工业数据分析案例研究，有效性

工业数据分析洞察

• 两个案例研究为工业数据分析提供了指导性的例子。大规模、多工厂的数据分析项目提供了更广泛、全面的多年方法。本地过程控制数据分析工作涉及PID环路调优修改。
• 回答的问题表明，仔细使用数据分析可以帮助填补技能缺口，这意味着通过捕获和应用知识来填补制造业中即将退休的人才。

---

业务发展总监Laurie Cavanaugh表示，深度工业数据分析的好处包括改善运营、获取和优化应用部落知识，以及就如何应用相关投资达成协议。亿科集团以及总裁马特·鲁斯，Avanceon．自动化和过程控制系统集成商在2022年4月21日RCEP PDH网络广播(存档1年)的部分文本中讨论了案例研究，这些案例研究显示了深入数据分析的好处。”足够的工业数据分析?为了清晰起见，这篇文章经过了编辑。

相关数据分析文章

本数据分析系列的相关文章有:

-网络直播预览:什么是刚刚够的工业数据分析?

-网络直播问答:问题回答:什么是刚刚足够的工业数据分析?

-工业领域的数据分析颠覆者

-如何开始工业数据分析

-如何克服工业数据分析的障碍

有一家公司发起了一项名为互联车间的计划。他们希望在24个月内将车间互联的概念推广到42家工厂中的16家。这24个月包括一些规划周期。

这个工业数据分析系统集成项目的成功需要在正确的时间和同一页面上有正确的人。这位首席执行官表示，高管团队的每个人都希望这个互联车间计划能够将车间的人员与数据源、信息和如何有效运行的知识联系起来。这位CEO有五年的愿景。他没说，我明天就要。他说，“我知道我想去那里，”给了他们一个合理的时间。他们把核心人物安排到位。每个人都有一席之地，包括工程、信息技术(IT)和运营。操作用户是如何参与的?

操作中的一些用户的部落知识没有收集在集中存储库中。在让运营用户致力于这项改进工作之前，有必要从基础设施开始，包括安全性。你真的需要深入挖掘，看看约束条件是什么?我们需要从哪里开始呢?

如果他们知道基础设施是这个过程的一部分，他们就必须进行有效的规划。他们启动了所谓的IT/运营技术(OT)评估。该评估涉及组织的所有级别。它收集事实信息，以便他们能够感受到漏洞和风险在哪里。我们如何获得经验数据?让我们在所有工厂都这样做，然后重点关注我们最重要的16个工厂。主题包括用于解决网络安全问题的托管或非托管交换机在哪里，网络上有什么或没有网络上有什么，以及哪些设备已停止使用或已结束使用寿命。

我们对大量数据进行了编译、审查和排序。这不是感情问题。这是非常真实的，每个人都可以在多个设施中查看相同的数据集。通过优先排序，他们可以做一个自下而上的预算。这不仅仅是向董事会扔飞镖，而是在一段时间内共同努力的优先次序。

下一步是价值主张。在整个组织中共享愿景是至关重要的。让我们由公司出资，而不是把责任推到设施和运营上。

资金的分配将以对组织的影响为基础，不让任何人掉队。根据投资回报(ROI)或对底线的贡献进行分配似乎是公平的。钱花在哪里，怎么花都没有秘密。

最后，我们如何执行这个计划?他们定义了一组核心参与者和首选项目，并说:“让我们确保这些首选集成商拥有所有的标准，我们基本上能够在16个地点进行培训、准备和并行推广。”

此外，创新也包含在反馈循环中，所以即使我们不收集信息，这个过程也有自己的一套数据分析、反馈循环和调整。这就是经验教训反馈发挥作用的地方。

启用仓库数据和保理

第一个是数据工厂的概念。那就是在一个群体中收集信息。正如我之前提到的，制造数据存放在不同的数据库中，用于历史记录、企业资源规划(ERP)、维护、财务和其他领域，从而创建了数据筒仓。除了一些共享数据传输或共享表外，它们不具有连通性。

分析是非常棒的。当分析能够吸收数据并输出有用的信息时，它可以从所有数据源中了解到最多的情况。为了充分利用数据分析，需要连接到数据服务器。它需要许多连接和查询才能从不同的服务器获取信息。连接到ERP和其他财务系统尤其困难，而且很少这样做。相反，他们依赖于输出的电子表格。

集成导出的电子表格，但在当今的环境中增加这个负担是一个挑战。随着分析应用程序的扩展，性能将会下降。与数据仓库功能和数据工厂解决方案相结合，获取输入，将其转换为数据产品并提供输出。

