Podatkovni model za celostno vodenje proizvodnje

Transcription

1 Podatkovni model za celostno vodenje proizvodnje Miha Glavan 1, Dejan Gradišar 1, Gašper Mušič 2 1 Institut Jožef Stefan, Jamova 39, Ljubljana 2 Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška 25, Ljubljana miha.glavan@ijs.si, dejan.gradisar@ijs.si, gasper.music@fe.uni-lj.si Data model for holistic production control Current rapid development in information technologies has enabled production processes to be extensively supported by various sensors and data archiving systems. Consequently, a vast amount of production data is being collected at different production levels. To efficiently exploit the data, the concept of Holistic production control (HPC) has been introduced. A supportive software tool is needed, in order to ease the use of HPC methodology. In the article a modular structure of such a tool is suggested. The tool should comply with the relevant standards in order to simplify the integration with the already existing information systems. Moreover, a consideration of the standards additionally assures a well-defined tool s internal structure. The article provides an overview of the important production data standards and distributed communication solutions. The data model and communication solution considered within the tool are both presented more broadly. Kratek pregled prispevka Razvoj informacijske tehnologije je omogočil, da so proizvodni sistemi vedno bolj podprti z raznolikimi senzorji ter sistemi za arhiviranje in prikazovanje podatkov na vseh ravneh proizvodnje. Da bi lahko učinkoviteje izkoristili vso to veliko množico podatkov, je bil predstavljen koncept celostnega vodenja proizvodnje. Za uspešno realizacijo takšnega koncepta tudi v dejanskih proizvodnih razmerah je potrebno zagotoviti podporno programsko orodje, ki bi pomagalo pri reševanju vseh potrebnih nalog. V članku je podrobneje predstavljena modularna struktura takšnega orodja, ki bi pomagalo pri analizi proizvodne dinamike. Za uspešnejšo integracijo z že obstoječimi proizvodno-informacijskimi sistemi in da bi lahko zagotovili dobro definirano notranjo strukturo orodja, se je smiselno opreti na standarde, ki so se uveljavili na tem področju. V članku je podan pregled različnih standardov namenjenih proizvodno informacijskim sistemom ter uveljavljenih rešitev za komunikacijo med porazdeljenimi sistemi. Predstavljen pa je tudi podatkovni model in komunikacijske rešitve, katere bi bilo smiselno upoštevati pri razvoju orodja za analizo proizvodne dinamike.

2 1 Uvod V želji po večji konkurenčnosti, podjetja težijo k čim boljši optimizaciji proizvodnih procesov. V proizvodnji tako obstajajo vedno večje težnje po integraciji proizvodnih podatkov ter po povezovanju nekoč striktno ločenih proizvodnih operacij (npr. vodenja in razporejanja [1]). Da pa bi se lahko približali takšni močno integrirani proizvodni strukturi, je potrebno zagotoviti čim boljšo horizontalno in vertikalno integracijo proizvodnih sistemov. Tipično lahko proizvodnjo opišemo s tremi hierarhičnimi nivoji (glej sliko 1): procesni nivo, proizvodni nivo (MES) in poslovni nivo (ERP). Horizontalna integracija tako teži k povezovanju sistemov znotraj posameznih nivojev, vertikalna integracija pa poudarja boljše povezovanje sistemov med različnimi nivoji proizvodnje. S takšno celovito integracijo proizvodnih sistemov preko vseh nivojev proizvodnje lahko zagotovimo, da so relevantni podatki ob pravem času na pravem mestu in da so le-ti dostopni pravi osebi. Slika 1: Nivojska struktura proizvodnje po standardu IEC [2] Posamezni sistemi v proizvodnji so običajno zasnovani za specifične naloge in so namenjeni točno določeni skupini uporabnikov. Zaradi tega prihaja do velike razpršenosti in podvajanja podatkov znotraj različnih informacijskih sistemov. Specializirani programi različnih proizvajalcev največkrat tudi niso med seboj usklajeni, kar še dodatno