Los IPC de Emerson analizan datos que no existían
Muchos ordenadores no están construidos para el mundo industrial, no pueden soportar...
El historiador de datos surgió de las industrias de proceso a principios de los años ochenta como una forma eficiente de recopilar y almacenar datos de series de tiempo de la producción. Tradicionalmente, valores como temperatura, presión y flujo, entre otros, están asociados con activos físicos, estampados en el tiempo, comprimidos y almacenados como «etiquetas». Estos datos estaban entonces disponibles para análisis, reporte y regulación en el futuro.
Dada la cantidad de datos generados, una modesta instalación de 5,000 tags que captura datos en una base por segundo puede generar un Terabyte por año. Los sistemas patentados han demostrado ser superiores a las bases de datos relacionales abiertas, y el mercado de historiadores de datos ha crecido continuamente en los últimos 35 años. Durante este tiempo, los Historiadores de Datos se han expandido en muchas industrias y aplicaciones diferentes donde los datos de series temporales son frecuentes.
Los historiadores de datos también han pasado de implementarse on-site, on premise a implementaciones basadas en la nube y multi-site. También ha surgido un ecosistema de integradores de sistemas y proveedores de software para implementar estos sistemas y crear aplicaciones de valor añadido en la parte superior de los historiadores de datos.
Por todas estas razones, el futuro puede parecer muy brillante para el mercado de historiadores de datos, pero hay una irrupción que viene en forma de IIOT e Industrial Big Data Analytics.
A pesar de los esfuerzos de muchos de los principales proveedores de Data Historian, los principales usuarios de estos sistemas no se han expandido significativamente más allá de los ingenieros de procesos para los que los sistemas fueron originalmente diseñados. En esencia, los que se preocupan y son responsables de los procesos asociados son los que utilizan el sistema. Dado que estos sistemas han sido distribuidos desde aplicaciones de activos o de plantas específicas a aplicaciones empresariales, los principales casos de uso se han expandido ligeramente, pero en general siguen siendo los mismos.
Por ejemplo, un ingeniero de procesos corporativos de hoy puede usar un Historiador de datos de nivel empresarial para comparar cómo los intercambiadores de calor se realizan a través de las plantas o historizar los datos de emisiones regulatorias en toda la empresa; Donde como anteriormente sólo era posible para los ingenieros de plantas locales rastrear esta información localmente. Aunque existe un valor incremental indiscutible asociado con los historiadores de datos de nivel empresarial, está muy por debajo de la promesa de IIOT y del Industrial Big Data Analytics.
Recientes resultados de la encuesta de LNS Research han demostrado que el Internet Industrial de Cosas (IIOT) está en el punto de inflexión en la curva de adopción de la tecnología; con el 34% de las empresas adoptando o planeando adoptar la tecnología IIoT en los próximos años.
Big Data es sólo un componente de las plataformas IIoT, y que el volumen y la velocidad son sólo dos componentes de Big Data. El otro componente (y más importante) de Big Data es la variedad, diferenciando tres tipos: estructurados, no estructurados y semi-estructurados. En esta visión del mundo, los historiadores de datos proporcionan volumen y velocidad, pero no variedad.
Si los proveedores de Data Historian quieren evitar la irrupción y expandir la base de usuarios, las soluciones deben reunir los tres tipos de datos en un único entorno que pueda impulsar aplicaciones de nueva generación que abarquen toda la cadena de valor.
El modelo de precios de tags utilizado por la mayoría de los vendedores de Data Historian está vinculado al modelo de precios de E/S utilizado por los vendedores de automatización. Por ejemplo, el precio de etiqueta del historial de datos es a menudo de 5% -10% del precio de entrada / salida.
En un mundo IIOT, hay varios problemas con este modelo de precios, que pueden conducir a la irrupción:
Respondiendo a la pregunta planteada en el título de este post, es poco probable que el historiador de datos muera en el corto plazo. Sin embargo, es muy probable que se produzca una irrupción, haciendo que la verdadera pregunta sea : ¿Será el Data Historian un componente central del IIOT y Big Data?
Si el Data Historian va a asumir un papel de liderazgo en la plataforma IIoT que tiene que satisfacer las necesidades de los usuarios finales, los proveedores tendrán que desarrollar soluciones que aborden lo siguiente:
-Cómo proporcionar una solución Big Data que vaya más allá de los datos de series temporales semiestructuradas y que incluya datos estructurados del sistema transaccional y datos no estructurados de la web y de las máquina.
-Cómo hacer la transición a un modelo de negocio / precios que sea viable en un sensor barato, conectividad ubicua y un mundo de almacenamiento barato.
-Cómo habilitar las aplicaciones usuarios que no sean ingenieros de procesos.