智能使用云锐化的操作洞察力

在石油和天然气工业工厂和设施中发现的许多资产往往没有直接或间接地连接到分布式控制系统(DCS)或其他类型的工业控制系统。虽然这减少了需要DCS输入和输出(I/O)的资产数量，但这并不意味着它们不需要监控。许多资产需要定期的数据监视，作为改进维护工作的一部分，但不需要实时控制。例子包括电动机，减压阀，安全淋浴器和蒸汽疏水阀。

在大多数植物和设施中，这些类型的资产比连接到DC的那些众多，而且由于从连接点或缺乏访问的距离，它们中的许多人难以访问。

如果传统有线传感方法用于将这些资产连接到DCS或其他控制系统以进行监测，则费用将是天文学。因此，现状使许多这些资产尚未监控，或者通过技术人员定期检查轮换期间的技术人员。然而，收紧健康，安全和环境法规（HSE）是强迫投资的设施，以提高安全性，可靠性和盈利能力。

实施工业物联网(IIoT)解决方案来处理这些问题和其他问题的紧迫性越来越大，因为不可避免的人口结构变化带来了更年轻的工人，他们有时缺乏对情况的感知和排除这些资产故障的能力。数据的扩散，以及数据驱动的组织，压缩了决策制定的时间框架，并引入了数字竞争对手。

通过减少危险地点的现场工人数量来提高安全性。通过将预测分析应用于连续植物监测产生的大数据来增加可靠性。通过禁止对植物设备故障和植物广泛的改进的需求来提高盈利能力。这三个预期的益处是大多数IIOT实施的催化剂。

解决问题

通过提高安全性，可靠性和盈利能力，可以通过提高安全性，可靠性和盈利能力来提供显着转换的状态监测。防止重大资产失败通常可以证明实施成本。

在过去，状态监测是通过带着便携式设备四处走动，让作业者做出特别决定，或者安装极其昂贵的状态监测系统来完成的。

第一个替代方案产生了不准确的数据，通常不会被分析。第二个是如此昂贵，只有监测最关键的资产。通常在典型的植物中发生了什么是两者的组合。Rounds数据有效无用，而监测最关键资产的状态监测系统可能会错过较少关键资产的失败 - 只有在失败后才会变得关键。

当步行监测被廉价的无线传感器取代时，比如横河公司的电池驱动传感器系统，这是一项颠覆性技术，它改变了最佳做法，并被证明是非常有效的。它可以通过减少工人在核电站潜在危险区域工作的时间来提高安全性。

无线监控还将工人解放出来，让他们从事更多有附加值的活动，而且可以安装的传感器数量要多得多，因此可以在整个工厂或设施中进行无处不在的大规模监控。这些无线传感器收集的数据可用于更多资产的在线状态监测诊断，并在将数据转化为可操作的见解并保证结果时产生预测分析。

处理这类数据的最佳方式是使用云。众所周知，云计算涉及使用托管在Internet上的远程服务器网络来存储、管理和处理数据，而不是使用本地服务器或个人计算机。由于工厂数据位于网络空间，因此可以在任何地方进行查询(见图1)。云将可访问性和便利性与增强的工厂安全结合起来，以及其他好处。

任何使用批准的智能设备的人都可以看到数据，可以远程监控和分析专家的条件监控和性能改进。由于数据位于云中，因此提供了一个简单的一站式解决方案，用于数据管理。

云中的daas

该传感器系列包括监测振动、温度和压力的装置。横河提供的这些传感器和云服务构成了数据即服务(DaaS)产品。

DaaS对那些不想管理和操作大量数据收集、转换和共享解决方案的石油和天然气工业工厂和设施的运营商很有吸引力——所有这些都需要授权访问其内部OT和IT网络。

DaaS通过提供一个专用联络点，以及一个经批准和受信任的公司来解决这些问题和其他问题。因此，所需的多管理和支持的连接和可视化由第三方处理，将这些服务从运营商的核心业务活动中分离出来。

对于具有可视化功能的DaaS，操作人员可以从现有的自动化和资产管理系统接收公开的数据。这使得工程师、经理和其他人员可以使用工具通过浏览器执行工作。当然，这项工作可以在任何地方、任何能够承载浏览器的设备上完成，比如个人电脑、智能手机或平板电脑。

因此，DaaS是运营商数字化活动的推动者。数字化迫使良好的数据实践，帮助简化DaaS服务实现，以及向运营商提供高质量的服务，以促进他们的数字转换活动。

云的案例研究

让工人轮转设备和资产，检查潜在故障，已经不再有效。这些操作人员可以做附加值更高的工作，而不是填写附在剪贴板上的表格。他们很容易不小心忽略了一个明显的异常信号，即使查房，故障也经常发生。

例如，一家工厂将200个项目的振动测量外包，每月收集数据。这一成本约为每年48000美元，但由于数据没有数字化，客户无法利用数据进行预测性维护，仍然会频繁发生故障。

横河川集团咨询公司在整个工厂中定位了几十个传感器设备，每个传输数据都将数据传输到云端。基于云的数据管理工具提供了可视化和趋势监控，以指示初始失败的异常迹象。

顾问向工厂人员提供信息，以便他们可以采取行动。该工厂获得实时设备状态报告。在预测失败时，将提供给工厂技术人员的自动警告。由于数据已经数字化，因此该方法能够实现工厂的数字转换。

另一家工厂在泵上安装了无线传感设备，连续6个月监测泵的加速度。在许多情况下，出现并检测到异常迹象(见图2)。

这些潜在的故障最常被追溯到轴承组件中的断球。早期检测允许在泵上进行预测性维护，将它们保持在服务中并降低计划的停机时间的成本。

最后的话

简单的无线传感器很容易安装、重新定位和连接到云。云中的数据为顾问、维护经理、操作员和其他工厂人员提供了力量倍增器。对于许多油气工厂和设施来说，这是最初实现工业物联网的最快途径。

许多向云发送数据的传感器提供了无处不在的实时现场信息，可以对这些信息进行分析并采取行动，以防止故障和停机。通过集成与DCS无关的公用设备数据，可以优化生产。这些数据可以作为输入输入到模拟工厂运营的云数字孪生系统中，允许工厂人员和顾问调整工厂绩效。这些基于云计算的数据可以由世界各地的专家使用经过批准的智能设备进行分析。

数据存储在云端的传感技术因此成为“有意义的”，因为它为工厂的数字化开辟了道路。数字化带来绩效改善和工厂优化。