otežuje neposredno interakcijo med različnimi funkcijami znotraj podjetja. Uspešno povezovanje različnih sistemov je posledično pogosto povezano z veliki dodatnimi stroški. Po nekaterih ocenah naj bi povprečna proizvodna podjetja kar 40% denarja namenjenega informacijskih tehnologijam, porabila ravno za integracijo podatkov [3]. Učinkovita uporaba uspešno integriranih proizvodnih podatkov pa predstavlja naslednji korak k optimizaciji proizvodnje. Eno izmed rešitev predstavlja tako imenovani koncept celostnega vodenja proizvodnje (ang. Holistic Production Control - HPC), ki so ga predstavili Zorzut s sod. [4]. Programska implementacija takšnega koncepta bi predstavljala nadgradnjo proizvodno informacijskih sistemov, kjer bi lahko s podrobnejšo analizo preteklih proizvodnih podatkov ponudili operaterju proizvodnje napredno podporno orodje pri vodenju in optimizaciji proizvodnje. Da bi lahko smiselno navezali takšno orodje na že obstoječe proizvodno informacijske sisteme, pa je potrebno zagotoviti ustrezno integracijo orodja v sam proizvodni proces. V naslednjem razdelku je najprej na kratko predstavljen koncept celostnega vodenja proizvodnje. Razdelek 3 podrobneje prikaže zasnovano modularno strukturo orodja za podporo celostnega vodenja proizvodnje. V 4. razdelku pa je obravnavan problem izbire primernega podatkovnega modela, s katerim bi zagotovili ustrezno integracijo orodja z že obstoječimi proizvodno informacijskimi sistemi ter tudi zagotovili dobro definirano povezavo med moduli orodja. 2 Celostno vodenje proizvodnje Ideja celostnega vodenja proizvodnje temelji na vpeljavi ključnih kazalnikov učinkovitosti KPI (ang. Key Performance Indicators) na proizvodni ravni. Kazalniki se izračunavajo iz proizvodnih spremenljivk in imajo nalogo agregiranega prikaza ekonomsko relevantnih informacij o trenutnem stanju proizvodnje. S povratno-zančnim vodenjem takšnih kazalnikov želimo slediti predpisom višjega poslovnega nivoja, kjer regulator ustrezno prilagaja

3 referenčne vrednosti procesnih spremenljivk, da zagotovi optimalne obratovalne pogoje in ustrezno realizacijo poslovnih ciljev. Shematski prikaz realizacije celostnega vodenja proizvodnje z modelom KPI je prikazan na sliki 2. Model ključnih kazalnikov proizvodnje je pridobljen na podlagi analize historičnih proizvodnih podatkov. Prediktivni regulator pa nato na podlagi trenutnih proizvodnih kazalnikov K, napovedi modela kazalnikov proizvodnje K M in zadanih ekonomskih ciljev K * poišče optimalne nastavitve referenčnih vrednosti vodenja na nižjem nivoju ter prilagoditev preostalih prostih manipulativnih spremenljivk K U. Dobljeni rezultati tako pomagajo vodji proizvodnje pri sprejemanju optimalnejših odločitev za vodenje in optimizacijo proizvodnega procesa. Slika 2: Konceptualna shema celostnega vodenja proizvodnje V okviru načrtovanja celostnega vodenja proizvodnje moramo podpreti naslednje funkcionalnosti: definicija KPI-jev, iskanje najvplivnejših manipulativnih spremenljivk, identifikacija KPI modelov ter načrtovanje vodenja in optimizacije. 3 Struktura orodja za analizo proizvodne dinamike Orodje za analizo proizvodne dinamike (Analizator proizvodne dinamike) implementira idejo celostnega vodenja proizvodnje. Orodje predstavlja dodatek obstoječim sistemov MES, pri čemer je vnaprej predpostavljeno, da je sistem MES na katerega se orodje navezuje, sposoben zagotoviti relevantne podatke s primerno integracijo informacijskih sistemov preko vseh nivojev proizvodnje. Trenutno je predvidena priključitev analizatorja na obstoječ sistem, kot je to predstavljeno s sliko 3. Slika 3: Umestitev orodja za analizo proizvodne dinamike v proizvodno arhitekturo Da bi lahko zagotovili odprtost in možnost enostavnejšega nadaljnjega razvoja, je bila zasnovana modularna struktura orodja. Modularna struktura nam omogoča jasno definirano notranjo strukturo orodja, možnost porazdeljenega delovanja na različnih sistemih, ter