När fabriken ansluter till molnet

Det har gått över ett årtionde sedan molnet började dominera IT-branschen: från dess att Oracles grundare Larry Ellison definierade ordet överflödigt som ”allt som vi redan gör” via kometutvecklingen av molnleverantörer som Salesforce.com till de otroliga intäkterna från Amazon Web Services. Eller för att använda Gartner Hyper Cycles ord: Molnet har helt lämnat desillusionernas vågdal.
Norbert Hauser från Kontron beskriver här de olika gränssnitten för industriell molnanslutning.

Molnet är nu en del av varje IT-chefs standardrepertoar. Miniatyriseringen kräver mer datorkraft, den exponentiella ökningen av datavolymerna från sakernas internet och en kraftigare utbyggnad av Ethernet och webbstandarder, flyttar traditionell IT, och med den molnet, ännu närmre industrin och tillverkningen. Informationsteknologi (IT) och driftsteknik (OT) blir ett. Det pågår ett frenetiskt arbete med att uppdatera IT-standarder så att de ska passa kraven för maskiner och tillverkning. Målet är att realisera visionen om en sömlös anslutningsbarhet, från fabriksgolvet till kontoret, från maskinoperatören och hela vägen till vd:n.

IT-standarder skapar vägar till tillverkningen
På standardsidan följs IEC 62541 av enhetlig OPC-arkitektur (OPC UA) och tidskänsliga nätverk (IEEE 802.1 TSN) har etablerat sig som det allra senaste. OPC UA är en tillverkaroberoende kommunikationsstandard för maskin-till-maskin med stöd för sömlös kommunikation mellan OT- och IT-komponenter. TSN, tidskänsliga nätverk, är IEEE-standarden för konvergenta Ethernetanslutningar för deterministisk dataöverföring mellan styrenheter som körs parallellt med IT-kommunikation över ett delat Ethernet. Detta tillgodoser två centrala krav på OT-sidan. Det återstår att se om det offentliga molnet kan uppfylla alla kraven för maskinkontroll nära tillverkningen med höga krav på låg latenstid och hög säkerhet.

Vid molnets fysiska gräns
Det finns fysiska begränsningar som till och med modern IT och molnet inte kan blunda för. Den främsta är latenstiden, som utesluter maskinstyrning i realtid. Datavolymer är den andra. Den molnbaserade överföringen, utvärderingen, analyseringen och överföringen av data tillbaka till startpunkterna tar helt enkelt för lång tid. Dessutom lyfter det frågan om säkert tillgänglig bandbredd för överföring av data till det offentliga molnet och den allmänna tillgängligheten, inte bara för molninfrastrukturen utan för överföringskanalerna också. Slutligen är säkerheten ännu en aspekt att vi måste ha i åtanke när beslut fattas för eller mot offentliga molnlösningar. I industri 4.0-miljöer är produktionen av personuppgifter ett mindre problem men fortfarande ser många företag det som avgörande att deras uppgifter inte lämnar anläggningen och överförs till ett moln under utländsk lagstiftning.

Gränsdata: Spara det bästa till sist
Trots allt detta är fördelarna med att flytta IT, inklusive molnkoncept, närmare maskinerna fler än problemen. För det här ändamålet har ny arkitektur utvecklats som å ena sidan erbjuder fördelen med molnet, samtidigt som det å andra sidan möter industritillämpningar vid ”nätverkens kant”. Detta är gränsdatans födelse. Denna ”nätverkets gräns”, som har gett namn åt tekniken, består av de sensorer och styrdon som antingen genererar data eller som data behöver riktas tillbaka mot. Gränsdata innebär att dator- och lagringskapacitet behöver tillhandahållas innan nätverket börjar, nära datamängdens ursprungspunkt.

Detta gör det möjligt att snabbt samla in, lagra, behandla och analysera data på plats. Maskiner kan styras deterministiskt baserat på de data som samlas in, dvs. med förutsägande, fördefinierade reaktionstider. Koncept som detta kan bygga på integrerade kort eller moduler eller på industridatorer på grund av den efterfrågan på ökad dator- och lagringskapacitet i mindre fysisk storlek samt ökad strömförbrukning. Anslutning till Ethernetnätverk, alternativt genom tidskänsliga nätverk (TSN), gör att inte bara enskilda maskiner utan hela maskinkombinationer kan styras.

För att hålla latenstiderna låga används också inbäddade servrar för att skapa ett privat moln på plats. Inbäddade servrar ansluts antingen till gränsenheter genom TSN med OPC UA eller så samlar alternativa protokoll in, analyserar och filtrerar data i ett lokalt moln. Detta gör att det går att överföra dessa reducerade data till ett annat offentligt moln. Vid kontaktytan mellan inbäddad server och offentligt moln, å andra sidan, är latensen inte lika avgörande och molntillgängligheten inte lika kritisk.


TSN-kort: Nätverkskortet av Kontron-standard har en integrerad switch för redundanta nätverk med Ethernetportar på två eller fyra gigabit. Det stöder alla IEEE-802.1-specifikationer och är i grund och botten lämpliga för tuffa industrimiljöer.

Dimdata i det inbäddade molnet
Tills helt nyligen användes termerna gränsdata och dimdata omväxande för samma teknikkoncept. Nuförtiden gör man en tydlig distinktion. Gränsdata beskriver hanteringen av de första datauppgifterna precis vid IoT-enheten medan dimdata betyder insamlingen av data på plats, till exempel i ett inbäddat moln. Dimma är för molnet vad dimma är för ett metereologiskt moln: den ligger nära marken och sin ursprungsplats, medan moln är abstrakta och placerade långt borta.


