Data Flow ที่ถูกต้อง: Data flow การผลิต เคลื่อนที่ยังไง (UNS, Lakehouse, Historian)

ในโรงงานอัจฉริยะ (Smart Factory) ข้อมูลไม่ได้ถูกเก็บไว้เฉย ๆ — แต่จะมีการเคลื่อนที่ตลอดเวลา คุณค่าของข้อมูลการผลิตไม่ได้ขึ้นอยู่กับแค่ เก็บที่ไหน แต่ยังขึ้นอยู่กับ การไหลของข้อมูล (data flow) ผ่าน ecosystem ด้วย การควบคุมแบบ real-time, การบันทึกประสิทธิภาพของเครื่องจักร และการวิเคราะห์ระดับองค์กร ต่างต้องการรูปแบบการไหลของข้อมูลที่ต่างกันออกไป

บทความนี้อธิบายว่าข้อมูลการผลิตควรเคลื่อนที่อย่างไรระหว่าง Unified Namespace (UNS), Historian, และ Lakehouse

1. จาก Shopfloor เข้าสู่ UNS

UNS คือ ระบบประสาทแบบเรียลไทม์ (real-time nervous system) เป็นที่แรกที่ข้อมูลถูกส่งเข้ามาเมื่อต้องการ การมองเห็น (visibility) และ การประสานงาน (coordination) ทันที

• ข้อมูลที่ไหลเข้า UNS: สถานะเครื่องจักรแบบสด, คำสั่งผลิตที่กำลังทำงาน, การล็อกอินของพนักงาน, ตารางกะการทำงาน, สูตรการผลิต (BOM) ที่ใช้อยู่
• ข้อมูลที่ไหลออกจาก UNS: dashboard แบบ real-time, HMI, การทำงานของ MES, event trigger

วัตถุประสงค์ของการไหลนี้:

เพื่อให้ทุกคนและทุกระบบ เห็นภาพตรงกันว่าตอนนี้เกิดอะไรขึ้น UNS ทำให้ธุรกรรมที่ยังไม่เสร็จหรือเพิ่งเสร็จใหม่ ๆ สามารถมองเห็นและแชร์ได้ทันที

2. จาก UNS ไปยัง Historian

ข้อมูลบางส่วนใน UNS ต้องการการเก็บระยะยาว — ซึ่งเป็นหน้าที่ของ Historian โดย Historian จะเก็บ OT data ความถี่สูง (high-frequency time-series data) เพื่อใช้ในการวิเคราะห์แนวโน้ม (trend), SPC และ predictive maintenance

• ข้อมูลที่ไหลจาก UNS ไปยัง Historian: ค่าพารามิเตอร์การผลิต, สัญญาณสุขภาพของเครื่องจักร, มิเตอร์พลังงาน, event เริ่ม/หยุด downtime
• เหตุผล: UNS ให้ context แบบ real-time แต่ Historian ทำให้มั่นใจว่าข้อมูลเหล่านี้จะถูก เก็บรักษาไว้หลายปีเพื่อการวิเคราะห์ย้อนหลัง

Historian จึงทำหน้าที่เป็น “หน่วยความจำของเครื่องจักร” โดยบันทึกสัญญาณ OT ที่ละเอียดและต่อเนื่อง

3. จาก UNS และตรงไปยัง Lakehouse

ไม่ใช่ทุกข้อมูลต้องผ่าน UNS ก่อน บางข้อมูลอาจไหลผ่าน UNS (เพราะมีผลต่อ operation) ขณะที่บางข้อมูลอาจส่งตรงไปที่ Lakehouse (เพราะเป็นข้อมูล IT/ธุรกิจล้วน ๆ)

• UNS → Lakehouse: คำสั่งผลิต, การเคลื่อนไหวของ WIP, ข้อมูลคุณภาพ (SPC logs), คำสั่งซ่อมบำรุง
• Direct → Lakehouse: Sales Order, Purchase Order, Invoice, GL, Payroll — ข้อมูลเหล่านี้ไม่จำเป็นต้องเกี่ยวข้องกับการดำเนินการแบบ real-time

เหตุผล: Lakehouse คือ “สมองขององค์กร” ทำหน้าที่รวม OT และ IT เข้าด้วยกันเพื่อการวิเคราะห์, การทำ AI/ML และการทำ compliance

เส้นทางแบบ dual path นี้ทำให้ Lakehouse ได้รับทั้ง ข้อมูลการดำเนินการ (operational transactions) และ ข้อมูลธุรกิจ (business transactions) โดยมี UNS ทำหน้าที่เป็น filter เมื่อจำเป็น

สรุป

Flow ของข้อมูลที่ถูกต้องไม่ได้มีแค่รูปแบบเดียว มันขึ้นอยู่กับ วัตถุประสงค์ของข้อมูล

• UNS = Real-time nervous system → ใช้สำหรับ context และ coordination แบบเรียลไทม์
• Historian = Machine memory → ใช้เก็บ OT signals ระยะยาว
• Lakehouse = Enterprise brain → ใช้สำหรับ analytics, compliance, AI โดยรวมข้อมูลทั้ง OT + IT

การออกแบบการไหลของข้อมูลอย่างเหมาะสม — ไม่ว่าจะเป็น UNS → Historian, UNS → Lakehouse, หรือ Direct → Lakehouse — ทำให้มั่นใจว่าข้อมูลจะถูกนำไปใช้สร้างคุณค่าได้จริง ตั้งแต่ shopfloor จนถึง boardroom