odprtost za kasnejši razvoj novih modulov v različnih programskih jezikih. Zasnovana modularna shema je prikazana na sliki 4. Vsak izmed modulov skrbi za svojo nalogo, njihovo povezovanje pa nam omogoča, da lahko realiziramo vse naloge, katere je potrebno razrešiti pri načrtovanju in uporabi koncepta celostnega vodenja proizvodnje. Podatkovni modul Naloga podatkovnega modula je sprejem in predhodna obdelava podatkov pridobljenih iz proizvodno informacijskega sistema. Modul skrbi za redukcijo odvečnih podatkov, za pravilnost in korekcijo sprejetih podatkov (vključevanje filtrov, odpravljanje manjkajočih podatkov) ter izračun KPI-jev. Off-line moduli Namen off-line modulov je iskanje zakonitosti znotraj proizvodnih podatkov. Ti moduli se tipično uporabljajo v fazi načrtovanja celostnega vodenja in v fazi kasnejših analiz. Pridobljeni rezultati pa nato služijo kot podpora pri izvajanju on-line modulov. Med off-line module spadajo naslednji moduli: modul za definicijo KPI,

4 modul za identifikacijo vplivnih spremenljivk, modul za modeliranje. Modul za definicijo KPI nam omogoča podporo za definiranje ključnih kazalnikov proizvodnje, katere želimo za določen proizvodni proces opazovati in katere želimo voditi oz. optimizirati. S pomočjo modula za identifikacijo vplivnih spremenljivk lahko identificiramo ključne vplivne spremenljivke, ki imajo najmočnejši vpliv na kazalnike učinkovitosti proizvodnje. Modul za modeliranje pa nam omogoča, da lahko na podlagi proizvodnih podatkov poiščemo primerne empirične modele proizvodnje (KPI modele), s pomočjo katerih bomo izvajali vodenje in optimizacijo proizvodnega procesa. Slika 4: Modularna struktura orodja za analizo proizvodne dinamike On-line moduli On-line moduli omogočajo sprotno spremljanje, analiziranje stanja v proizvodnem procesu ter na ta način omogočajo podporo operaterju pri določevanju strategije proizvodnega vodenja. Med on-line module spadajo naslednja moduli: modul za spremljanje v realnem času, modul za KPI predikcijo, modul za vodenje in optimizacijo. S pomočjo teh modulov operater proizvodnje spremlja ter analizira stanja v proizvodnem procesu v realnem času. Na podlagi rezultatov optimizacije nato operater poišče boljše proizvodne nastavitev ter preigra alternativne scenarije vodenja. Komunikacijski modul Za zagotavljanje želenih proizvodnih podatkov je potrebna učinkovita komunikacija med orodjem za analizo proizvodne dinamike in proizvodnimi podatki, kateri se zbirajo znotraj proizvodno informacijskega sistema (MES). Ker pa vsi proizvodni sistemi ne omogočajo komunikacije po standardu, ki bo uporabljen v orodju za analizo proizvodne dinamike, je za poslovne informacijske sisteme predviden povezljivostni modul (adapter). Komunikacijski modul tako strukturno spada v sklop proizvodnega informacijskega sistema in skrbi za dostop do proizvodnih podatkov preko neposrednega branja podatkovne baze informacijskega sistema. 4 Podatkovna zasnova orodja za analizo proizvodne dinamike Za večjo integracijo orodja z že obstoječimi MES aplikacijami ter, da bi zagotovili jasno definirano povezavo med moduli orodja, je pomembno, da v orodju upoštevamo standardizirane podatkovne modele. V naslednjem razdelku je predstavljen kratek pregled rešitev, ki so se uveljavile pri integraciji proizvodnih sistemov. Nato pa je podrobneje predstavljen podatkovni model ter komunikacija, ki je uporabljena v našem orodju. 4.1 Integracija informacijskih sistemov Integracija proizvodnih sistemov je že dolgo pomemben cilj v avtomatizaciji proizvodnje. Obširen pregled razvoja integracijskih rešitev je dostopen v [5]. Dandanes prevladuje trend integracije sistemov preko uporabe servisno usmerjene arhitekture (SOA ang. Service Oriented Architecture) [6]. S pomočjo tako zasnovanih sistemov zadostuje zgolj enkratno povezovanje določenega informacijskega sistema, saj je nato storitev takšnega sistema dostopna vsem aplikacijam v proizvodnji.

