Att eftermontera befintliga system innebär många unika utmaningar. Att planera en modern strategi för datahantering kan vara knepigt när man arbetar med äldre utrustning, men absolut inte omöjligt.Inte alla automationsingenjörer får chansen att börja om på nytt med ett nytt projekt. Ibland är utmaningen att integrera ny designhårdvara i ett system fyllt med äldre utrustning. För att denna integration ska vara effektiv måste designteamet noggrant planera dataflödeshantering för att förhindra datasilos och ömtålig infrastruktur, två av de vanligaste fallgroparna när man hanterar befintliga eller brownfield-system.Befintliga systemutmaningarInnan man omkonstruerar ett befintligt system finns det flera uppgifter och frågor att ställa sig under design- och planeringsfasen. Först används ett revisionssystem för att bedöma den nuvarande infrastrukturen. Därefter utvärderas dataflöden för att avgöra vart informationen skickas och om dessa destinationer är lämpliga eller behöver justeras. Därefter analyseras riskerna med känsliga eller bräckliga äldre system som måste fortsätta vara i drift, samtidigt som säkerhetsåtgärderna förbättras för att säkerställa att dessa system inte blir potentiella ingångspunkter för cyberattacker.Utföra en systemrevisionInnan man byter ut utrustning eller investerar i ny hårdvara, programvara, infrastruktur och relaterade resurser är det första steget i att utveckla ett dataflödeshanteringssystem att utföra en systemrevision. Systemrevisionen gör det möjligt för konstruktörerna att veta vilken hårdvara som redan finns, vilka datastrukturer och protokoll som finns på plats och var smärtpunkterna kan finnas i integrationen.En grundlig granskning omfattar alla hårdvaru- och mjukvarusystem som kommer att ingå i det uppgraderade, omfattande systemet för dataflödeshantering. Få problem är mer problematiska än att upptäcka sent i processen att en äldre hårdvara inte kan ansluta till det nya systemet, särskilt när den hade kunnat göra det om andra designbeslut hade fattats tidigare.Vart tar datan vägen för närvarande?Det är troligt att det befintliga automatiseringssystemet redan samlar in och lagrar data i någon form, vilket ger mervärde till produktionsprocessen. Äldre system är dock ofta utformade i mindre delar, med komponenter som läggs till vid olika tidpunkter, från olika leverantörer och i olika tillstånd av patchar och uppgraderingar.För dessa system är det viktigt att förstå vart informationen skickas och hur den används. På så sätt kan den nya strategin undersöka varje dataenhet och avgöra om den är nödvändig, om den bör skickas någon annanstans och hur varje dataenhet passar in i det uppgraderade, enhetliga systemet.I vissa fall bör data flöda vertikalt. Det betyder att data flödar uppåt i kedjan eller hierarkin, från verksamhetsgolvet till IT-affärssystemen för större beslutsfattande för att uppfylla nyckeltal. I andra fall bör data flöda horisontellt. Horisontellt flöde avser överföring av data mellan maskiner eller system som arbetar på samma nivå så att underhåll kan schemaläggas effektivt och flaskhalsar minskas.Hur ska data överföras?Ett av de svåraste områdena för dataflödeshantering med befintlig OT/IT är att avgöra hur data ska överföras. Helst bör all hårdvara använda öppna plattformar med samma protokoll så att alla komponenter enkelt integreras. Verkligheten är dock mycket mer rörig. Befintliga system använder ofta äldre eller proprietär utrustning, blandade protokoll och andra liknande problem. Det finns flera vanliga metoder för att integrera dataöverföring.OPC-UA kan användas för att flytta data mellan OT-hårdvara och mjukvara. Det tillhandahåller säkra, plattformsoberoende kommunikationsmetoder för komplexa datastrukturer och modeller. OPC-UA används vanligtvis för punkt-till-punkt-dataöverföring.En annan strategi är att använda Message Queueing and Telemetry Transport (MQTT). I det här systemet behandlas data inte som punkt-till-punkt-kontakt, utan fungerar istället enligt en "publicera och prenumerera"-modell. Sensorer producerar och "publicerar" data, och enheter som behöver se informationen kan "prenumerera" på datatjänsten. MQTT är också plattformsoberoende och är utmärkt för situationer med låg bandbredd och fall där vissa enheter behöver datauppdateringar oftare än andra. Edge-gateways kan placeras nära äldre hårdvara för att