解码OT数据秘密

在2019冠状病毒病大流行期间，工业部门的系统集成商朝着近代历史上最具影响力的变革之一——工业数字化转型(工业DX)迈进。然而，在参与之前，重要的是要了解工业DX需要什么，从它的构建块开始:操作技术(OT)数据。

想想一家将有毒废物转化为有机肥料的工厂。如果在生产过程中出现轻微的温度变化，就会影响活性剂的中和作用，损害生产能力。在过去，检查和调整必须由现场工作人员进行。然而，这种方法早已被证明在应对突然和即时的变化时是无效的。在实际波动前6小时内准确预测温度变化对于进行必要的调整以保持最佳中和过程至关重要。为了实现准确的预测，需要几种数据，包括设备运行数据、控制器数据、现场温度数据和天气预报数据。这些类型的操作数据是工业数字化转型的基本组成部分。

要创建有效的商业智能，不仅需要收集OT数据，还需要对其进行分析，以制定相关策略。工业数字化转型可以看作是一个发现和解释现有OT数据价值的过程。这说起来容易做起来难。正如系统集成商从连接OT数据中发现的那样，当OT数据的价值增加时(即对数据的期望更高)，连接它的难度也会增加。因此，OT数据连接技术的原始职责——在及时传输数据之前安全地收集、处理和标记数据——现在被划分为更精确的步骤。

为了应对传入数据的大量涌入，在传输的方法和速度方面已经取得了很大的进步。OT数据连接现在是一个综合领域知识和最新技术能力的混合专业。这些“OT数据连接”方面的进步是工业数字化转型成功的关键因素。

监控现在和优化未来

过去，收集OT数据的目的是为了监测和控制现有的运营系统。OT数据用于通过跟踪工厂车间设备的当前状态来确保机器稳定运行。它也可以用来控制输油管道的流量，以符合石油生产目标。换句话说，它只关注于维持“现在”。

然而，工业DX将其进一步推向未来。获取OT数据的唯一目的不再是监测和控制现状;整合数据来分析未来是主要目标。通过发现影响运营效率的关键因素，优化和创造新的商业机会，OT数据使许多早期的工业适配器能够创建全新的商业模式。以一家领先的电力系统集成商为例。该公司利用从氢能电池中甲醇的历史使用中收集的数据来估计每个客户未来的能源使用情况。为每位客户制定了新的个性化收费计划。原来的按使用量收费计划升级为机器即服务(MaaS)每月收费计划，为双方创造了双赢的交易模式。

从数字到实际值的转换

当使用OT数据进行进一步分析时，IT和OT之间的界限变得模糊。在过去，确保数据的可靠传输是唯一的要求。现在，也有必要保证数据的质量。这已成为工业数字化转型的最大障碍之一。工业设备的生命周期通常很长，这意味着它会积累大量不完整或格式无法识别的OT数据。在使用它之前，由It专业人员执行额外的数据清理和转换。

最好的情况是数据清理需要花费更长的时间，这需要花费金钱和宝贵的时间，但数据是可用的。最坏的情况是数据无法被理解，变得毫无用处。例如，如果输出数据显示“5”而没有任何标记，则不可能破译这个数字表示什么。如果没有进一步的调查，人们可能永远不会知道这个数字表示机器的速度。这种误解通常是由IT系统无法识别的不同格式引起的。由于这种现象很常见，一种解决方案是通过OT数据连接设备中的内置程序将此类数据转换为所需格式，从而对其进行预处理。因此，数据预处理提供了数据上下文并使其可识别。将OT数据转化为可用的OT数据的过程——允许其具有“分析可用性”——是OT数据革命开始的重要一步。

复杂的数据源和类型

传统的控制系统已经依赖于大量的OT数据来维持日常运行。简单的数据，如水箱闸门的位置，每日产油量等，显示了运行状态的基本信息。复杂的数据，如生产配方或流程，也会生成。然而，工业转型需要更多。

以可再生能源行业为例。为了快速去除太阳能电池板上的阴影或污渍，需要更多的数据。除了监测发电情况外，还需要温度、湿度等环境信息。这些数据与监视无人机的实时反馈和人工智能平台的分析相结合，可以找到更精确的受污染太阳能电池板的位置。有了这些信息，就可以安排实时和精确的维护。因此，来自不同来源的大量OT数据减少了传统的资本支出，提高了生产效率。

从线性控制到实时循环反馈的转变

传统的自动化系统非常强调实时控制。OT数据通常用作线性控制过程中特定时隙的指示器。当特定进程结束时，数据的目的就结束了。然而，工业数字化转型强调的是一种不同类型的实时，侧重于“OT数据收集/分析/反馈”循环。

随着大数据处理技术、更快的网络和成熟的工业计算能力，IT可以分析不间断的OT数据，并在分析数据后立即反馈给运营设备。这种接收数据、分析和反馈的循环使企业能够进行实时调整。以毕马威服务的中小型制造商为例。为了减少因不良品造成的工时和物力浪费，AI平台收集、上传和分析了更多的OT数据，如振动、温度、速度、电流等。通过分析，我们了解到当某台机器的工具电流频率过高时，这意味着工具已经磨损。然后可以提前更换工具，以确保高质量的输出。

只会更多，不会更少

在工业4.0时代，大型自动化系统(如炼油厂的分布式控制系统(DCS))能够每秒处理大量的OT数据。然而，这些数据仅在设备运行时使用。一旦操作结束，数据的解释也就结束了。OT数据仅用于解释现在。

然而，工业DX则更进一步。利用大量的数据，可以进行模拟和分析，以提高实时操作效率并控制操作风险。例如，为避免疫情期间车厢拥挤，台湾铁路公司在列车上安装了压力传感器，以测量车厢负载。在列车进站之前，传感器会将信息连同每节车厢的车载闭路电视馈送到控制中心。通过这种方式，控制中心将准确地了解每节车厢的拥挤程度，并将这些信息提供给在站台上等待的乘客，或通知管理人员帮助疏散人群。

数据安全等同于企业和国家安全

虽然在谈论OT数据时，网络安全并不总是主要关注的问题，但它是工业数字化转型的一个重要优先事项。许多OT数据来自关键基础设施(如水厂和发电厂的设备监控)或关键制造设施(如炼油厂和半导体工厂)的重要操作信息。这些信息如果被恶意篡改，可能会造成无法估量的巨大损失。

2021年2月，黑客利用过时的微软Windows操作系统和较差的网络安全性，进入了佛罗里达州Oldsmar公共水处理厂的监控和数据采集(SCADA)系统。黑客计划将水中的氢氧化钠含量提高到可能对人体有害的水平。幸运的是，现场操作人员发现了异常并阻止了威胁的实施。随着网络攻击威胁的增加，网络安全应该被优先考虑，因为更多的行业可能成为此类攻击的受害者，这可能会产生严重的后果。

工业DX让以前神秘而不被注意的OT数据成为焦点。这种转变促进了信息技术/操作技术(IT/OT)在知识、运营、安全、人员心态等方面的融合。

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。