5 Velik korak v smeri avtomatizacije na področju integracije proizvodnih sistemov pa predstavlja uporaba semantičnih informacij, ki jih opišemo z ontologijo določenega področja. Ontologija definira termine določenega področja (proizvodnje) v hierarhični strukturi, kjer so jasno določene povezave med njimi. S takšnim semantičnim opisom proizvodnega sistema, ki je razumljiv tudi računalniku, lahko na primer omogočimo avtomatsko transformacijo podatkov med različnimi spletnimi servisi [7], avtomatsko integracijo podatkov med različnimi agenti [8] ali pa neposredno pripomoremo k integraciji različnih informacijskih sistemov v proizvodnji [9]. Pomemben dejavnik pri razvoju integracijskih rešitev predstavlja poenotenje podatkovnih modelov. V zadnjem desetletju se je tako pojavilo dosti standardov, ki želijo pomagati pri horizontalni in vertikalni integraciji sistemov. K integraciji prispevajo bodisi z standardizacijo terminov, definicijo podatkovnih modelov ter nekateri tudi s specifikacijo arhitektur za izmenjavo podatkov. Nekaj tipičnih standardov bo v nadaljevanju na kratko predstavljenih. IEC/ISO (ANSI/ISA 88) Standard IEC [10] skuša poenotiti rešitve na področju avtomatizacije šaržnih procesov. Standard uvaja referenčne modele, terminologijo in koncepte za opis in vodenje šaržnih procesov. Podrobneje tudi definira metode za določevanje receptov ter definira vsebino splošnega recepta. Standard predstavi možnosti za podatkovno analizo in predstavitev rezultatov. Predstavljeni referenčni modeli nam lahko služijo za razvoj aplikacij za arhiviranje podatkov in/ali za izmenjavo podatkov. IEC/ISO (ANSI/ISA 95) Standard IEC [2] je določen z modeli in terminologijo, ki se uporablja za označevanje informacij, ki jih je potrebno izmenjevati med poslovnim in proizvodnim nivojem. Te informacije so strukturirane z modeli UML in predstavljajo osnovo pri integraciji obeh nivojev. Standard služi razvijalcem informacijskih sistemov v proizvodnih podjetjih kot vodilo pri definiranju uporabniških zahtev in kot osnova za razvoj sistemov in njihovih podatkovnih zbirk. Standard je razvit tako, da ga je moč uporabiti v šaržnem, zveznem in diskretnem tipu proizvodnje. OAGI Neprofitna skupina OAGI (Open Application Group) [11] je predstavila standarde za integracijo aplikacij na poslovnem nivoju. Njihovi standardi definirajo zahteve za izmenjavo podatkov med poslovnimi sistemi ter tudi za povezavo s sistemi za proizvodne operacije in vzdrževanje. MANDATE (ISO 15531) MANDATE (MANufacturin DATa Exchange) [12] predstavlja standard za modeliranje podatkov v proizvodnji. Standard omogoča modeliranje vseh zajetih podatkov tako na procesnem, kakor tudi na proizvodnem nivoju. Definirane pa so tudi povezave med različnimi proizvodnimi dogodki, kar nam lahko pomaga pri definiranju proizvodne podatkovne baze [13]. ISO in ISO Standard ISO [14] definira niz integracijskih modelov in vmesnikov, ki temeljijo na združevanju pristopov predstavljenih v standardu IEC in standardu za spremljanje stanja proizvodnje (ang. condition based monitoring) za namene vzdrževanja (ISO 13374). ISO tako omogoča identifikacijo vmesnikov, ki so potrebni za učinkovito integracijo aplikacij za diagnozo, vodenje in vzdrževanje. Standard ISO [15] pa skupaj s standardom ISO uvaja UML modele in XML sheme, ki predstavljajo okvir za integracijo aplikacij. V standardu so definirane informacije na vseh nivojih proizvodnje. OSA-EAI OSA-EAI (The Open System Architecture for Enterprise Application Integration) je razvila MIMOSA [16]. OSA-EAI definira odprto sistemsko arhitekturo, ki omogoča poenoteno predstavitev podatkov stanja proizvodnje med sistemi in aplikacijami različnih proizvajalcev. Standard vsebuje zbirko tehnologij in storitev, ki nam olajšajo takšno integracijo sistemov

