appliquer l'iot, le cloud et le data analytiques à l ... · configurer l'acquisition de...
Post on 03-Jul-2020
3 Views
Preview:
TRANSCRIPT
‘’Appliquer l'IOT, le Cloud et le data analytiques à l'atelier de production’’
Laurent Mismacque - Directeur Plant Data Services - D F PL DS - SIEMENSSylvain Rubat Du Merac - Chief Technical officer – Brain Cube
Page 2Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
La révolution est “Digitale”
Mechanical ProductionElectrification
Automation
Digitalization
Digitalization is still being defined…
4th Industrial Revolution3rd Industrial
Revolution2nd Industrial Revolution1st Industrial
Revolution
Siemens est à l'avant-garde depuis le début de la r évolution industrielle
Page 3Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
Siemens Digitalization
La “Digitalisation” ?Une réponse aux challenges des “Utilities, Manufact urier, Process “ dans toutes les phase du cycle de vie de leurs asse ts !
Connectivity and internet of things
Collaborationand mobile
Big data andanalytics
Cloud technologies
Cyber-Security
Maintenance & Services
Automation & Operation
Design &Engineering
Improved productivity &time-to-market
Higher flexibility & resilience
Increased availability & efficiency
Combiner le monde virtuel et physique ...
... à travers toute la chaîne de valeur des clients
Page 4Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
La digitalisation des services
Amélioration de l'efficacité des services traditionnels
Disponibilité, migration et modernisation
MindSphereDigitalisation des services
Spare Parts Services
Field and MaintenanceServices
Repair Services
Support and Consulting Services
Training Services
Retrofit and Modernization Services
Contrats de service
Réactive Préventive Prévisionnelle Prescriptive
Digital Services
Page 5Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
Machine Cloud et Remote ServicesUne approche globale
Siemens et produits tiersInformation critique
0101
0001
0110
0101
1001
0010
10
0101000101101010001001110001010100010110101000100111000101010001011010100010011100010101000101100101000101101010001001110001001110001010100010110101000100111000101010001011010100010011100010101000101100101000101000101010001011001011000101010001
Plateforme
0101
0001
0110
0101
100
1001
0100
0100
011
01
Plant Maintenance Service
Experts & Analytiques AlgorythmeAnalytiques
PerformanceEnergieCoûtsRisquesQualité
Page 6Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
MindSphere –Le Cloud industriel Siemens, Ecosystème IoT
MindSphere
Optimized performance of assets, energy and resourc e consumption, maintenance, services …
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
MindAppsby Siemens OEMs End customers App developers
MindApps• Transparence de l'actif et perspectives
analytiques, p. maintenance prédictive• Modèle de tarification basé sur les abonnements
et de l’usage
MindSphere• Interface ouverte pour le développement
d'applications spécifiques aux clients (MindApps)• Diverses infrastructures cloud: Public, privé ou
sur site
MindConnect• Normes ouvertes (par exemple, OPC UA) pour la
connectivité (également pour les produits tiers)• Connexion direct des produits Siemens
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
Page 7Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
10100011010011010011001011000011101010110011010101011100010011010010010
01100011010011010011010010110000
10100011010011010011001011000011101010110011010101011100010011010010010
01100011010011010011010010110000
Mindsphere : L’eco systéme ouvert
10100011010011010011001011000011101010110011010101011100010011010010010
01100011010011010011010010110000
10100011010011010011001011000011101010110011010101011100010011010010010
01100011010011010011010010110000
10100011010011010011001011000011101010110011010101011100010011010010010
01100011010011010011010010110000
10100011010011010011001011000011101010110011010101011100010011010010010
01100011010011010011010010110000
SINAMICS
SIMATIC
PCS 7
SINUMERIK
SCALANCE
Third-party products
101 00 011101 00 011 101 00 011
101 00 011Endcustomer Apps
MindSphere Apps
OEM Apps
Developer Apps
App Store
Own Apps
101 00 011
Page 8Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
MindSphere –Profitez des nouvelles opportunités de Maintenance grâce aux services basés sur les données!
ActionData
Analyse
MindSphereVirtual World
Real World
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
101 00 011101 00 011
Transformer votremachine en IoT !
Page 10Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
MindSphere – Le Cloud Industriel Siemens, Ecosystème I oTProfitez des nouvelles opportunités de Maintenance et d’optimisation de la production grâce aux services basés sur les donnée s!
ActionData
Analyse
MindSphereVirtual World
Real World
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
101 00 011101 00 011
Transformer votremachine en IoT !
Diffusion non restreinte / © Siemens AG 2017. All Ri ghts Reserved.Page 11 Plant Data Services
MindSphere
Page 12Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
MindSphere – Transformer vos utilities en IoT ! Profitez des nouvelles opportunités de Maintenance et d’optimisation de la production grâce aux services basés sur les donnée s!
