MongoDB助力西门子数字化工厂构建下一代制造执行系统

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 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

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。

西门子成都全球灯塔工厂(SEWC)
IT工程师 田爵松

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。

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。

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。

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。

立即免费试用阿里云MongoDB。

扫码加入钉群,与MongoDB专家一对一沟通,了解更多阿里云MongoDB产品与方案,市场活动及线上培训等内容。
钉钉入群二维码原图.jpeg

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
3月前
|
存储 人工智能 NoSQL
使用 MongoDB 构建 AI:Gradient Accelerator Block 如何在几秒钟内让您从零开发 AI
借助 MongoDB,开发者可以存储任何结构的数据,然后使用单一查询 API 和驱动程序将这些数据用于 OLTP、文本搜索和向量搜索处理。
|
3月前
|
人工智能 NoSQL 测试技术
使用 MongoDB 构建 AI:Patronus 如何自动进行大语言模型评估来增强对生成式 AI 的信心
若需了解更多MongoDB Atlas相关内容,可前往:https://www.mongodb.com/zh-cn/atlas
使用 MongoDB 构建 AI:Patronus 如何自动进行大语言模型评估来增强对生成式 AI 的信心
|
8月前
|
NoSQL atlas MongoDB
MongoDB白皮书推荐:零售企业构建员工赋能应用程序的痛点与解决方案
良好的数据基础是打造企业机构所需的最佳员工赋能产品的前提,而 MongoDB Realm 所具备功能性和灵活性足以全面提升员工效率,避免增加基础设施的负担
2699 3
|
3月前
|
人工智能 自然语言处理 NoSQL
|
3月前
|
存储 NoSQL MongoDB
小川科技携手阿里云数据库MongoDB:数据赋能企业构建年轻娱乐生态
基于MongoDB灵活模式的特性,小川实现了功能的快速迭代和上线,而数据库侧无需任何更改
|
3月前
|
运维 NoSQL BI
简道云搭载阿里云MongoDB数据库,帮助数以万计企业重构业务系统
通过与MongoDB和阿里云团队的合作,让简道云少走了弯路,保障了线上服务的长期稳定运行,提高了吞吐效率,并相应降低了线上运行成本
|
3月前
|
JavaScript NoSQL 前端开发
使用 Node.js 和 MongoDB 构建实时聊天应用
【10月更文挑战第2天】使用 Node.js 和 MongoDB 构建实时聊天应用
|
5月前
|
人工智能 NoSQL atlas
MongoDB Atlas与大语言模型的梦幻联动:如何瞬间提升企业级AI应用的构建效率?
【8月更文挑战第8天】在大数据时代,企业需挖掘数据价值。MongoDB Atlas作为云端数据库服务,以灵活性著称,减轻运维负担并支持全球数据分布。大语言模型(LLMs)革新AI构建方式,擅长处理自然语言。本文通过对比展示如何整合Atlas与LLMs,构建高效企业级AI应用:Atlas确保数据高效存储管理,LLMs提供语言理解与生成能力,二者结合加速AI应用开发并激发创新潜能。
76 1
|
5月前
|
NoSQL atlas MongoDB
构建实时银行应用程序:英国金融机构 Nationwide 为何选择 MongoDB Atlas
正如 Nationwide 在135 年前的初衷一样,无论数字化程度如何,Nationwide仍将继续以会员为核心,满足会员的日常需求
3871 3
|
7月前
|
NoSQL Unix MongoDB
MongoDB-系统时钟跳变引发的风波
MongoDB-系统时钟跳变引发的风波

相关产品

  • 云数据库 MongoDB 版