6 preko celotnega podjetja. Standard je sestavljen iz slovarja terminov, konceptualnih UML modelov, skupne informacijske sheme, specifikacij za podatkovne baze, itd. OPC-UA OPC-UA [17] (OPC Unified Architecture) je standard za izmenjavo podatkov v procesni avtomatizaciji. Standard se lahko uporabi na vseh nivojih proizvodnje in je neodvisen od uporabljene platforme. OPC-UA želi nadomestiti uspešne OPC specifikacije, ki temeljijo na Microsoftovih specifikacijah DCOM. Standard pa ne definira zgolj izmenjavo podatkov, temveč predstavlja tudi standardizirane informacijske modele. 4.2 Podatkovni model orodja za analizo proizvodne dinamike Za večjo povezljivost orodja za analizo proizvodne dinamike je potrebno zagotoviti podporo za standardizirano obliko sporočil, ki se tipično uporabljajo za komunikacijo na ravni poslovnih in proizvodnih informacijskih sistemov. Poleg tega je pomembno, da tudi moduli znotraj orodja komunicirajo na podlagi sporočil, ki so že dobro poznana in standardizirana. Takšna interakcija preko znane oblike sporočil omogoča, da se moduli enostavno dodajo ali pa zamenjajo, ne da bi se bilo potrebno poglabljati v podrobnosti delovanja preostalih modulov. Proizvodni podatkovni model po standardu IEC Izmed standardiziranih modelov proizvodnih podatkov, ki so bili predstavljeni v prejšnjem razdelku, bodo v našem primeru uporabljena priporočila standarda IEC Ravno ta standard najbolj temeljito pokriva povezavo med proizvodnim in poslovnim nivojem ter je poleg tega tudi intenzivno podprt s strani nekaterih pomembnih proizvajalcev poslovnih in proizvodnih informacijskih sistemov (npr. SAP, GE, AspenTech). Na voljo je tudi XML implementacija standarda IEC 62264, ki ga je razvil WBF (The Organization for Production Technology). Vsak podatkovni model opisan v standardu ima tako ustrezen ekvivalent v XML implementaciji B2MML [18] (ang. Business to Manufacturing Markup Language), kjer je struktura modelov definirana z XML shemami (XSD). Izmed vseh podprtih podatkovnih modelov standarda, bo v našem primeru zadostovala uporaba modela za posredovanje odzivov proizvodnje (ang. Production Performance). UML shema tega podatkovnega modela je prikazana na sliki 5. Slika 5: UML shema modela za posredovanje odzivov proizvodnje [18] Podatkovni model za opis KPI modelov Za prenos empiričnih KPI modelov med različnimi moduli orodja, je predvidena uporaba standardizirane XML sheme PMML (ang. Predictive Model Markup Language) [19]. Shema PMML je bila predstavljena z namenom enotne predstavitve modelov na področju prediktivne analize in podatkovnega rudarjenja. PMML standard se je v letih razvoja preoblikoval in dopolnjeval in tako danes obstaja že veliko večji nabor statističnih programskih orodij, ki so z njim združljivi. Podatkovni model za predstavitev KPI-jev Za standardizirano predstavitev KPI definicij je predvidena uporaba XML sheme MathML [20]. MathML se je uveljavil za opisovanje matematičnih zapisov v standardni obliki in je sposoben zaobjeti tako strukturni kot tudi vsebinski kontekst enačbe. S pomočjo MathML sheme lahko tako na standardiziran način opišemo definicijo ključnih kazalnikov proizvodnje, s čimer bi bil način izračunavanja kazalnikov natančno definiran in prenosljiv med moduli orodja.

