Energia, utilities e offshoreMuvia Industrial
Dai nomi dei tag agli asset
Cinquecento tag del sistema di controllo, con nomi come KP2_P201A_VT01, letti da una funzione Python come li leggerebbe un tecnico: sigla della macchina, strumento, unità. Ogni abbinamento a una variabile d'asset ha una confidenza e un motivo, e i dubbi passano a una persona.
Scenario illustrativo: descrive un caso tipo, non il progetto di un cliente.
Il sistema di controllo ha cinquecento tag. Capirli tocca a chi li ha scritti.
Ogni impianto si porta dietro anni di convenzioni: sigle ISA, abbreviazioni del vecchio sistema, soglie d'allarme e comandi mescolati alle misure. Prima di analizzare qualsiasi cosa, qualcuno deve leggere centinaia di nomi e dire a quale macchina e a quale grandezza corrisponde ognuno.
In Muvia quel lavoro lo fa una funzione Python scritta dal vostro team, come lo farebbe un tecnico: legge sigla, strumento, suffisso, descrizione e unità, dà un punteggio e spiega perché. Gli abbinamenti sicuri si applicano, quelli dubbi vanno a una persona.
- Per chi
- Ingegneri di automazione, system integrator, data engineer industriali e chi deve dare un contesto ai dati di un impianto esistente.
In Muvia, passo per passo
Schermate vere del prodotto, registrate su un progetto con dati di esempio.
Il video · Cinquecento tag del sistema di controllo, con nomi come KP2_P201A_VT01, letti da una funzione Python come li leggerebbe un tecnico: sigla della macchina, strumento, unità. Ogni abbinamento a una variabile d'asset ha una confidenza e un motivo, e i dubbi passano a una persona.
Cosa ottieni
- La lettura dei tag, automatizzata
- Una funzione legge centinaia di nomi come farebbe un tecnico; le persone guardano solo i casi dubbi.
- Ogni abbinamento si spiega
- Confidenza e motivo accompagnano ogni riga: si capisce perché un tag è finito su una variabile.
- Le non-misure restano fuori
- Soglie d'allarme, comandi e canali di riserva vengono riconosciuti e non entrano nelle analisi.
- Regole che restano vostre
- Le convenzioni dell'impianto stanno nel codice della funzione: si correggono e si riapplicano a ogni nuovo export.
Per il team tecnico
Come si costruisce in Muvia
- 1
Carica l'elenco dei tag
L'export del sistema di controllo entra come sorgente e diventa una tabella con la sua query: nome, descrizione, unità, sistema di provenienza.
- 2
Leggi i tag in Python
Una funzione Python riconosce la sigla della macchina, le lettere dello strumento e i suffissi che non sono misure, come soglie e comandi. Ogni indizio vale punti: la somma è la confidenza, il motivo dice quali indizi hanno deciso.
- 3
Esegui e controlla
Un flusso applica la funzione e scrive gli abbinamenti in una tabella. Il cruscotto mostra quanti tag sono abbinati, quanti da verificare e quanti non sono misure.
- 4
Collega le variabili
Gli abbinamenti confermati collegano i campi di un dataset certificato alle variabili degli asset: ogni pompa riceve i suoi segnali.
Funzione Python
import re
import pandas as pd
STRUMENTI = {"VT": ("vibrazione", "mm/s"), "TT": ("temperatura", "°C"),
"FT": ("portata", "m3/h"), "IT": ("corrente", "A")}
NON_MISURE = {"AH": "una soglia d'allarme", "SP": "un valore di consegna",
"CMD": "un comando", "FB": "un ritorno di stato"}
TAG = re.compile(r"^KP\d_([PM])(\d{3}[AB])_([A-Z]+)\d\d(?:_([A-Z]+))?$")
def transform(inputs, params, ctx):
righe = []
for tag, unita in inputs["rows"][["tag", "unita"]].itertuples(index=False):
m = TAG.match(tag.upper())
if not m:
righe.append((tag, None, None, 0, "da verificare", "sigla non riconosciuta"))
continue
asset = f"{m[1]}-{m[2]}"
if m[4] in NON_MISURE:
righe.append((tag, asset, None, 0, "non è una misura", f"è {NON_MISURE[m[4]]}"))
continue
variabile, attesa = STRUMENTI.get(m[3], (None, None))
punti = 45 + (35 if variabile else 0) + (20 if unita == attesa else 0)
esito = "abbinato" if punti >= params["soglia"] else "da verificare"
righe.append((tag, asset, variabile, punti, esito, "sigla, strumento e unità"))
colonne = ["tag", "asset", "variabile", "confidenza", "esito", "motivo"]
return {"rows": pd.DataFrame(righe, columns=colonne)}- I dati che servono
- L'elenco dei tag del sistema di controllo, con descrizione e unità
- I nomi del vecchio sistema, da un export Excel
- Il modello dell'impianto: asset e variabili di pompe, motori, valvole e serbatoi
- I segnali delle pompe, letti dal nodo edge via OPC UA
- Le parti di Muvia usate
Altri casi della stessa linea
Tutti i casi d'uso- Anomalie e manutenzione predittivaVibrazioni, temperature e correnti lette dal PLC diventano uno scostamento dalla normalità, un indice di salute e, se vuoi, il punteggio di un tuo modello, nel cloud o sul nodo accanto alla macchina. Quando un segnale devia, parte un allarme e la manutenzione lo sa.
- Energia e consumi per linea e per pezzoContatori e analizzatori di rete letti in Modbus TCP, incrociati con i pezzi prodotti e gli ordini del gestionale: quanta energia assorbe ogni linea, ogni turno e ogni pezzo, con un allarme quando un consumo esce dal solito.
- La centrale di pompaggio in 3DSala pompe, vasca, collettori e serbatoi nel modello 3D, ogni macchina con il nome del suo asset e accanto i suoi segnali. Si cerca una pompa per nome, la si vede nel modello e si legge la sua vibrazione contro i limiti del manuale, accanto a quella della gemella.
Dicci quali macchine hai. Ti diciamo come leggerle.
Marca del PLC, protocollo, connettività del reparto: con queste tre risposte, in una demo con un tecnico, ti mostriamo come Muvia Industrial porta i dati di linea accanto a quelli dell'azienda.