【儀表網(wǎng) 行業(yè)科普】通過實(shí)施高級分析軟件，工業(yè)企業(yè)可以輕松地收集來自多個來源的數(shù)據(jù)，自動執(zhí)行分析和建模的準(zhǔn)備工作，并為過程專家提供更多時間來研究見解并優(yōu)化運(yùn)營，從而最大限度地延長正常運(yùn)行時間。
 

　　工業(yè)物聯(lián)網(wǎng)(IIoT)和工業(yè)4.0的實(shí)施，以及人工智能和機(jī)器學(xué)習(xí)(AI/ML)技術(shù)的出現(xiàn)，大大增加了數(shù)據(jù)數(shù)量和復(fù)雜性，并打破了久經(jīng)考驗(yàn)的數(shù)據(jù)收集和分析模式。
 

　　幾十年來，過程制造業(yè)一直依賴于各種實(shí)時監(jiān)測、收集和處理數(shù)據(jù)的系統(tǒng)，包括監(jiān)控和數(shù)據(jù)采集(SCAD)、分布式控制系統(tǒng)(DCS)和實(shí)驗(yàn)室信息管理系統(tǒng)等。運(yùn)營技術(shù)(OT)環(huán)境中的數(shù)據(jù)管理和處理程序相對簡單，比較容易在較長時間內(nèi)遵守。
 

　　01  過程行業(yè)數(shù)據(jù)分析的三個障礙
 

　　在工業(yè)4.0數(shù)據(jù)爆炸式增長后，數(shù)據(jù)管理軟件慢慢迎頭趕上，為工程團(tuán)隊提供了對本地和遠(yuǎn)程歷史和近實(shí)時數(shù)據(jù)的更大可見性。盡管如此，許多過程制造商仍難以將原始數(shù)據(jù)順利轉(zhuǎn)化為有意義的洞察。為什么過程制造商仍然很難從原始數(shù)據(jù)中獲得洞察？
 

　　對于過程行業(yè)來說，造成數(shù)據(jù)分析困難最常見的三個原因是：
 

　　· 有限的數(shù)據(jù)訪問和連接工具。
 

　　· 缺乏對特定時間序列數(shù)據(jù)進(jìn)行分析的解決方案。
 

　　· 跨職能團(tuán)隊協(xié)作困難。
 

　　解決這些問題對于運(yùn)營理解和知情決策至關(guān)重要，此外還可以推進(jìn)企業(yè)流程優(yōu)化、可持續(xù)性發(fā)展和員工賦權(quán)等舉措的實(shí)施。
 

　　02  傳統(tǒng)軟件在數(shù)據(jù)分析方面的局限
 

　　在大多數(shù)設(shè)施中，存在許多數(shù)據(jù)源，設(shè)備、過程、質(zhì)量和庫存數(shù)據(jù)，這些信息傳統(tǒng)上存儲在多個不同的數(shù)據(jù)庫中。在這些OT設(shè)置中，通常使用基于電子表格的分析工具來訪問、清理和統(tǒng)一所有這些數(shù)據(jù)，以便提取見解。對于過程專家、工程師和數(shù)據(jù)科學(xué)家(統(tǒng)稱為主題專家或SME)來說，這種手動程序既繁瑣又耗時，而且效率低下，會浪費(fèi)這些資源的寶貴技能。
 

　　事實(shí)上，CrowdFlower公司的一項(xiàng)研究發(fā)現(xiàn)，數(shù)據(jù)科學(xué)家將近80%的數(shù)據(jù)分析時間用于收集數(shù)據(jù)，并將其轉(zhuǎn)換為合適的分析格式，只剩下20%的時間用于獲得有意義的見解(圖1)。
 

▲圖1: CrowdFlower公司的一項(xiàng)調(diào)查顯示數(shù)據(jù)科學(xué)家和其它
 

　　運(yùn)行人員往往將大量時間花費(fèi)在為分析數(shù)據(jù)做準(zhǔn)備。
 

　　除了這些手動工作效率低下之外，許多設(shè)施之間缺乏實(shí)時數(shù)據(jù)連接，導(dǎo)致主題專家的分析不斷過時。這些挑戰(zhàn)使得討論和準(zhǔn)備數(shù)據(jù)以進(jìn)行有意義的分析變得困難。此外，使用傳統(tǒng)解決方案，在組織不同團(tuán)隊和區(qū)域之間共享數(shù)據(jù)和分析也很困難，有時甚至幾乎是不可能的，這限制了同事之間的協(xié)作和知識轉(zhuǎn)移能力。
 

　　基于電子表格的應(yīng)用，沒有針對時間序列數(shù)據(jù)分析進(jìn)行優(yōu)化，而且它們的可視化功能較差，無法進(jìn)行快速迭代分析。盡管主題專家們無論使用何種分析軟件都能應(yīng)用其寶貴的過程知識和洞察力，但傳統(tǒng)工具缺乏提高生產(chǎn)成果所需的有效數(shù)據(jù)分析能力。幸運(yùn)的是，對于過程制造商來說，現(xiàn)在有更好的解決方案。
 

　　03  加速數(shù)據(jù)洞察的生成
 

　　高級分析解決方案解決了這些以及其它問題，將整個企業(yè)的不同數(shù)據(jù)源連接到基于中央云或本地軟件系統(tǒng)。這類應(yīng)用實(shí)現(xiàn)了數(shù)據(jù)清理和情境化的自動化，同時在后臺統(tǒng)一時間戳，使主題專家能夠從所有可用數(shù)據(jù)中快速獲得有意義的見解。這些應(yīng)用配備了實(shí)時數(shù)據(jù)連接，使用戶能夠使用近乎實(shí)時的數(shù)據(jù)進(jìn)行分析。
 

