为轮胎制造商开发分析系统

Pirelli & C 是全球最大的高档汽车轮胎制造商之一。 该公司在 13 个国家拥有 24 家工厂，其中包括在俄罗斯的两家工厂。

2020 年，Pirelli & C 旗下的 Voronezh 轮胎厂决定开发一款制造分析和 IIoT（工业物联网）系统，用于分析企业的生产流程。 但是“开箱即用”的现成解决方案无法提供必要的功能。 因此，该公司找到了 Evrone，要求为制造业生产开发一个独特的数据分析系统，对数据进行分析和呈现，以发现瓶颈。

挑战：在一个地方从数百台机器收集数据

这家工厂拥有成百上千台机器，每天执行数百万次操作。 当时，所有关于这些机器的原始数据都被发送到一个大型公共系统。 各部门需要人工卸载并处理数据，非常耗时。 虽然他们可以通过 SQL 从系统中卸载数据，但这必须由专门聘请的专家完成。

然后，每个部门根据自己的情况准备一份报告：规划、质量评估等。 结果，公司高层收到了几份不同的报告，并根据这些数据得出了生产的大致情况。

但收集到的此类报告有几千份之多：轮班报告、每日报告、每月报告等。 要创建年度报告，每个部门的员工都必须手动处理大量数据。 这占用了他们大部分的工作时间。

该工厂需要开发一个工业分析平台，以提高运营流程的效率，接管主要的数据分析和处理工作，并使用图形、表格和图表以易于理解的形式发布数据。

基本系统要求：

• 能够使用不同的数据源
• 与企业信息系统集成
• 报告平台
• 以图形和表格的形式灵活输出结果
• 系统用户的身份验证和授权
• 在 Pirelli 国际企业标准范围内部署

解决方案：分析和集群结构

业务分析

我们要开发一个独特的工业数据管理平台，因此在着手开发生产监控系统之前，我们做了大量的准备工作。 在最初的几个月里，两名 Evrone 业务分析师参与了该项目，研究现有数据库的体系结构和用例，以及用户对未来产品的要求。

技术团队还参观了该企业，熟悉了工艺流程和设备，以了解生产原理，以及现有的内部基础和系统。

目前，一名分析师正在负责该项目。 他负责理清客户的需求，收集对现成解决方案的反馈，并为开发人员制定任务。 与客户的技术团队（大部分位于意大利）的所有沟通都要经过他。

工业大数据

我们需要开发一个应用，用于制造业大数据的收集和初步处理。 公司拥有工业物联网 (IIoT) 系统。 除了设备的直接操作、操作时间和类型、循环次数和持续时间，以及故障的数据外，机器还将各种橡胶配方和轮胎型号的数据发送到数据库。 这些信息会流入本地数据库，然后累积在 Pirelli 的通用数据湖中。 数据的管理和访问是通过公司的内部系统进行的。

技术栈

启动和管理正在运行的应用的主要平台是 Kubernetes。 我们选择这个平台有几个原因。 其中一个主要原因是，当服务的负载增加时，特别是当系统中的分析模块数量增加时，能够灵活而快速地扩展环境资源。 内置的隔离机制使我们能够安全、准确地处理数据。 意大利的同事已经将他们的一些服务转移到了这个平台上，得益于全球 DevOps 社区支持的统一方法和工具，我们迅速优化了部署流程，使其能够在全球 Kubernetes 环境中工作。

应用的分发是通过 Docker 实现的，这使我们可以针对具体的任务，使用最佳的开发语言​​，快速将变更下发到生产环境，也可以在版本之间灵活切换。 构建和交付版本的整个过程使用 CI/CD 工具和服务实现了自动化，这消除了这些过程中人为因素的影响。

该应用是通过 Django 用 Python 编写的，前端使用了 React。 为了使用数据库，需要使用查询引擎形式的层，它允许您灵活地管理对表的访问，以及在使用大数据时优化和并行化查询。 频繁访问数据的缓存是使用 Amazon ElastiCache 实现的。

设计

BI（业务智能）工具的界面设计要求来自我们的开发团队，而不是像通常的情况那样来自客户。 客户对使用现成解决方案的初始原型不满意 - 项目中有太多不同形式的数据，使用制造业现有的 BI 工具很难在最终图表中找到感兴趣的信息。

必须考虑到公司已经接受的一些惯例。 例如，颜色编码。 条件颜色用于指示不同的数据组。 对图表类型也有偏好 - 最常用的是帕累托图和瀑布图。

我们为不同的用户群编写了脚本，让不同的专家可以更方便地使用该系统。 您可以选择显示统计数据的周期、机器数量、生产周期等。 可以快速访问最有用的按钮，因此界面元素不会干扰对基本信息的感知。

成果：按模块发布 MVP（最小可行产品）

此分析系统的实施分为负责生产不同方面的模块，我们按优先顺序为客户实施这些模块。 该项目共有 17 个部分，其中 3 个部分已经投入生产。

新尺寸

第一个模块负责监控“逐步采用”流程 - 设备到新轮胎尺寸和该尺寸的生产的过渡。 在这种情况下，有两种类型的“逐步采用” - BU 和 CU，它们具有不同的控制点集。 为了分析这些过程并优化生产性能，我们教导应用收集生产的所有阶段（组装、硫化和定型）的控制点，并将它们与正常指标进行比较，以便立即发现任何偏差。

设备效率

接下来，我们实现了一个允许我们评估设备性能的 OEE（设备综合效率）系统。 它直接使用机器运行的数据进行操作，无需参考型号和配方。 可以按日期、班次、机器类型、特定机器筛选数据，也可以重置所有筛选器并查看通用汇总表。

工作周期

第三个模块允许您跟踪设备周期和操作员的表现。 该系统会生成机器、橡胶模型和操作员的工作周期时间的统计信息。

未来计划

我们仍处于起步阶段，我们计划向分析系统添加许多其他实用功能 - 例如，产品质量跟踪和维护优化。 于是，Voronezh 轮胎厂将拥有自己的自动化监控和初步分析系统，这将有助于提高工艺效率并节省资金、时间和资源。

如果您也在寻找针对大数据和工业流程的定制化制造分析解决方案或生产智能应用，请向我们发送消息，我们的专家将帮助您根据需求开发定制产品。