工业 互联网 Predix MindSphere 平台 数据 采集 方式 对比 分析