　　這類自動化可以打破數(shù)據(jù)訪問壁壘，使主題專家能夠利用高級分析解決方案專門構(gòu)建的時間序列分析工具，通常采用無代碼或低代碼點(diǎn)擊格式來獲得數(shù)據(jù)見解。再加上通常內(nèi)置的趨勢分析和數(shù)據(jù)可視化功能，用戶能可視化其數(shù)據(jù)分析的影響，以快速迭代并進(jìn)行過程改進(jìn)。
 

　　高級分析軟件工具還使過程行業(yè)組織能夠通過簡化協(xié)作、知識獲取和報告，最大限度地提高主題專家的效率，這些技術(shù)專家經(jīng)常在不同的設(shè)施或地區(qū)工作。例如，在過程行業(yè)中資產(chǎn)經(jīng)常轉(zhuǎn)移，因此在同一個組織中，發(fā)現(xiàn)多個站點(diǎn)正在處理相同的問題這是很常見的。
 

　　分析軟件使組織能夠?qū)嵤┢髽I(yè)范圍的分析戰(zhàn)略，促進(jìn)跨站點(diǎn)協(xié)作，例如交換預(yù)測和防止資產(chǎn)之間常見故障模式的最佳實(shí)踐。然后，這些分析可以在工廠或產(chǎn)品組合中共享，結(jié)果可用于培訓(xùn)新員工。
 

　　04  消除計劃外停機(jī)
 

　　過程、維護(hù)和可靠性等團(tuán)隊之間的協(xié)作可以得到加強(qiáng)，尤其是利用高級分析軟件中的內(nèi)置工具，在易于理解的儀表板和報告中共享分析和見解。
 

　　一家石化和煉油公司，因聚乙烯管線上的關(guān)鍵原料氣壓縮機(jī)發(fā)生故障而導(dǎo)致反應(yīng)爐停止工作。出現(xiàn)此類故障后，無法立即重新啟動過程。在該設(shè)施中，非計劃的反應(yīng)爐停機(jī)至少會造成4個小時的停機(jī)時間，每次事故都會給工廠造成20萬美元以上的損失。以前，這些壓縮機(jī)是按照預(yù)防性維護(hù)計劃來維護(hù)的，被動的維護(hù)計劃無法防止此類意外停機(jī)事故的發(fā)生。
 

　　在某次壓縮機(jī)跳閘后，機(jī)械和控制工程師共同確定了導(dǎo)致停機(jī)的安全聯(lián)鎖，并請電氣工程師來協(xié)助調(diào)查。然而，追蹤泵電機(jī)周圍的電路圖非常耗時，而且沒有找到根本原因。
 

　　煉油廠的一名過程工程師選擇了另一種方法，打開一個基于瀏覽器的高級分析軟件，從幾十年的歷史過程數(shù)據(jù)中快速定位最近5次停機(jī)及其后的重啟，無論是計劃內(nèi)還是計劃外的。使用時間剖析“膠囊”和“鏈視圖”工具，他們快速關(guān)注到停機(jī)和啟動時間段，并疊加所有事件，顯示最近兩次啟動的排放壓力曲線異常(圖2)。
 

　　▲圖2：在對一個關(guān)鍵的原料氣壓縮機(jī)故障進(jìn)行故障排除時，一家石化和煉油公司利用高級分析軟件，
 

　　從幾十年的歷史過程數(shù)據(jù)中，快速找到了最近5次停機(jī)和隨后的重啟數(shù)據(jù)。
 

　　經(jīng)過進(jìn)一步調(diào)查，工程師在電機(jī)電流信號上發(fā)現(xiàn)了早期警告信號。由于沒有一種方法來連續(xù)地觀察啟動狀態(tài)，電機(jī)退化并沒有被運(yùn)營人員注意到。
 

　　作為根本原因分析的結(jié)果，過程工程師實(shí)施了一種監(jiān)測解決方案，以識別和標(biāo)記未來的電機(jī)退化，防止類似的計劃外停機(jī)。當(dāng)出現(xiàn)超差值時，壓縮機(jī)電機(jī)會立即被添加到下一次計劃停機(jī)的維護(hù)工作列表中，這是一種積極的維護(hù)方法，有望消除該故障模式下的計劃外停機(jī)。
 

　　05  輕松處理各種過程數(shù)據(jù)
 

　　如果沒有全面的軟件解決方案來連接不同的數(shù)據(jù)源，為工程師提供直觀的工具并實(shí)現(xiàn)有效的協(xié)作，過程制造企業(yè)仍將面臨關(guān)鍵的數(shù)據(jù)分析挑戰(zhàn)。
 

　　通過為主題專家提供現(xiàn)代分析軟件，企業(yè)可以清楚地了解其原始數(shù)據(jù)并從中獲得見解，創(chuàng)建不同復(fù)雜度的分析來模擬當(dāng)前和未來的行為，并從被動維護(hù)策略過渡到預(yù)測維護(hù)策略。這些成果對于工業(yè)企業(yè)充分發(fā)揮其不斷增長的數(shù)據(jù)，并適應(yīng)不斷變化的市場條件和需求至關(guān)重要。