分散したアセットクラスにネイティブ・コネクティビティを活用し、複合一貫輸送を向上させる

グローバル・サプライチェーンにおけるレガシーシステムのハードルを克服する

データベース
産業用コネクタ
Cloud
複合一貫輸送ハブ
複合一貫輸送ハブ

国際貿易の流れを維持するために不可欠な複合一貫輸送ハブは、コンテナの動きをリアルタイムで追跡することに苦慮している。時代遅れのインフラ、複数の関係者による複雑なシステムの網の目、一貫性のないデータの流れに依存しているため、コンテナの所在や状況の可視性が低下している。この不透明さが効率性を阻害し、資源管理を複雑にしている。

チャレンジ

すべてのオペレーションの中心には、STS(Ship-to-Shore)クレーンやRTG(Rubber-Tired Gantry)クレーン、リーチスタッカー、ストラドルキャリア、フォークリフトなどの重要な機器が並んでいます。シーメンスS7-400、ロックウェル・オートメーションControlLogix、三菱電機オートメーションシステムなど、多様なプログラマブル・ロジック・コントローラー(PLC)がこれらの機械を制御している。これらのPLCから収集される集計データは、スプレッダーのロック/アンロックの発生、トロリーとホイストの位置データ、コンテナの寸法といった機器固有の測定基準だけでなく、ハンドリング機器一式からの使用統計と稼動状況情報も含みます。集合的に、このデータは、複合一貫輸送エコシステム内の機器性能の包括的な理解を達成するために重要です。これらの活動の効果的な管理には、データへの即時アクセスが必要であり、既存の監視システムは、多様なソースからのデータを組み合わせることができず、データキャプチャ機能を持たない古いインフラに制約されているため、不十分である。

ソリューションリアルタイムモニタリングとネイティブデータ統合の実現

このソリューションは、以下のリトマスエッジの機能を使用しています:

  1. 1.

    デバイス・ハブ

  2. 2.

    データハブ

  3. 3.

    Flows Manager(トリガーアラートとイベント)。

  4. 4.

    アプリケーション・マーケットプレイス

  5. 5.

    ローカル・データ・ストレージ

  6. 6.

    Grafanaダッシュボードでのデータ可視化

  7. 7.

    ネイティブ双方向クラウド統合

複合一貫輸送ハブ
複合一貫輸送ハブ

1.デバイスハブのネイティブ産業用コネクタは、機器の PLC からリアルタイムでタグを使用してデータを収集します。これらのタグには次のようなものがあります:

  • スプレッダーのロックとロック解除のイベント。

  • トロリーとホイストの正確な位置決め。

  • 容器サイズ

  • 機材使用詳細

  • その他のデータ

2.収集されたデータはデータハブの一部となります。Litmus Edgeには7日間のローカルストレージが組み込まれており、Influx DBなどの外部データベースへのデータ保存もサポートしています。

3.フロー・マネージャーは、スプレッダーのロック・アンロック・イベントなどのアクティビティを追跡するためのカスタム・アラートとイベントを作成するために使用される。

4.このデータは、REST APIを介して、Litmus Edge Applications Marketplaceで実行されているカスタムPythonアプリケーションに送信されます。このアプリケーションは、収集されたデータを使用して、次のような重要な洞察を提供します:

  • サイクルタイム:コンテナの積み下ろし作業に要する時間。

  • 待機時間:クレーン操作と操作の間のアイドル時間。

  • オペレーションサイド:活動場所が船側かヤード側か。

5.Pythonアプリケーションはこのデータをローカルストレージに送信する。

6.内蔵のGrafanaコンテナを使用して、ローカルストレージのデータを使用してリアルタイムでデータを可視化するカスタムダッシュボードを構築する。

7.PLCから収集されたすべての関連データポイントは、リトマスエッジからクラウドへのネイティブ統合を使用して、リアルタイムでクラウドにストリーミングされます。

メリット
  • リアルタイムの可視性:機器の稼動状況やコンテナの位置を明確に把握し、業務効率とリソースの割り当てを改善します。

  • レガシーシステムとの統合:リトマスエッジは既存のPLCシステムとシームレスに接続できるため、コストのかかるインフラのアップグレードが不要です。

  • ユニファイド・データ・プラットフォーム:異なるソースからのデータを統合することで、単一の真実のソースを作成し、より良い意思決定を導きます。

  • 実用的な洞察:リアルタイムのデータ可視化により、オペレーターはボトルネックを特定し、ワークフローを最適化することができます。

  • 拡張性:このソリューションは、ハブの成長に合わせて、場所、クレーン、データソースを追加できるよう、簡単に拡張できる。

さらに詳しく

リトマスエッジがOTデータを戦略的資産に変える方法については、当社の専門家にご相談ください。

スランジータ・チョードリー プロフィール写真

Suranjeeta Choudhury

プロダクト・マーケティング・ディレクター

スランジータ・チョードリーは、リトマスのプロダクト・マーケティングとアナリスト・リレーションを統括している。

あなたはこれも好きかもしれません

スランジータ・チョードリー プロフィール写真

Suranjeeta Choudhury

プロダクト・マーケティング・ディレクター

カスタムコードの蜘蛛の巣から機械学習の大規模運用へ

ある大手自動車部品サプライヤーは、品質管理全体を改善しただけでなく、MLを運用し、品質検査のスピードと精度を大幅に向上させた。これらはすべて、全社的なビジネス・クリティカルなイニシアティブのためにITを解放しながら実現した。

カスタムコードの蜘蛛の巣から機械学習の大規模運用へ
Industrial DataOps
Industry 4.0
Machine Learning