”Från gräns till dimma till moln” inklusive TSN och OPC UA (klicka för större bild)

Lägga molnpusslet
En av de nya utmaningar som uppkommer när vi använder gräns-, dim och molnarkitekturer är anslutningen av komponenter till varandra och till det offentliga molnet. I detta drar Kontron nytta av samarbetet med vårt moderbolag S&T. S&T Technologies, med bas i Linz i Österrike, har större resurser och ännu ett kontor i Augsburg i Tyskland för att ge värdefull fackkompetens i fråga om programvara och konsultering för att utveckla IoT-scenarier från molnets gräns. Ett viktigt element för detta är den nya IoT-plattformen SUSiEtec. Med industri 4.0-tillämpningar ansluter den alla komponenter och kan analysera och behandla alla data som genereras. SUSiEtec upplöser den traditionella gränsen mellan generering, behandling och försörjning av data, vilket skapar en fusion mellan IT och OT.

IoT-startpaketet SUSiEtec
SUSiEtec har anpassats för att uppfylla kraven i den enskilda användningen och agerar som ett sorts IoT-mellanprogram vid knutpunkten mellan sensorerna och molnet. Det är anslutningslagret mellan enheterna, det översätter protokoll, filtrerar data och behandlar dem på plats, beroende på behov. SUSiEtec kan konfigureras flexibelt och anpassas individuellt för befintliga automatiseringslösningar för att samla in och analysera kontroll- och sensordata på plats. Detta löser problemet med molnets krav på bandbredd och lagringskapacitet.

SUSiEtec behandlar gränsdata genom att använda datorkapaciteten i det lokala nätverket för att styra tidskritiska processer direkt på plats. Data buffras lokalt, komprimeras och skickas till molnet enligt fördefinierade regler. Detta förbättrar bearbetningssäkerheten, reducerar behovet av bandbredd och sänker driftskostnaderna och på så sätt uppfyller det kraven för industriell IoT i realtid.

SUSiEtec gör så att företag kan använda en skalbar hybridlösning för sina IoT-scenarier genom att kombinera fördelarna hos en lokal lösning med en professionell molninfrastruktur. För det ändamålet är SUSiEtec helt integrerat med Kontrons gateway-, dimdata- och serverprodukter, varav många redan är Microsoft Azure-certifierade. SUSiEtec kan också användas oberoende från Kontrons hårdvara tillsammans med andra hårdvaru- och molnmiljöer som kunden redan använder.

Dessutom är SUSiEtec utrustat med en maskininlärningsfunktion för att utnyttja metoder för artificiell intelligens för att ge förslag om oberoende beslut baserat på befintliga data eller till och med agera på dem i fall där mänsklig interaktion inte behövs. Den här fusionen mellan IT och OT möjliggör autonoma åtgärder och dynamisk anpassning av de använda maskinerna efter nya förhållanden.


Den industriella IoT-plattformen SUSiEtec av S&T Technologies, en Kontron S&T-filial, hanterar bland annat analysering och bearbetning av data som skapas av industri 4.0-tillämpningar (klicka för större bild)

Dimma – gräns – moln – hur hänger det ihop?
Kantdata sker i nätverkets kantområde, vilket har gett namn åt konceptet, där data från maskiner, sensorer och ställdon först förs in i nätverket. Data samlas in här först för att senare analyseras för att kunna fatta beslut i realtid och kan senare behandlas för att skickas till centrala servrar. Maskinstyrning kan bara tillhandahållas på ett säkert i realtid med hjälp av kantdata.

Dimdata utgör den grundläggande gruppen för gränsdataenheterna på plats, till exempel i form av ett privat inbäddat moln. Här kan maskinkombinationer eller grupper av samarbetande robotar styras via TSN. Data som av säkerhetsskäl anses vara för känsliga för att lämna företaget lagras också här. Data som skickas till molnet för högre nivåsyften, till exempel business intelligence eller storskalig dataanalys, kan försorteras för att spara bandbredd och sänka kostnaderna för dataöverföring och molnanvändning.

Molntjänster demonstrerar också sina traditionella styrkor i industri 4.0-miljöer genom att analysera i princip obegränsade mängder data med hjälp av verktyg för business intelligence eller stordata, genom i princip obegränsad lagring, genom att ge tillgång till resurser on-demand och genom global åtkomst. Microsoft arbetar på att skapa så kallade ”digitala tvillingar” som en del av sitt tjänsteerbjudande för Azure IoT-gränsdata, för att skapa virtuella bilder av maskiner så att de kan styras genom offentliga moln.

Ett annat namn på dessa digitala tvillingar är SDM (Software Defined Machines; programvarudefinierade maskiner). Så länge det finns en koppling mellan data som kräver höga prestanda och maskiner hanteras styrningen i molnet. Vid avbrott eller till och med allvarlig nertid av anslutningen överförs den senaste datamängden genom molntjänsterna som så kallade ”cloudlet” (eller behållare) för gränsenheten, som använder lokal intelligens för säkra sätt hålla maskinen i drift. Så snart molnet är tillgängligt igen överförs den senaste datamängden från gränsenheterna till molnet en gång till, utvärderas, analyseras och skickas tillbaka till kantenheterna för att synkronisera maskinen och dess digitala avbild.
Norbert Hauser, biträdande marknadschef, Kontron S&T AG

Comments are closed.