Data modeling in implementing process information management system
Myllyniemi, Milena (2021)
Diplomityö
Myllyniemi, Milena
2021
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2021090144911
https://urn.fi/URN:NBN:fi-fe2021090144911
Tiivistelmä
The amount of data collected is already high, but to analyze and use it to meet the business strategic need is still evolving. The data models organizes the data to be used easier and they are build based on requirements set by use cases. Industry 4.0, cloud, OPC UA and ISA-95 are providing standards and ways to better collect, process and use the data. The purpose of this master’s thesis is to create an evolved data modeling process which supports a flexible and transparent data model.
This study is done using qualitative research. A literature review and semi-structured interviews are used as data collection methods. The purpose of this thesis is to find out best practice process for implementing information management system from the perspective of data modeling. The effects of industry trends are also considered. The data gathered from the literature review and empirical section were analyzed and compared to reach the aim. A total of 10 interviews were conducted.
The literature review revealed that the data model process should support flexible data models and that the Industry 4.0 encourages with implementation requirements to development in manufacturing industries. The results from the interviews show that the process of implementing data modeling is still under development. The main challenges of data modeling in implementing process information management systems in process industries are the slow development, high volume of manufacturing data and data model life cycle management. Kerätyn tiedon määrä on jo suuri, mutta tiedon analysoinnissa ja käytössä liiketoiminnan strategisen tarpeen täyttämisessä on vielä kehittävää. Tietomalli järjestää tiedon helpommin hyödynnettäväksi, ja se rakennetaan tarvittavien tietojen perusteella. Industry 4.0, pilvi, OPC UA ja ISA-95, tarjoavat standardeja ja tapoja kerätä, käsitellä ja käyttää dataa paremmin. Tämän diplomityön tarkoituksena on luoda kehittynyt tietomallinnusprosessi, joka tukee joustavaa ja läpinäkyvää tietomallia.
Tämä diplomityö on toteutettu kvalitatiivisena tutkimuksena. Tiedonkeruumenetelmänä käytetään kirjallisuuskatsausta ja puolistrukturoituja haastatteluja. Tavoitteena on selvittää parhaat käytännöt prosessitietojen hallintajärjestelmän käyttöönottoon datamallinnusmenetelmän näkökulmasta. Myös teollisuuden trendien vaikutukset otetaan huomioon. Kirjallisuuskatsauksesta ja empiirisestä osasta kerättyjä tietoja analysoitiin ja verrattiin toisiinsa tutkimuksen tavoitteen saavuttamiseksi. Haastatteluja tehtiin yhteensä 10.
Kirjallisuuskatsaus toi ilmi, että tietomalliprosessin pitäisi tukea joustavaa tietomallia ja että Industry 4.0 kannustaa kehitykseen käyttöönotto vaatimuksien kanssa valmistavan teollisuuden alalla. Haastattelujen tulokset osoittavat, että tietomallinnuksen käyttöönottoprosessi on vielä kehitteillä. Tietomallinnuksen suurimmat haasteet prosessitietohallintajärjestelmän käyttöönotossa prosessiteollisuudessa ovat hidas kehittyminen, suuri määrä valmistustietoa ja tietomallin elinkaari hallinta.
This study is done using qualitative research. A literature review and semi-structured interviews are used as data collection methods. The purpose of this thesis is to find out best practice process for implementing information management system from the perspective of data modeling. The effects of industry trends are also considered. The data gathered from the literature review and empirical section were analyzed and compared to reach the aim. A total of 10 interviews were conducted.
The literature review revealed that the data model process should support flexible data models and that the Industry 4.0 encourages with implementation requirements to development in manufacturing industries. The results from the interviews show that the process of implementing data modeling is still under development. The main challenges of data modeling in implementing process information management systems in process industries are the slow development, high volume of manufacturing data and data model life cycle management.
Tämä diplomityö on toteutettu kvalitatiivisena tutkimuksena. Tiedonkeruumenetelmänä käytetään kirjallisuuskatsausta ja puolistrukturoituja haastatteluja. Tavoitteena on selvittää parhaat käytännöt prosessitietojen hallintajärjestelmän käyttöönottoon datamallinnusmenetelmän näkökulmasta. Myös teollisuuden trendien vaikutukset otetaan huomioon. Kirjallisuuskatsauksesta ja empiirisestä osasta kerättyjä tietoja analysoitiin ja verrattiin toisiinsa tutkimuksen tavoitteen saavuttamiseksi. Haastatteluja tehtiin yhteensä 10.
Kirjallisuuskatsaus toi ilmi, että tietomalliprosessin pitäisi tukea joustavaa tietomallia ja että Industry 4.0 kannustaa kehitykseen käyttöönotto vaatimuksien kanssa valmistavan teollisuuden alalla. Haastattelujen tulokset osoittavat, että tietomallinnuksen käyttöönottoprosessi on vielä kehitteillä. Tietomallinnuksen suurimmat haasteet prosessitietohallintajärjestelmän käyttöönotossa prosessiteollisuudessa ovat hidas kehittyminen, suuri määrä valmistustietoa ja tietomallin elinkaari hallinta.