Perché scegliere un Historian per la raccolta dati industriale: falsi miti sui database relazionali
La raccolta dei dati storici di processo in ambito industriale è un tema che non sempre è stato considerato tra le priorità nella gestione degli asset. Per questo motivo, si sono diffuse soluzioni adatte a gestire solo porzioni di impianto, che presentano una capacità di raccolta dati limitata nel tempo.
Oggi, nelle realtà industriali, è sempre più necessario e fondamentale raccogliere e analizzare informazioni sul processo sia al di fuori dell’ambiente dell’impianto sia all’interno della rete aziendale.
Spesso la scelta tecnologica ricade su soluzioni basate su database relazionali, ideali per molte applicazioni, ma che non sono la soluzione migliore per la raccolta di dati storici in ambito industriale. A questo scopo, esistono, infatti, soluzioni di tipo historians che, già da molto tempo, soddisfano le esigenze industriali, grazie alle loro caratteristiche.
Per fornire l’interfaccia tra i dati dell’impianto e i sistemi aziendali, non esiste modo migliore di una tecnologia basata su standard commerciali, come il linguaggio SQL.
Wonderware Historian estende un prodotto disponibile in commercio (Microsoft SQL Server) con una tecnologia proprietaria efficace per l’ambiente industriale, e con una interfaccia di query standard (SQL language o REST API) adatta ai dati storici di impianto.
Affidabile e in uso con oltre 110.000 licenze in tutto il mondo, Wonderware Historian è lo strumento che supporta tutta la tua attività produttiva, dal personale di impianto ai reparti IT e gestionali, fornendo le informazioni giuste alle persone giuste e semplificando notevolmente la gestione del database.
Wonderware Historian è il primo database per grandi volumi di dati storici di impianto, già presente sul mercato da diversi anni, che mira a soddisfare le esigenze industriali, sfatando così preconcetti e miti legati all’uso dei database relazionali.
Comprendere vantaggi e svantaggi dei database relazionali è importante per progettare correttamente un’applicazione di raccolta dati industriali, per definire le giuste aspettative sul valore che un historian può portare e scegliere la soluzione tecnologica migliore, anche in ottica di successive evoluzioni applicative, come il Machine Learning.
