将大数据转化为可操作的智能

工业物联网（IIoT），工业4.0，网络物理系统，大数据。除非你一直在摇滚乐，否则你已经听说过智能工厂和网络运营的趋势。它的消息是有道理的。正确执行，可以减少停机时间，提高生产力，降低运营成本，提高产品一致性，并支持预测性维护。它不仅提高了整体设备的有效性（OEE），而且可以提升企业范围的运营能力，无论是在整个工厂还是在全球。
虽然这对资产所有者来说非常适合，但集成商和OEM厂商的吸收率目前最高。“如果你去德国的汉诺威博览会这样的自动化展会，你会看到很多关于IIoT和Industrie 4.0的讨论，但是当你把它转化成最终用户的展示和机器展示如Pack Expo时， IHS Markit（英国伦敦）的智能制造和工业通信首席分析师Alex West表示，并没有提到这些技术。“现在制造商是非常多的。”
期待在不久的将来改变。技术提供的洞察力和智慧水平为早期采用者带来了显着的竞争优势。特别是在像消费包装商品这样的低利润行业，每分钟能够生产出更多的尿布或一瓶洗衣粉，可以大大改善利润率。LNS Research（Cambridge，Inc.）首席分析师Andrew Hughes表示：“大多数[IIoT新闻报道]都是关于流程行业的，因为这些例子很容易引起争议，但离散制造业仍然很多，马萨诸塞州）。“你会看到更多的活动，特别是连接，从所有的大供应商。今年和今后将会非常快速地扩张。“
有很多文章谈到了潜力。问题是如何从概念到现实。从资产获取数据是很简单的部分。具有挑战性的部分是将其转化为可行的见解，并尽快做足以使其有用。
开始小
是的，它被称为大数据的原因，但如果你不必要地拍摄传感器和仪表在你拥有的每件设备，你很快就会发现自己淹没在数据中。首先要确定一个你需要解决的具体问题。也许你一直在出现超出停机时间的问题，也许一次转变一直会产生更好的产品，也许该公司专注于降低运营成本。制定具体目标：将停机时间缩短20％，定位操作转向预测性维护，将能耗或成本降低10％。不要试图在您的工厂或在每个设施一次做。保持您的飞行员计划小：一台机器，一条生产线。
设置范围后，安装硬件以捕获所需的数据。不要以为你必须拥有所有的新设备来应用这种方法。您也可以通过棕色场地安装获得丰富的收益。GE Digital（San Digital）的重工业和离散制造业行业分析师Andy Henderson表示：“我们绝对不会说[您的旧机器]需要被窃取或更换，因为我们正在努力进行数据采集和分析。”加利福尼亚州拉蒙）。“有些方法可以知道这些系统发生了什么。”将电流传感器放在电线上的铜线上，可以像堆叠灯的绿色光一样简单。如果信号变高，机器正在运行。
可以从现有设备获得的信息比绿地设施的细节要少得多。例如，一台新的铣床可以对运行的程序的负载，机器上显示的任何报警代码甚至运行的特定代码块提供诊断。从旧机器获取信息可能是一个挑战。“你可能不会得到这样的信息，但是你可以看到机器是否运行，”亨德森说。“通过信号的组合，您可以更精确地推断机器发生了什么 – 门打开，主轴是否有负载等。”
虽然经验法则是定义一个具有狭隘焦点的项目，但是在这个重点的范围内，尽可能地要尽可能的细微化。大数据的价值在于收集足够的信息，以便为您的问题提供答案 – 以及您不知道您将要问的问题。大数据分析的好处之一是发现意外的相关性。有了详细的数据，当异常结果出现时，您可以通过新的方式提出新的问题并分析数据，以找出答案。
一旦您定义了问题的范围并设置了设备监控，还有一个重要步骤：建立基准。毕竟，如果你不知道你的问题有多糟糕，你怎么知道你是否解决了你的问题？能够量化绩效不仅可以帮助您确定什么时候实现投资回报，而且还为整个组织的决策者提供了一个强大的工具。如果您能够证明其有效性，那么将更容易找到将该技术应用于其他操作和其他问题的方法。选择软件解决方案