ActionData
Analyse
MindSphereVirtual World
Real World
10010111
01001110
10010111
10010111
10010100
01001110
10010111
10010111
10010111
0100
1001
1001011101
10010100
01001110010011
10010111
100101110010
101 00 011101 00 011
Page 13Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
MindSphere permet un démarrage rapide, simple et sé curisé des services basés sur les données
STEP 1
Connexion
Obtenez le compte utilisateur MindSphere, recevez et intégrez votre élément MindConnect dans votre machine / équipement
STEP 2
Configuration
Configurer l'acquisition de données, la connectivité et Visual Analyzer via MindSphere
STEP 3
Run the Service
Surveiller l'état de santé de tous les actifs avec MindApp Fleet Manager
Asset Configuration on MindSphere -experience how easy it. Click here
+ FBTIA V14
Connexion EPS
Page 14Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
Les données stockés sont situées sur le centre de données SAP qui sont conformes à tous les certificats requis:
� Gestion de la Qualité DIN EN ISO 9001: 2008
� IS Gestion des Exigences de Systèmes ISO / IEC 27001
� IT Gestion des Services ISO/IEC 20000: 2005
Les données utilisées pour les analyses sont gérées par le personnel autorisé sur le logiciel sécurisé suivant des processus normalisés.
Le client contrôle le niveau d’autorisation et est le propriétaire des données. Siemens agit en tant que dépositaire des données.
Plant Data Services
Le mouvement de données est toujours au moins de 256 bit SSL/TLS chiffré
Page 15Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
MindSphere
Q3 / 2017Q2/ 2017Disponible
Connexion et Visualisation
Règles
Requêtes
Dashboard
KPIs
algorithmes
Analytiques
Evènement Apps
Page 16Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
Driving the Digital Enterprise for discrete industries
MindSphere
Customer Success Stories
Page 17Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
75 million Passengers each year and growing!!
Page 18Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
Architecture and Solution
X-Tools Server
� Ethernet (https)
� Monitoring of all BagTrax in Heathrow� Alert Management (Warning/Alarm) via MindSphere
rules� List of events (worst cart)
Siemens AG
MindSphereServer
HAL BagTrax
Host the CMDatabase (WW)
Visual Analyser
CM central unit
� Ethernet
Inte
rfac
e-N
odes
� IEEE1394a
IFN-VIB-A:• 4 Vib. Sensors• 1 AI Strip reader
MindConnect Nano
2 OPC UA variables:• CART_ID• PEAKPEAK_AVG
X-Tools Analysis:-PEAKPEAK value for each cart-Cart ID based on strip reader
Page 19Siemens 2017 – LM/CC – DF CS/ DF PL DS - Plant Data S ervices
Output : PeakPeak Average value and Cart Id2 Time series with warning and alarm indications
X-Tools Results Visual Analyzer
How to optimize the operation of your plant ?
EmissionsEffluents
Energy consumptionEnergy production Productivity
Yield
ComplianceQuality & technical characteristics
ConsumablesChemicals
Costs reduction by process mastery
Raw material
10%
Equipment
15%
Human
75%
Instability root causes*
Characteristics variability
Machines/Instrumentation
technical issues
Wrong settings
Bad decisions
Over adjustments
Manual mode
% o
f Im
pa
ct
*source: study based on more than 1000 problem solving analysis by IP Leanware customers from 2010 to 2013
first focus and blame
What if all your
decisions were
based on facts?
The true causes of instability
Data transformation model
Raw data at each batch + continuous step
CONTEXTUALIZATION
RECALCULATION
TRANSFORMATION
AGGREGATION
All your data structured live into product conditions bases
DESCRIPTIVE INFORMATION of material flow and transformation
=> exact production conditions at any granularity (batch, hour, day, ton…)
Cross production conditions and outputs
Plant connection
Unlimited tags
Years of history
Secured – Dedicated – Restricted
Structured Bases
Office
files
IT
Systems
Data
bases
Machines
1-min
data push
Automated Secure
File Transfer
Flat filesFlat files
Unlimited users
https
Visualization
Reports
Graphs
Dashboards
Data export
Analyses
Parameters impact
Optimal settings
Live instructions
Alerts by emails
SPC charts
Periods comparator
Recipes managementProcess data
Quality data
Traceability…
OFFICE
Management Dashboard Experts Reports
Data mining & Correlations Predictive Solutions
SHOPFLOOR
Live instructions and alerts Mobile alerts
BraincubeBraincubeBraincube
Live
Braincube
Live
Braincube collaborative platform
Custom dashboards
Access to your live personal KPIs in a click
TOTAL INT CAL. H STABILITY
Throughput (1h)
Products
characteristics
Process &
Outputs
Real time
Deep data discovery
All history in analytical graphs
Automatic
analytics on
the period
Dig into
multiple
variables
Analysis case study
Highly complex process, high variability, high cost
Distillation tower
Obj : energy optimization
Complexity : 132 parameters
Specific steam consumption (T steam / T IPA) :
Average : 0,37
Variability : 0,26 – 0,47
Steam is a high % of plant energy costs
Ready for analysis at any time
Become a natural analyst
Define your
objective
All variables can
be a solution
Exhaustive parameters ranking by impact on your target
The best
setting !
The most
dangerous setting !
View parameters impact on results with ranges prescription
Build solutions from your experience
Predictive
real potential
Past
result
optimal
op.standards
in combination
Optimized process windows to achieve your objective
Compliance and improvement report :
Sustainable stabilization and improvement over time
Generate high value from your efforts
steam
average :
0,37
0,33
-10%
-10%
Braincube experience
Variable raw materials
Complex process interactions
Capital intensive installations
top related