7 4.3 Komunikacija Pri integraciji sistemov znotraj proizvodnje je pomembna tudi uporaba poenotenih komunikacijskih protokolov. Uporaba standardiziranih komunikacijskih rešitev nam zagotavlja dolgoročno stabilnost razvitih aplikacij, kakor tudi njihovo lažjo integracijo z že obstoječimi aplikacijami znotraj proizvodnje. Za aplikacije na vseh nivojih proizvodnje je tako pomembno, da imajo raznolik nabor adapterjev, ki služijo za podporo različnim komunikacijskim pristopom. Če se omejimo zgolj na tipično komunikacijo aplikacij na proizvodnem in poslovnem nivoju, potem je največkrat zaslediti naslednje načine prenosa informacij [21, 22]: neposreden dostop do podatkovne baze, npr. JDBC adapter; prenos podatkov (datotek) preko FTP protokola; uporaba RPC (ang. Remote Procedure Call), npr.: DCOM, CORBA, Java RMI; uporaba spletnih servisov (ang. Web Services) preko protokola SOAP; uporaba sporočilno usmerjenih vmesnikov (MOM - ang. Message Oriented Middleware), npr.: JMS, CORBA Event Service, CORBA Notification Service. Komunikacijo orodja za analizo proizvodne dinamike lahko razdelimo na notranjo in zunanjo komunikacijo. Zunanja komunikacija zaobjema prenos trenutnih in historičnih proizvodnih podatkov, notranja komunikacija pa poteka med moduli orodja med katerimi se poleg proizvodnih podatkov prenašajo tudi rezultati off-line modulov (definicija kazalnikov učinkovitosti, izbira ključnih manipulativnih spremenljivk, identificirani empirični KPI modeli). Podatkovni model opisan v standardu IEC je neodvisen od uporabljene komunikacijske tehnologije, platforme ali produkta. Kljub temu pa 5. del standarda [2] predvideva tri različne modele prenosa sporočil: Model zahteve (ang. Pull) - uporabnik podatkov zahteva podatke od ponudnika, ponudnik podatkov pa jih posreduje. Model potiska (ang. Push) - ponudnik podatkov zahteva od drugega uporabnika obdelavo podatkov. Obstajajo trije tipi obdelave podatkov: procesiranje, spreminjanje in preklic. Model objave (ang. Publish) - ponudnik podatkov pošlje podatke uporabnikom podatkov, ki so na podatke naročeni. Da bi lahko zagotovili ustrezno zunanjo in notranjo komunikacijo orodja za analizo proizvodne dinamike, je potrebno zagotoviti prenos sporočil po modelu zahteve in tudi po modelu objave. Model zahteve bo namenjen pridobivanju podatkov za off-line module ter prenosu rezultatov off-line modulov. Model objave pa objavljanju svežih podatkov s strani ponudnika podatkov. Izmed predstavljenih tipičnih rešitev za komunikacijo je za asinhroni prenos XML sporočil med večjim številom klientov najprimernejši pristop z uporabo sporočilno usmerjenih vmesnikov (MOM). MOM omogoča ohlapno porazdeljeno komunikacijo med klienti, povezava pa je zanesljiva in asinhrona. Za realizacijo MOM komunikacije bomo v našem primeru uporabili JMS (ang. Java Message Service) rešitev. JMS predstavlja standardiziran način komunikacije med dvema ali več programskimi komponentami, ki je bil specificiran s strani JCP (Java Community Process). Kljub temu, da koncept izhaja iz okolja Jave, pa je še vedno dovolj splošen in razširljiv tudi za kliente, ki temeljijo na drugih programskih okoljih. JMS rešitev podpira oba zahtevana načina komunikacije: zahteva in objava. Za prvi način dvosmerne komunikacije se uporablja pristop čakanja sporočil (ang. message queue). Pristop je podoben principu poštnih nabiralnikov, kjer se shranjujejo sporočila in čakajo, da jih naslovnik prebere. Drugi, enosmerni način komunikacije, pa je podprt z metodo naročanja in objavljanja (ang. publish/subscribe). Prejemniki informacij se naročijo na določeno temo, ponudnik sporočil pa pod to temo objavlja najnovejša sporočila, ki se avtomatsko dostavijo vsem naročnikom.