您可以将智能工厂系统视为监控和数据采集（SCADA）系统和制造执行系统（MES）的组合，并投入企业资源规划（ERP），SCADA系统在作为监测工业设备健康和运行的现场工具。今天，它们已经变得越来越复杂，但基本操作是相同的：收集来自PLC和远程终端单元（RTU）的数据，数字化传感器数据，分析数据，并将结果提供给操作员，维护和整个组织的经理。
SCADA应用程序不仅将设备状态和报警中继到HMI和移动平台，还可以通过各种可视化工具分析性能并显示。该系统可以比较从一线到另一行，转移到移动，设施到设施以及整个全球性组织的运作。
对于智能工厂来说，SCADA系统是必不可少的条件。虽然SCADA软件专注于生产，MES处理诸如生产调度，维护服务管理，质量保证等任务。SCADA系统提供设备输入，但MES通常更加集成在自然界。下一代SCADA系统可以支持跨多个工厂的决策。相比之下，MES通常在一个工厂内运行。为了涵盖多个工厂，他们要求MES接口设备通过互联网交换数据。
SCADA应用程序可能使美国汽车供应商的经理能够查看一个显示世界各地工厂状况的地图仪表板。例如，如果在墨西哥工厂的位置旁边显示一个指示报警的红点，则管理员只需点击它即可获取更多信息。该软件允许他们探索设备的详细3-D渲染，以查看故障的来源，无论是开门还是有故障的驱动器。在工厂内部，操作人员和维护人员可以使用相同的软件来确定故障源并对其进行寻址。
如果问题是驱动器，维护人员可以使用工厂MES检查备件库存，并找到仓库中零件的确切位置。同时，美国的经理可以使用该工厂的MES来检查订单并重新安排处理，以弥补因停机时间造成的任何不足。
这只是开始。MES软件包括有针对性的应用程序，如针对基于密集型设施的分析设计的应用 SCADA系统管理故障跟踪和报警，但分析包具有功能，如故障检测和诊断。根据历史读数和操作参数，软件可以监控设备，并在组件显示磨损迹象时发出警告。目标是在问题组件发生故障之前确定问题组件，并导致计划外停机。该软件还可以计算更换和停机时间的成本，以便维护可以对如何花费时间和资源做出明智的决定。
其他应用设计用于能源管理以降低运营成本。根据包装线上的电机和驱动器上的功率计输出，或HVAC系统的泵和风扇，能源分析软件可以发现隐藏的废物。一些设备的绘图是否比其他相同的版本更多？泵站或压缩机在工厂车间的哪一段应该停机时运行？哪些过程吸引最多的能量，有没有一种方法来扩展它们，使电力公司看到最高使用的水平较低？能源分析可以回答所有这些问题。
使用正确的工具
将大数据转换为可操作的见解需要正确的工具集。SCADA系统近年来日益成熟。在许多情况下，它们可以支持上述一些功能，但它们仍然主要用于生产监控而不是分析。使用原有的SCADA系统是很有吸引力的，因为它在那里，但它不是最好的途径。
典型的SCADA模型是将嵌入PLC和RTU的数据记录器的数据通过网关PC上传到SCADA数据库。虽然存在专有协议，但系统通常围绕Open Platform Communications（OPC）系列标准和规范构建。OPC支持来自不同供应商的组件之间的互操作性。它通过预先编写的代码块简化了程序员和开发人员的工作。网关PC方法仍然需要一定程度的定制才能与系统正常工作，并且随着操作系统和应用程序的升级，工作需要重复。更大的问题是它可能无法有效地传输真正获得IIoT利益所需的数据量和速度。
“从历史上看，由于缺乏一个更好的解决方案，公司一直在试图利用已有的技术安装，主要是SCADA解决方案，并捆绑，截至到企业应用程序，如MES，”斯隆祖潘，在高级产品经理说，三菱电机自动化（弗农山，伊利诺伊州）。“这不是这些可视化工具的预期目的。工业自动化公司开发了具体产品，其唯一功能是将生产车间的自动化资产与MES软件应用相连接。
这些数据设备可以更有效地处理数据量和涉及的设备数量。高速数据记录器和MES接口模块执行边缘处理，并将输出推送到可由一系列应用程序访问的关系数据库。
