西马克数据工厂

为了为所有数字化应用奠定基础,并最终从设备数据中获取附加值,必须以结构化、组织良好的形式提供数据。为此,西马克数据工厂可将关系数据、过程数据或时间序列数据或文件等原始数据转换为信息,并将其转化为附加值。

应对客户挑战

根据需要解决的问题,钢铁厂的所有数据都必须以不同的格式提供。数据通常从状态、质量和计划角度进行查看。对于维护视图,数据通常是通过某些时间事件来检索的。因此,数据必须可寻址,并可通过时间范围进行选择。

  • 将来自不同流程的数据转换到相同的物料位置。
  • 拥有所有相关的产品数据,并具有良好的颗粒度。
  • 按要求向客户提供标准化数据。
  • 提供每条生产路线的所有加工数据。
  • 分析每个加工参数对最终产品质量的影响。
  • 利用(热)数据的横向双向 "价值链",获得资产利用率、效率、稳定性、产品质量、安全性或交付性能方面的成果,并根据 ML/AI(机器学习/人工智能)支持的建议采取行动。

主要特点

  • 上下游生产线的无缝数据
  • 用于钢厂典型 OT 系统的标准化连接器
  • 统一的 API 和标准化命名方案。随着钢厂的发展,多家制造商会添加一系列新系统
  • 专为金属行业量身定制的数据目录(DataCatalogue),赋予数据意义,帮助您轻松找到相关信息

亮点

  • 自主工厂运营

    利用数据创造附加值

    自主工厂的目标只有一个:利用数据实现尽可能可持续和资源高效的生产。该软件从工厂收集数据,将其转化为信息,最后利用人工智能和机器学习将其转化为附加值。这样就可以获得重要的发现,以便日后在实践中实施,从而节约成本和资源。预测算法有助于检测工厂状况、预测产品质量、调整生产路线并最大限度地减少停机时间。企业需要能够处理大量数据并对其进行实时分析的解决方案,以确定新的相关性。在数字化和工业 4.0 时代,从工厂和加工路线中获得最大性能至关重要。

    数据工厂架构
  • 打破数据孤岛

    将数据转化为价值并使其普遍可用

    作为实施学习型钢铁厂的基础和工具,它从现有的工厂自动化系统中收集数据,并提供给其他应用程序使用。

    该系统由多个组件组成,共同实现对所有工厂数据的全面准备和分析。

  • 数据目录

    将数据转化为价值并使其普遍可用

    为存储在西马克数据工厂中的数据和信号提供元数据。元数据有助于解释数据、赋予数据意义、描述数据特征并定义在外部应用程序中使用数据的规则。

  • 可扩展性

    将数据转化为价值并使其普遍可用

    西马克数据工厂是一种可扩展的产品,既可用于特定的工厂或机器,也可用于整个综合厂或整个公司。因此,可以从小规模的特定设备部分开始使用,之后还可以将应用扩展到其他工厂组件。

  • 完整的材料谱系

    将数据转化为价值并使其普遍可用

    西马克数据工厂提供完整的材料谱系。这样,数据用户就可以将基于长度的产品数据与任何其他基于长度的上游或下游产品数据进行组合和映射,例如,将连铸机的塞棒位置和结晶器液位与连续镀锌生产线的表面检测系统数据进行比对,以侦测非金属夹杂。

    谱系图

与本服务有关的洞察力新闻

显示所有
请与我们联系!