数据工厂创建不同的服务和能力，以实现快速上下文化，并且易于工作人员访问。分析应用程序可以连接到数据工厂以简化流程。

这将创建干净的数据。数据决策驱动的工厂允许发生一些预测性和规定性的活动，并使简单的分析能够自我服务。它为人们创造了自我服务信息的能力，并使他们变得更聪明。

诊断案例研究

第二，诊断性案例研究调查和处理过程问题。任何制造过程控制都利用比例积分导数(PID)算法。PID算法因难以理解和某种黑魔法而臭名昭著，以至于人们不太喜欢触摸或修改它们。

因此，许多PID循环在工厂或系统的初始阶段进行了调优，这就是它们今天的运行方式。一家大型食品和饮料制造商就遇到了这样的问题。由于对工艺系统的要求非常高，他们意识到就地清洗(CIP)功能正在损失大量的生产时间。当某物被清洗时，它并没有生产产品。

清洁时间太长了，但它似乎是随机的，与PID和控制问题有关。更糟糕的是，新来的人对过去发生的事情一无所知。

数据清理对PID分析的重要性

PID分析项目更深入地研究过程历史记录中可用的信息，以了解问题在哪里并分析大局。

这个分析容器由连接到历史学家的数据收集组成。它还具有一些数据组织，以确保数据出现在正确的列、正确的区域和正确的位置。最重要的是，它做了大量的清理、过滤和测试。清理意味着丢弃所有没有任何意义的东西，比如循环正在运行。将事件排除在外，并进行数据测试，以便在事情发生时标记出来。

然后运行模型和公式以产生输出。在本例中，输出提供了运行内容的大致情况。

数据清理是分析的重要组成部分，允许创建报告卡，在这种情况下，显示不同CPI电路和所有工艺参数上的糟糕性能。

该报告卡能够创建一个深入的叙述，以了解为什么每个回路是这样执行的，电路是如何执行的，振荡是什么，它们的性能是什么，过去两年的退化是什么，与其他进程、电路、模式和操作的相互作用，以确定一些多模态组合。

最后，该分析使客户发现了可编程逻辑控制器(PLC)代码的重大问题，以及他们如何操作系统。它还确定了CIP系统会表现糟糕的各种不相关的场景。修改控制代码后，CIP性能时间提高约5%。

这看起来可能不是很多，但是当清洁工作每天需要6个小时时，5%的改善转化为不到3个月的投资回报率。在这种情况下，分析回答了“为什么会发生”的问题，这是在流程环境中使用分析的好方法。

应用数据分析有两种途径

有两条路可以达到恰到好处。第一个是在路上开辟一条道路。这是一个长期的愿景，需要大量的赞助，并需要执行。第二条路是对组织没有太多视野的方式:识别数据，弄清楚如何将数据放入仓库或存储库，收集一些报告和仪表板，让描述性的事情继续进行，这样你的团队就可以学习如何完善这些信息，定义和扩展更多的用例，在分析中挖掘更多的描述性、诊断性、预测性和说明性机会，并扩展使用。然后将分析集成到您认为合适的整体流程中，以继续改进系统的性能。

关于工业数据分析的网络直播问答

在网络直播中，主持人回答了以下一些问题。参见上面链接的另一篇文章以获得更多答案。

问:长期工作人员的退休和他们的部落知识将如何加速诊断和分析对下一代工厂工程师的重要性?

露丝:你必须弄清楚如何收集这些信息并将其传递给人们，以便能够轻松地将问题可视化。诊断分析是能够揭露事物的关键。在人们退休的时候，抓住这个机会，了解这些规则和公开这些信息的途径。我认为，随着婴儿潮一代退休，他们的专业知识离开工厂，人们追求其他职业，数据分析在这种转变中发挥着重要作用。数据分析使这些转变更容易管理。

瓦诺:另一部分是内容交付。现在，在工业工作空间之外，每个人都以不同的方式消费信息。他们习惯于找一个YouTube视频来解释如何做某事。我们必须开始使用年轻一代和我们其他人用来告知行为的交付方法，在上下文中传递一些知识和信息。要有创意，要考虑交付、用户界面和用户体验。

问:一旦决定使用数据分析，是否很难就项目目标达成一致?成功是什么样子的?

瓦诺:我认为这又回到了我们试图解决的问题。影响最大的是什么，因为人们会团结在一个大的胜利周围，甚至可能是一个小的胜利，但也许它仍然是一个胜利。它说，我们看到了这一点，我们作为一个团队发现了问题，并获得了可识别的投资回报。它影响了很多人。我们选这个。让这个作为例子，飞行员，下次遇到困难时，当我们试图解决一个不同的问题时，我们就会团结起来。

-由CFE媒体和技术的助理编辑泰勒·沃尔编辑，twall@cfemedia.com，来自控制工程RCEP/PDH开发小时网络直播。

关键字

工业数据分析应用

考虑一下这个

你在用数据分析是你的最大优势?

在线

//www.globalelove.com/webcasts/just-enough-industrial-data-analysis/

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