本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
常見問答集
什麼是製造歷史學現代化？
製造歷史學現代化是將工廠資料、資料內容化和分析與目前和新興技術整合的程序，例如監督控制和資料擷取 (SCADA) 系統、內部部署歷史學家和工業 IoT 解決方案。
歷史現代化的優勢是什麼？
歷史現代化透過收集、儲存和分析整個組織的生產生態系統中的即時和歷史資料，來增強對系統效能和操作的可見性。您可以使用此資料來提高效率和生產力、將停機時間降至最低，並啟用長期資料分析，進而從業務角度改善決策。如需詳細資訊，請參閱本指南中的 歷史現代化使用案例。
歷史現代化使用哪些技術？
這些技術通常包括 SCADA 系統、資料歷史學家和工業 IoT 解決方案，例如邊緣運算和數位分身。這些技術提供生產系統的完整資料和洞見。有些 AWS 服務 可協助您收集資料。以下是建置解決方案以分析工業資料時需要考慮的一些關鍵服務：
-
AWS IoT Greengrass 是一種開放原始碼 IoT 節點執行期和雲端服務，可協助您建置、部署和管理裝置軟體。您可以在家庭、工廠、車輛和企業的數百萬部裝置上，將 AWS IoT Greengrass 用於 IoT 應用程式。
-
AWS IoT SiteWise 是一項受管服務，可協助您跨多個工業設施收集、存放、組織和視覺化數千個感應器資料串流。
-
AWS IoT TwinMaker 是一項服務，可協助您建立真實世界系統的數位分身。 您可以使用數位分身來監控操作、診斷和修正錯誤，以及最佳化操作。
-
Amazon Timestream 是一種快速、可擴展且無伺服器的時間序列資料庫服務，適用於 IoT 和操作應用程式。它可以每天存放和分析數兆個時間序列資料點。
歷史現代化涉及哪些步驟？
歷史現代化程序通常涉及下列步驟：
-
將 OT 資料和分析與業務目標保持一致
-
從 IIoT 裝置和歷史記錄等來源收集、彙總和標準化資料
-
安全且一致地存放資料
-
分析和評估資料以取得可發展您業務的洞見
如需詳細資訊，請參閱本指南中的 歷史現代化方法。
現代化歷史學家時應考慮哪些挑戰？
現代化歷史資料時要考慮的挑戰包括確保安全且一致的資料儲存、確保資料的品質和準確性、防止資料遺失、連線至舊版系統，以及解決資料隱私權和安全問題。此外，現代化歷史資料需要仔細規劃和實作，以確保成功的結果。
雲端型歷史記錄程式如何存取邊緣低延遲的資料？
每個現代化雲端型歷史記錄器都應該可以存取邊緣的資料。資料會在節點快取幾天，以便在網站本機使用，或用於執行任何 ML 推論。如果本機或邊緣網路與雲端網路中斷連線，此資料也有助於支援任何 KPIs 和生產指標。
如果我已經投資使用多年授權的內部部署設定，是否可以使用雲端型歷史記錄器？
您可以透過多種方式從現有的歷史資料推送資料，例如 AVEVA PI System
