ISAL Historian module
Dataregistratie en de analyse daarvan wordt steeds belangrijker. Daarmee wordt ook het waarborgen van een goede registratie even belangrijk.
ISAL heeft bij het aansturen van de diverse processen in de kwekerij een belangrijke positie in registratie van (een deel van) deze data. Echter heeft Isal als hoofd verantwoordelijkheid het aansturen van de verschillende processen, met realtime robotica. Met de module Historian is Isal in staat om specifieke data op te slaan, waarbij ook de aansturing van de processen gewaarborgd blijft.
In een nieuwe database, al dan niet op dezelfde server als de operationele databases, wordt de historische data opgeslagen. De structuur waarin deze data wordt opgeslagen is gericht op rapportage, waardoor gegevens sneller benaderbaar zijn. Raadplegen van deze database geeft een minimale belasting op de productieomgeving. Het systeem zal daardoor nauwelijks belast worden. Hierdoor wordt de kans dat de productieomgeving hinder ondervindt van data-analyse tot een minimum beperkt. Uiteraard heeft raadplegen van de data ook invloed op de belasting van de server. Indien deze qua belasting aan zijn maximale capaciteit zit, zal dit uiteindelijk doorwerken in de beschikbare capaciteit voor de besturing van de productieomgeving.
De Isal Historian module en de Isal Insights module werken op een vergelijkbare manier door gegevens voor dashboarding, rapportage en analyse los te koppelen uit de productie database.
Database
In dit document staat (summier) de structuur van de database omschreven. Tabellen zijn van verschillende indexen voorzien zodat de filters snel resultaat geven. Gezien we historische gegevens opslaan, zijn er geen harde relaties tussen de tabellen onderling. De structuur van de Historian database wordt verstrekt zodra opdracht gegeven is voor levering van deze module.
“Bij het raadplegen van deze database is kennis van de
Isal denkwijze en structuur noodzakelijk.”
Positionering Isal Historian module
Al dan niet op dezelfde server als de Isal Logistics module, wordt de data opgeslagen in een SQL database.
Indien gewenst kunnen we met een API koppeling de historische data te ontsluiten (via internet). Hierbij hebben wij gebruik gemaakt van verschillende Microsoft technologies. Onder meer het Entity Framework en OData. Gezien het groot aantal software bedrijven (waaronder SAP en Dynamics) die gebruik maken van deze technologie, verwachten we dat dit deze werkwijze toekomstbestendig is en niet
zomaar uit gefaseerd wordt. Daarnaast speelde de flexibiliteit en (ontwikkel)doorlooptijd een grote rol bij de keuze van deze oplossing.
Implementatie en conversie traject
Na opdracht zal door de projectleider van Indigo Software Solutions in overleg met de projectleider van de klant een plan van aanpak worden opgesteld, waarin ook wordt afgestemd welke gegevens we gaan opslaan in de Historian.
Tijdens deze inventarisatie worden afspraken gemaakt over de volgorde van converteren en welke data opgeslagen wordt. Zoals aangegeven wordt de data opgeslagen gebaseerd voor rapportage en analyse. Hiervoor is het noodzakelijk dat alle daarbij gerelateerde data uit al bestaande historische opslag wordt overgezet naar de Historian database. Het “transport” van de data naar de Historian database begint nadat de gewenste structuur is geconfigureerd. Dit gebeurt door bij de oudste data te beginnen en dan 5 minuten data te verzamelen. Deze wordt geconverteerd en indien gewenst wordt de verwerkte data (welke niet ideaal opgeslagen is) verwijderd. Vervolgens wordt de volgende 5 minuten data verwerkt.
Dit proces is erg intensief en vraagt performance van de server. Om het bedrijfsproces niet te veel te verstoren mogen we de server niet tot 100% belasten. Daarom wordt er (in ideale omstandigheden) maar 1x per 10 seconde een set data van 5 minuten geconverteerd. Uit ervaring is gebleken dat het niet reëel is om alle data tegelijkertijd te converteren. Daarom wordt dit opgesplitst. In de eerste conversie wordt alle data met betrekking tot de activiteiten geconverteerd. Daarna die van de partijen, planten, containers, etc.
Bij het opstarten van deze conversie monitoren wij de performance belasting van de server. Indien nodig passen wij de cyclustijd aan zodat het bedrijfsproces hier geen last van heeft.
Data analyse
Indigo gaat er vanuit dat de klant beschikt over kennis om data te analyseren. Toch kijken wij (in de begin periode) graag over de schouders mee. Op deze manier kunnen we nog enkele tips en tricks verstrekken en support geven bij het raadplegen van (de structuur van) de database.
Indien gewenst kan Indigo ook support faciliteren om overzichten en/of dashboards te maken.
Implementatietraject
Onderstaande entiteiten kunnen momenteel worden opgeslagen in de Historian. Door hier aan te geven welke gewenst zijn, kan Indigo een goede inschatting maken van de hoeveelheid tijd die nodig is bij het inrichten van de Historian module.
| Entiteit | Koppelen | Vanaf (datum) | Opmerking |
| Items | √ | ||
| Partijen | √ | ||
| Locaties | √ | ||
| Containers | √ | ||
| Commentaar | |||
| Locaties (history) | |||
| StorageItems (producten) | √ | ||
| Alarmen | |||
| Activiteiten | |||
| Orders | |||
| Productie (plannen) | |||
| PLC communicatie | |||
| Statistieken | (aantal keer plant-id gescand etc) | ||
| Uitval (scrap) | |||