Quantcast
Channel: MongoDB | Blog
Viewing all articles
Browse latest Browse all 2423

MongoDB助力西门子数字化工厂构建下一代制造执行系统

$
0
0

客户简介

SEWC:引领数字化未来的灯塔工厂

西门子工业自动化产品成都有限公司,简称SEWC,位于四川省成都市高新西区,是西门子工业自动化产品全球第三大研发中心,也是西门子在德国以外建立的首家数字化工厂,于2018年被世界经济论坛评为“全球九家最先进的工厂”之一。

SEWC主要负责研发和生产SIMATIC工业自动化系统系列产品,包括PLC (可编程逻辑控制器)、HMI (人机交互界面)、 IPC (工业电脑)、IOT (工业网关),以及工业边缘计算软件产品,以供应中国及全球工业市场。

随着团队效率和技术能力的持续提升,数字孪生、数据分析、人工智能和自动化技术在SEWC不断迭代。在产品质量方面,从建厂伊始SEWC就保持在世界级的水平,制程质量高达99.999%。在产品生产方面,SEWC以本地化生产与先进的生产模式更好地服务中国客户,助力中国工业实现智能制造转型。

成立十年,SEWC从零开始,运用数字化技术,释放人的无限潜能,逐渐成长为引领数字化未来的制造业灯塔工厂和碳中和工厂。

业务挑战

亟须突破传统关系型数据库瓶颈 保障连续生产

形势和环境造就了产业界一场有关数字化转型的集体变革,数字化技术的洪流在各个产业链的主干和枝节涌现。在工业制造领域,能否通过数字化技术实现各生产要素、生产环节之间的紧密配合,高效规划、管理整个生产流程,是企业提升韧性、赢得竞争的关键。

SEWC作为西门子在中国第一家成熟的数字化工厂,MES(制造执行系统)的重要性不言而喻。但随着企业业务的持续快速变化,新的个性化应用场景不断产生,传统MES已难以适应企业数字化、智能化转型的需要。

在SEWC,1万平米左右的空间要生产2300多种产品,而且往往是不同的生产方式混合在一起。大批量的混合式生产衍生出新的核心需求,催生出新一代制造执行系统。 SEWC的上一代MES系统SimaticIT,可以与生产线上的各种设备和系统集成,实现生产计划的监控和执行,有助于优化生产流程,减少生产中断和资源浪费,但是它基于传统关系型数据库。传统的关系型数据库需要运维人员不断地重新定义数据结构,在海量数据并行处理时也容易导致宕机。随着产线的增加,传统关系型数据库由于缺乏横向扩展机制,给系统运维增加了许多难题,尤其是在需要对系统进行安全维护的情况下,为了避免对数据产生破坏,就不得不将生产停下来。

总体而言,在现代化数字生产应用中,上一代MES系统面临灵活性缺失、开发效率低;存在数据库单点故障、无高可用性保障;缺乏横向扩展机制;运维便捷性有待提升、影响生产连续性等一系列挑战。

解决方案

携手MongoDB构建下一代制造执行系统MEMO的数据底座

当传统MES系统已经无法满足现代化数字生产的需求时,新一代制造执行系统MEMO(制造运营模块化生态系统)应运而生。MEMO主要用于生产过程的设备集成、流程控制互锁、数据收集、订单执行、产品追溯等,具备以下特点:基于容器私有云平台和微服务架构构建;基于API的互相访问,提升了开放性;基于DevOps流程开发自定义应用;易于在各工厂之间进行复制扩展;基于更加灵活易用高可靠的数据库。

在构建MEMO系统的过程中,由于摒弃了传统关系型数据库的思维模式,对数据结构的灵活性、高可用性和开放性提出了新的要求,因此,SEWC选择了MongoDB的分布式文档模型数据库。

在数据的灵活性支撑方面,MEMO系统基于MongoDB灵活的文档模型,可以将系统的中的对象用JSON来表达,在线进行模型调整,快速适应变化,提升开发效率,并且对于工厂制造执行系统中关系型数据库所支持的数据承载,MongoDB也可以处理。

在高可用保障方面,区别于传统的关系型数据库,MongoDB具备一主多从的高可用复制集架构,保证了集群高可用,且具备自愈能力。当主节点发生故障时,两个备节点自动选举出新的主节点,主备切换,无缝提供服务。MongoDB驱动能够自动进行重试,保证业务完整无感知。与此同时,MongoDB可配置备节点跨机架或数据中心部署,具备更高级别的数据容灾能力。

此外,MongoDB Ops Manager提升了运维效率,如集群健康检测、监控报警、查询优化、备份恢复等。通过设置丰富的集群健康指标监控及预警,可实时监控集群状态;能够配合Performance Advisor进行优化、自动部署、升级和扩展,减少维护宕机窗口;通过灵活备份策略支撑,实现连续备份及按时间点恢复。

客户价值

避免宕机风险 提升运维效率 解放生产力

伴随着工业智能场景的落地,数据量的急剧增长成为推动企业转型升级的巨大挑战。当业务边界向下延伸时,每时每刻产生的工业数据对存储管理和数据库带来的压力,是企业亟须优先解决的难题。

对于一家制造型企业而言,SEWC的业务场景大多是实时性的。传统信息化系统运行过程中允许宕机,但工业场景不允许。随着接入设备数量的迅猛增长,传统关系型数据库无法胜任工业海量实时数据管理。

  1. 提升开发灵活性
    基于MongoDB的MEMO MES系统在开发过程中,灵活性得到了极大的提升,全方位适配混线生产、柔性生产、数字化生产的层级需求。

  2. 满足高可用需求
    MongoDB基于复制集的部署架构,设计灵活,减少系统不能提供服务的时间,实现了冗余+自动故障转移的高可用性。

  3. 实现自动化运维
    基于MongoDB Ops Manager提升了自动化运维的效率,保证业务连续性,将过去需要一两天才能完成的工作缩减至几个小时乃至几分钟,释放了运维人员的时间。

客户证言

西门子成都全球灯塔工厂(SEWC)IT工程师 田爵松:

“数据库的高可用性是保障工厂不停工、连续生产的关键所在。在混线生产的情况下,MongoDB对于我们MEMO系统的数据灵活性支撑,保证了产线不停机生产,将运维人员从僵化的工作任务中释放出来,从而能够腾出时间和精力去完成更多高价值工作,极大地提升了运维效率,减少了不必要的人工成本。未来,我们期待能够透过MongoDB新版本、新功能深入更多工业场景,探索更多制造业数字化转型的前沿应用。”


Viewing all articles
Browse latest Browse all 2423

Trending Articles