数据传输不是唯一的问题。IIoT分析需要存储性能和状态数据的数据历史记录器，以便将来可用于分析。虽然一些SCADA套件包括数据历史记录，但它们可能没有能够真正执行的卷或速度功能。
转到云端
现在，您可能会认识到这个价值，但是您也可能认为该技术既复杂又昂贵。您可能没有大型IT部门。你可能没有开发团队。好消息是，这个过程实际上比你想象的更容易。多个供应商提供硬件和软件解决方案，旨在使制造商快速启动和运行。
您可以使用这些产品构建您自己的系统。替代方案是采用基于云的解决方案。在支持多用户，基于Web的解决方案方面尤其有利。Iconics（Foxborough，Massachusetts）云和IoT业务发展总监Oliver Gruner说：“您应该考虑将数据传输到某种基于云的中央存储库，以便您可以利用所有这些深入的信息。“那就是云真的很好。然后可以使用数据进行机器学习，可以做可视化，可以显示历史趋势。您可以将所有这些部署到云中，而不是在内部部署。你不必拥有一个大IT部门。“
基于云的分析服务不仅仅是将数据和应用程序放在中央存储库中。加上开放的软件计划，它们简化了新产品和服务的开发。开发人员可以利用应用程序编程接口（API）。这些是用于执行特定任务的代码片段。例如，软件公司或自动化机构可能会为数据传输或随着时间的推移绘制能量使用的API。试图撰写汽车分析应用程序的OEM或软件开发人员不需要编写可视化子例程。他们只需要用几行代码调用可视化子例程。
这种类型的API加速了开发过程。它还为用户提供了更多的选择，同时让工业自动化专注于硬件和软件方面的优势。西门子数字工厂（Norcross，Georgia）业务部门负责人副总裁Jagannath Rao表示：“我们希望将工业应用程序商店中的应用程序保持开放。“我们希望其他人构建应用程序并将其放在那里，因为我们无法覆盖所有应用程序。”
基于云的服务，采用单点购物选择和透明定价，使用户能够以最小的承诺选择他们想要的东西。“客户有灵活的管理他的成本，”饶观察。“他可能只是开始这个​​旅程。也许他只是想在最初的几个月里可视化表现。也许他不想要任何复杂的分析。“一旦制造商对技术感到满意，并且有成功的记录，他们可以增加额外的应用程序和功能。
不要独自
一个存在一套硬件和软件选项来简化本文所采访的来源的过程，但是，最好是寻找有经验的集成商帮助初始项目。你不只是想要数据，你需要洞察力。
Gruner说：“您可以购买易于使用的现成可视化软件包，但您必须与之前进行过此类工作的集成商合作。“他们将有专长来说这是我们可以为您获得的信息，并将能够可视化并创建关键绩效指标。”
Zupan说：“有很多不同的获取数据的方法。“但是，数据并不是真正的业务系统所需要的，而不是管理需要做出更好的决策。为客户提供如何将数据聚合和宏处理的最佳实践转化为有用的信息，并解释如何使用它们真正帮助他们进行决策过程。“

需要时间
创建数字化工厂是一个过程，而不是活动。收集甚至可视化数据只是一个开始。据Rao说，需要三到六个月才能获得足够的数据来真正了解您的资产。他说：“我总是说你第一年基本上数字化你的资产，了解他们，看数据，存储数据，建立数据模型。” “到年底，你对这笔资产有着非常坚定的控制。现在，您可以可靠地运行它，摆脱计划外的停机时间。这是价值链中的第一步。“此时，您可以转移到更复杂的任务，如机器学习，预测模型等。”8到12个月之前不会发生任何事情，因为需要很多时间才能开始制作整个事情的感觉，“饶说。“但一旦这样做，你可以测量许多事情。”
随着越来越多的组织开始看到效益，制造业的大量数据逐渐获得成果。这包括OEM机械制造商，他们使用它来为其市场部门寻求竞争优势的公司向客户提供新的价值服务。饶“说：”中等规模的企业开始认识到这是将自己与更大的竞争对手区别开来的一种方式，而不增加新的人才。“对我来说，引发企业适应技术的事情令人着迷。每一个都不一样。“