เทคนิคการรวบรวมข้อมูลจากสายการผลิตสู่ Big Data
การก้าวสู่ยุค Industry 4.0 ด้วยเทคโนโลยี IIoT (Industrial Internet of Things) ถือว่าเป็นความเปลี่ยนแปลงครั้งสำคัญของอุตสาหกรรมการผลิต ซึ่ง Big Data ถือเป็นเทรนด์สำคัญในยุคนี้เช่นกัน ถ้าแปลแบบตรงตัว Big Data คือ ข้อมูลจำนวนมหาศาลที่เกิดขึ้นไม่ว่าจะเป็นข้อมูลที่เกิดขึ้นภายในองค์กร โรงงาน หรือโลกดิจิทัลในระบบเครือข่ายต่างๆ นั่นเอง ในบทความนี้เราจะไม่ขอกล่าวถึงความสำคัญและประโยชน์ของ Big Data แต่เราจะกล่าวเฉพาะการรวบรวม Big Data ที่ได้จากการผลิตในโรงงานเท่านั้น
โดยปกติ Big Data จะถูกจัดเก็บไว้ในรูปแบบ Database ของโรงงานหรืออยู่บนระบบ Cloud ทั้งนี้ขึ้นอยู่กับความต้องการขององค์กรนั้นๆ สิ่งที่จะกล่าวถึงต่อไปนี้จะเน้นที่การส่งข้อมูลจาก Controller(เช่น PLC, DCS และ HMI) ในระบบการผลิตเข้าสู่ Database ของระบบ IT โดยตรง ซึ่งทั้ง 2 ทำงานบนแพลตฟอร์มและจุดประสงค์การใช้งานที่ต่างกัน ในทางปฏิบัติจะมีเทคนิคหลากหลายรูปแบบที่สามารถทำให้ข้อมูลที่อยู่ในสายการผลิตถูกส่งตรงขึ้นไปยัง Database ได้
วิธีที่ 1 การรวบรวมข้อมูลจาก Controller ส่งตรงสู่ Database
จากรูปที่ 1 เป็นตัวอย่างแสดงการส่งข้อมูลจาก Controller(PLC) สู่ Database โดยตรง ซึ่งรูปแบบการสื่อสารที่ใช้งานจะเป็น Ethenet เนื่องจากสามารถส่งข้อมูลจำนวนมากในเวลาที่รวดกว่าและสามารถเชื่อมต่อกับระบบ IT ได้โดยตรง ข้อดีของวิธีการนี้ คือ ข้อมูลส่งตรงถึง Database เลยไม่ต้องผ่านตัวกลางใดๆ แต่วิธีการนี้ PLC จะมีโปรแกรมเพื่อส่งข้อมูลตรงไปยัง Database ซึ่งทำให้ PLC ต้องรับภาระเพิ่มเติมนอกจากการควบคุมเครื่องจักรตามปกติ
รูปที่ 1 แสดงการเชื่อมต่อระหว่าง PLC กับ Database
นอกจากนั้น PLC ที่ใช้ในโรงงานอาจมีจำนวนหลายตัวและหลายยี่ห้อซึ่งจะทำให้ช่องทางในการสื่อสารกับ Database มีมากขึ้นทำให้ Server ของระบบ IT ต้องรับภาระมากขึ้นทำให้ประสิทธิภาพและความเร็วลดลงดังแสดงในรูปที่ 2
รูปที่ 2 แสดงการเชื่อมต่อระหว่าง PLC หลายตัวกับ Database
แต่เราสามารถลดปัญหาดังกล่าวได้โดยเพิ่ม Data Gateway ซึ่งอาจใช้ PLC หนึ่งตัวทำหน้าที่ในการสื่อสารกับ PLC หลายๆตัวและรวบรวมข้อมูลจากเครื่องจักรแล้วส่งข้อมูลเข้าสู่ Database ดังแสดงในรูปที่ 3 ที่กล่าวมาทั้งหมดนี้จะจัดทำโดยวิศวกรหรือช่างเทคนิคเป็นหลัก
