Новая iot платформа sap - sap forum moscow 2019 · 17-04-2019 ·...
TRANSCRIPT
2
Стратегическая цель – «Интеллектуальное Предприятие»
Три столпа
Интеллектуального
Предприятия
1 Умная ERP
Технологии3
2 Цифровая платформа
3
Пример: Сервисное обслуживание с IoT
Сбор «живых» данных с «вещей»
Потоковая аналитика на
шлюзе IoT.
Удаленный доступ к данным на
шлюзе для анализа проблемы.
Категоризация
проблемы с помощью
машинного обучения
IoT-платформа
Service
Ticket
SLA
(1) Автоматическая заявка на
сервис
Привлечение внешнего
персонала посредством
eCommerce-платформы
Присоединение и
автоматическая регистрация
устройств в платформе IoT.
(2) Возможное привлечение
внешнего сервисного
персонала
(3) Привлечение внутреннего
персонала в сложных
случаях
Автоматическое
назначение
исполнителя на базе
различных критериев
4
SAP IoT
Пример: KUKA + SAP
Автоматизированная производственная линия
Определение паттернов использования
техники, предсказание поломок и
оптимизация энергопотребления
Идентификация аномалий и реакция в
реальном времени
Интеграция с ERP-системой,
автоматизированный заказ,
партия из одного экземпляра
Удаленное
конфигурирование роботов
KUKA
7
Подключение
Организовать хранилище
Протокол подключения
Регистрация устройства
БЕЗОПАСНАЯ передача данных
8
Аналитика
Анализ потоковых данных
Алгоритмы машинного обучения
Быстрое хранилище для анализа данных
Накопление и хранение архивов
данных
9
Связь с реальностью
Публикация результатов
пользователям
Бизнес-контекст, подключение данных
учетных систем
11
Структура SAP Leonardo IoT Foundation
IoT Services 4.0
«Device»-API
Зарегистрированный
датчик + двусторонний
обмен сообщениями
IoT Application Enablement
«Thing»-API
Цифровой двойник
+ разработка приложения
+ аналитика
+ бизнес-контекст
13
Policy Service:• Управляет Edge-устройствами
• Развертывание и жизненный цикл
• Применение политик, настроенных в облаке
• Центральный репозиторий политик
Локальные сервисы Edge:• Хранилище данных
• Потоковая обработка (Streaming Analytics)
• Машинное обучение (Predictive Service)
• Бизнес-контекст (Essential Business Functions)
Шлюз SAP IoT Edge
Хранение Потоковая
обработка
Essential
Business
Functions
Машинное
обучение
IoT Edge
IoT Gateway Hardware
SAP Cloud Platform
Policy Service
SAP Cloud Platform IoT
14
Структура SAP Leonardo IoT Foundation
IoT Services 4.0
«Device»-API
Зарегистрированный
датчик + двусторонний
обмен сообщениями
IoT Application Enablement
«Thing»-API
Цифровой двойник
+ разработка приложения
+ аналитика
+ бизнес-контекст
15
Потенциальные потериPart: $ 273.90
Cost Savings: $ 120.53
Требуется ремонтСтатус: НЕМЕДЛЕННО
Время работы: 18 месяцев
Срок замены: -5 месяцев
СенсорНадежность: 99.9993%
Статус: В работе
Высокая влажностьAH: 15 г/м3
Потребление:1,073 КВт*ч/год
+0.1-0.2
Описание вещей
Бизнес-партнер
Местоположение
Мастер-данные
Статус
Документы
27/631
28/631
29/631
События и временные ряды
Измерения
Пороги
Классификация
События
Корреляции
Подключение вещей
Безопасное соединение
Пакеты описаний вещей
Гибкое использование в разных сценариях
Конфигурация
Метаданные
Типы вещей
Набор свойств
Иерархия вещей
Структура
Иерархия
Отношения
Модель доступа
Организация
Пользователи
Авторизация
Роли
16
Структура метаданных вещей
Things
Property SetThing Type
Колесо:
Давление
Температура
Шасси
XXABA8700NEJ13724Шасси
WBABA7300NEJ13725
Автомобиль:
Шасси
Цвет
Модель
Переднее
правое колесо
Заднее левое
колесо
Property Set Types
Package
Шасси
WA75654300NEJ17862
17
Быстрая разработка приложений, но
при этом с низкоуровневым
доступом к коду для разработчиков
Поддержка технологий SAP (Fiori, IoT,
HANA, CDS, OData, … ) и Оpen-Source
(JS, Node.js, Java)
От базы данных до
пользовательского интерфейса
Всё в облаке: не требуется
разворачивать и организовывать
поддержку собственными силами
SAP Web IDEfull-stack multi-cloud application development
Code free application development
18
Готовые элементы управления и отображения для
визуализации КПЭ или любых других расчетных
метрик
▪ «Analytics Modeler» - позволяет создать
аналитические агрегаты из накопленных временных
рядов «Вещей».
▪ Элементы-плитки для отображения текущих значений
КПЭ:
▪ Цифровой КПЭ
▪ Отклонение
▪ Сравнение
▪ Круговая диаграмма
▪ … и т.п.
▪ Элементы отображения КПЭ в заданных разрезах:
▪ Гистограмма
▪ Тепловая карта
▪ Линейный график
▪ Карта
▪ … и т.п.
Fill Levels
Встроенная аналитика (Smart Business)
19
Расширение: SCP Workflow и SAP Business Rules
SCP Workflow
Автоматизация бизнес-процессов с помощью моделирования
последовательности действий, которые запускаются по событиям в
IoT-приложении
SAP Business Rules
Инструмент для бизнес-пользователей, чтобы дать им возможность
реализовывать бизнес-логику в виде набора правил.
CPI - Cloud Platform Integration
Интеграционная шина, которая позволяет связать облачные
приложения с OnPrem-приложениями на сайте клиента.
20
Автоматическое многоуровневое хранение данных
АрхивноехранилищеObject storage (SWIFT)
Период: несколько лет
Доступ с высоко задержкой
ГорячиеданныеSAP HANA для хранения агрегатов (AVG, MAX, MIN) по 120-секундным интервалам, по часам и по неделям
Отвечает за основную работу представлений, отчетов и аналитических элементов
Высокая производительность и гибкость SQL-запросов (скрыто от конечных пользователей, но используется в разработке аналитических компонентов)
Средний уровеньКраткосрочно: Cassandra
Среднесрочное: SAP VORA
Период: несколько месяцев
22
Ключевые свойства платформы SAP Leonardo IoT
Интеграция с бизнес-
приложениями
Автоматизация процессов
Новые бизнес-модели
Новый пользовательский опыт
Технологическая
IoT-Платформа
IoT Edge
Техническая платформа
Управление данными
Бизнес-контекст
Открытая партнерская
экосистема
Партнерские приложения в облаке
SAP
Построение собственных экосистем
и платформ
23
IoT-платформа – важнейшие органы
«интеллектуального предприятия», но они
неполноценны без остальных органов
Возможность (из коробки) анализировать получаемые
данные – важнейшая функция IoT-платформы
Задача сегодняшнего дня – подключить
«традиционные» бизнес-процессы
Встроенные интеграционные возможности – это ключ к
успешному включению в другие инициативы цифровой
трансформации: мобильность, большие данные,
машинное обучение, облака
Но прежде чем взять в руки шашку