Datenpipeline-Vergleichsstudie mit Echtzeitanbindung am Beispiel von ausgewählten closed- und open-source Ansätzen

Abstract

Eine Überwachung von Industrieanlagen in einer Produktionsumgebung bringt Herausforderungen mit sich, da es verschiedene Anforderungen, Use-Cases, Randbedingungen sowie Möglichkeiten für den Aufbau und Implementierung gibt. Industrie 4.0 und Industrial Internet of Things (IIoT) stellen neue Paradigmen, Architekturen und einen großen Pool von Technologien vor, die genutzt werden können. Das Ziel von Industrie 4.0 und IIoT ist es, Geschäfts- und Produktionsprozesse zu verbessern. Eine sichere Produktion, eine verbesserte Qualität der Produkte und Prozesse, maximaler Durchsatz etc. sind Ziele von Industrie 4.0 und IIoT. Durch eine Überwachung können einige Ziele von Industrie 4.0 und (IIoT) erreicht werden. Hierfür müssen die Daten aus den Industrieanlagen extrahiert, verarbeitet und visualisiert werden. Die vorliegende Arbeit vergleicht zwei skalierbare Datenpipelines anhand zwei Performance Metriken: Latenz und Durchsatz. Die Datenpipelines werden zwischen Open-Source und Closed Ansatz unterschieden und enthalten die Schritte: Extrahierung, Verarbeitung und Visualisierung. Das Ziel dieser Arbeit ist es, beide Datenpipeline anhand den Metriken zu evaluieren und eine Datenpipeline mit gegebenen Anforderungen, Use-Cases und Randbedingungen für die Überwachung auszuwählen. Im Laufe der Untersuchung zeigte sich, dass der Open-Source-Ansatz aufgrund seiner höheren Parametrisierbarkeit und aufgrund der Ergebnisse der Latenz und Durchsatzmessungen besser zur Überwachung geeignet ist.

Monitoring industrial plants in a production environment brings challenges as there are different requirements, use cases, constraints and options for setup and implementation. Industry 4.0 and Industrial Internet of Things (IIoT) introduce new paradigms, architectures and a large pool of technologies that can be used. The goal of Industry 4.0 and IIoT is to improve business and production processes. Safe production, improved quality of products and processes, maximum throughput etc. are goals of Industry 4.0 and IIoT. Some of the goals of Industry 4.0 and (IIoT) can be achieved through monitoring. For this, the data from the industrial plants must be extracted, processed and visualised. This paper compares two scalable data pipelines based on two performance metrics: Latency and Throughput. The data pipelines are distinguished between open source and closed approach and contain the steps: extraction, processing and visualisation. The aim of this work is to evaluate both data pipelines against the metrics and to select a data pipeline with given requirements, use cases and constraints for monitoring. In the course of the investigation, it became apparent that the open-source approach is better suited for monitoring due to its higher parameterisability and based on the results of the latency and throughput measurements.