รูปที่ 3 แสดงการเชื่อมต่อระหว่าง PLC ผ่าน Gateway
วิธีที่ 2 การรวบรวมข้อมูลจาก Controller ผ่านซอฟต์แวร์
ในโรงงานที่ใช้ซอฟต์แวร์ SCADA ทำหน้าที่รวบรวมข้อมูลเพื่อนำมาแสดงผลและควบคุมต่างๆ ซึ่งซอฟต์แวร์จะติดต่อกับ Controller ผ่าน OPC server ทำให้สามารถแลกเปลี่ยนข้อมูลกับ Controller ได้จำนวนมากและส่งข้อมูลเหล่านี้ให้กับ Database โดยทำหน้าที่เป็นตัวกลาง แต่ข้อมูลที่ซอฟต์แวร์ SCADA นำมาจัดเก็บมักจะเป็นข้อมูลแบบ Time series ซึ่งหมายถึงชุดของข้อมูลที่เก็บรวบรวมตามระยะเวลาเป็นช่วง ๆ อย่างต่อเนื่องกัน เช่น อุณหภูมิ อัตราการไหล หรือข้อมูลแจ้งเตือน เป็นต้น ซึ่งเหมาะสำหรับการวิเคราะห์ความผันแปรของกระบวนการผลิตมาก
รูปที่ 4 แสดงการเชื่อมต่อระหว่าง PLC ผ่านซอฟต์แวร์ SCADA
แน่นอนว่าความต้องการข้อมูลจากภาคการผลิตไม่ได้ต้องการข้อมูลที่เป็น Time series เพียงอย่างเดียว แต่ต้องการข้อมูลที่ไม่สัมพันธ์กับเวลาด้วย เช่น ข้อมูลของเสียจากการผลิต ข้อมูลการควบคุมคุณภาพของสินค้าแต่ละชิ้น ปริมาณชิ้นงานที่อยู่ระหว่างการผลิต เป็นต้น ดังนั้นซอฟต์แวร์ SCADA จึงไม่สามารถตอบโจทย์ได้ทั้งหมดนอกจากนั้นโรงงานจำนวนมากก็ไม่ใช้ซอฟต์แวร์ SCADA อีกทางเลือกคือการใช้ซอฟต์แวร์ Data transaction manager เป็นตัวกลางในการดึงข้อมูลจาก Controller ต่างๆ เช่น PLC, DCS, HMI(SCADA) เป็นต้น ผ่าน OPC server แล้วส่งเข้า Database โดยตรง
ด้วยวิธีการนี้ทำให้สามารถทำ Automate data logging เช่น ประสิทธิภาพรวมการผลิต ติดตามข้อมูลชิ้นงานในกระบวนการผลิต ข้อมูลการผลิตแบบ real-time เช่น อุณหภูมิ แรงดัน เป็นต้น นอกจากนั้นยังสามารถยังส่งข้อมูลจาก Database เพื่อบริหารหรือวางแผนการผลิตได้ เช่น สูตรในการผลิต จำนวนที่ต้องการผลิต เป็นต้น นอกจากนั้นวิธีการนี้ผู้ใช้งานอาจวิศวกร ช่างเทคนิคหรือ IT ก็สามารถใช้งานได้
รูปที่ 5 แสดงการเชื่อมต่อระหว่าง PLC ผ่านซอฟต์แวร์ Data Transaction Manager
จากที่กล่าวมาทั้งหมดนี้เป็นแนวทางในการรวบรวมข้อมูลระหว่างระบบการผลิตกับ Database เพื่อสร้าง Big data แต่ Big data จะไม่ประโยชน์ใดๆเลยถ้าไม่ได้นำไปวิเคราะห์และใช้งานอย่างเหมาะสม ซึ่งมันอาจกลายเป็นขยะข้อมูลก้อนโตที่ต้องมาทำความสะอาดกันภายหลัง