8 5 Zaključek V prispevku je predstavljena zasnova orodja za analizo proizvodne dinamike. Pomemben dejavnik uporabnosti takšnega orodja predstavlja dobro definirana notranja struktura orodja ter uspešna integracija orodja z že obstoječimi proizvodno informacijskimi sistemi. Izmed predstavljenih standardov za opis proizvodnih podatkovnih modelov orodje predvideva uporabo standarda IEC ter uporabo sporočilno usmerjene komunikacije. V naslednjem koraku razvoja je predvidena realizacije prototipne različice orodja v okolju Matlab. Modularna zasnova orodja pa nam nato mogoča nadaljnjo nadgrajevanje orodja z neposredno zamenjavo posameznih modulov napisanih tudi v drugih programskih jezikih. 6 Zahvala Kompetenčni center za sodobne tehnologije vodenja delno financirata Republika Slovenija, Ministrstvo za izobraževanje, znanost, kulturo in šport ter Evropska unija (EU), in sicer iz Evropskega sklada za regionalni razvoj. Literatura [1] I. Harjunkoskia, R. Nyströmb in A. Horch, Integration of scheduling and control Theory or practice?, Comput. Chem. Eng., pp , [2] IEC 62264, Enterprise-Control System Integration, Geneva: International Electrical Commission. [3] Y. Shimizu, Z. Zhang in R. Batres, Integration of Information Systems, v Frontiers in Computing Technologies for Manufacturing Applications, London, Springer, 2007, pp [4] S. Zorzut, V. Jovan, D. Gradišar in G. Mušič, Closed-loop control of a polymerisation plant using production performance indicators (PI), Int. J. Comp. Integ. M., zv. 22, pp , [5] T. Sauter, Integration Aspects in Automation - a Technology Survey, v 10th IEEE Conference on Emerging Technologies and Factory Automation, Catania, [6] R. Sweeney, Achieving Service-Oriented Architecture - Applying an Enterprise Architecture Approach, Hoboken, New Jersey: John Wiley & Sons, [7] G. Mentzas in A. Friesen, Ured., Semantic Enterprise Application Integration for Business Processes: Service-Oriented Frameworks, IGI Global, [8] M. Georgoudakis, C. Alexakos, A. P. Kalogeras, J. Gialelis in S. Koubias, Methodology for the efficient distribution a manufacturing ontology to a multiagent, v ETFA - IEEE Conference on Emerging Technologies and Factory Automation, [9] E. Muñoz, E. Capón-García, A. Espuñna in L. Puigjanerb, Ontological framework for enterprisewide integrated decision-making at operational level, Comput. Chem. Eng., zv. 42, pp , [10] ISO, IEC 61512: Batch control, Geneva: International Electrical Commission. [11] Open Applications Group, OAGi, Dostopno: [12] ISO15531: Industrial automation systems and integration - Industrial manufacturing management data, International standards for business, Government and Society, [13] A. F. Cutting-Decelle, R. I. M. Young, J. J. Michel, R. Grangel, J. Le Cardina in J. P. Bourey, ISO MANDATE: A Product-process-resource based Approach for Managing Modularity in Production Management, Concurrent. Eng.-Res. A., zv. 2, št. 15, pp , [14] ISO18435: Industrial automation systems and integration - diagnostics, capability, assessment, and maintainance applications integration, International standards for business Government and Society, [15] ISO15745: Industrial automation systems and integration - open systems application integration framework, International standards for business, Government and Society, [16] MIMOSA, An Operations and Maintenance Information Open System Alliance, Dostopno: [17] W. Mahnke, S. H. Leitner in M. Damm, OPC Unified Architecture, Berlin Heidelberg: Springer- Verlag, [18] WBF, Business To Manufacturing Markup Language (B2MM) - Production Performance Schema Documentation, [19] Data Mining Group, PMML General Structure of a PMML Document, Dostopno: [20] W3C, Math Home, Dostopno: [21] E. Curry, Message-Oriented Middleware, v Middleware for Communications, Q. H. Mahmoud, Ured., West Sussex, England, John Wiley & Sons, [22] G. Hohpe in B. Woolf, Enterprise Integration Patterns: Designing, Building, and Deploying Messaging Solutions, Addison Wesley, 2003.