konvertera informationen till MQTT-formatet. Genom att göra det blir den äldre hårdvaran i praktiken en MQTT-datapublicerare.SQL-databaser är ett annat populärt verktyg för att hantera data. De är utmärkta för att arkivera data i specifika format, till exempel verktygsstatistik över flera maskiner. Om det sedan uppstår ett problem kan databasen anropas och den arkiverade datan analyseras. SQL-databaser är bäst lämpade för långsiktig datalagring och rekommenderas inte för strömmande data och snabba processkontrollbeslut. De är mest användbara när data har en väldefinierad struktur eller mall.Rest API:er använder en liknande metod som publicerings-/prenumerationsmodellen. De är perfekta för att skapa operatörsdashboards, där API:et samlar in data och endast visar relevant data för användaren. Baserat på HTTP integreras det enkelt med molntjänster, är mycket anpassningsbart och erbjuder stöd för flera enheter. Det är egentligen inte utformat för stora datamängder och snabb polling, men det gör att mätvärden kan visas med en snabb blick.Det finns viss mellanprogramvara och DataOps som fungerar som en central hubb för att dirigera, konvertera och kontrollera dataflödet. Dessa programvarupaket är vanligtvis tillgängliga som standard och behöver inte utvecklas internt.Tanken är inte att hitta en "one size fits all"-metod för dataöverföring, utan snarare att utnyttja några eller alla dessa tekniker allt eftersom de passar organisationens affärsbehov. Kanske är MQTT med edge computing ryggraden, men SQL-databaser hanterar arkiverade data för maskinstatistik.Minimera onödig påverkan på äldre enheter och systemÄldre enheter, som äldre PLC:er, kanske inte möjliggör snabbare polling och konvertering av inbyggda data. Det kanske kommer en dag då dessa system fasas ut från anläggningar, men de är vanligtvis stabila, så det är klokt att hålla dem igång istället för att ersätta dem.Det är här som edge computing kan ge den verkliga fördelen. Edge-datorn sitter nära enheten och konverterar dess data från proprietära, äldre format till något som är mycket enklare att integrera. Bakom kulisserna är dataöverföringen renare och mer organiserad, men användargränssnittet/användarupplevelsen (UI/UX) behöver inte ändras. Dashboards kan förbli desamma, vilket innebär att det inte finns något behov av att utbilda slutanvändarna i ny programvara.Genom Ignition! kan HMI och instrumentpaneler, även från äldre enheter, göras portabla. Bilden används med tillstånd av Inductive Automation.En möjlig metod, även om den medför vissa risker, är att samla in data från SCADA och använda OPC-UA för att arbeta med data oberoende av plattformen. Det kan vara effektivt, förutsatt att den extra belastningen på SCADA-systemet inte redan körs med full kapacitet. Det kan också kräva installation och konfiguration av en ytterligare SCADA-server, vilket inte nödvändigtvis är ett hinder, utan en annan faktor att beakta.Att hålla systemet säkertAtt utveckla en strategi för dataflödeshantering innebär mer säkerhet, eftersom hothantering kan byggas in i systemet. Detta gäller även om ett äldre system aldrig har varit offer för en attack.Edge computing lägger till ett nytt säkerhetslager som kan skydda äldre enheter och skapa ytterligare en barriär mellan hot och systemet. Det kan tillhandahålla säkra, skrivskyddade sökvägar som inte var tillgängliga i tidigare konfigurationer. Förnuftig användning av brandväggar och nätverkssegmentering kan också skydda tillgångar.För mer informationYtterst är målet med att integrera och organisera dataflöden över befintliga system att överföra data dit det behövs för att fatta mer optimerade affärsbeslut. Informationen bör driva systemutvecklingen snarare än programvaran eller hårdvaran, även om systemdesigners kan behöva arbeta runt vissa praktiska begränsningar hos endera eller båda.Den senaste utvecklingen inom edge computing möjliggör enklare datakonvertering och smartare och effektivare strategier för dataflödeshantering. För att se hur du kan utveckla en ny strategi för dataflödeshantering samtidigt som du bibehåller systemintegriteten med äldre enheter, kontakta experterna på Inductive Automation. Teamet har många års erfarenhet av att utveckla integrerade system för dataflödeshantering och kan hjälpa dig att förstå alla tekniska detaljer för att få din anläggning att fungera effektivt.
