利用工业物联网进行流程优化和现代化

需要在关键工业指标上增加10%至25% ?在竞争激烈的全球市场中，工业组织寻求“数字智能”来管理和操作数百甚至数千个资产，从一个地点或整个企业，以满足关键的运营需求。他们还需要有效的工具，将工艺数据转换为有关工艺性能、设备健康状况、能源消耗和排放监测的实时信息。数字智能工具包括流程和事件数据收集、以流程和资产为中心的组合分析，以及用于持续和自动收集、组织和分析数据的可视化技术。更智能的工厂使用传感器、自动化系统和与当前系统和数据分析集成的云技术。

工厂操作员、工艺和设备工程师和管理人员需要持续的监控、通知和与专家的合作，以便采取适当的主动行动。该活动将最大限度地减少设备的退化、性能差和二次损坏，以降低成本，提高吞吐量和利润。

关键指标增长10%至25%:工业物联网产业效益

工业物联网的迅速采用为智能传感器、连接、分析和强大的软件平台创造了规模经济。这种变化正在推动企业级性能管理、过程监控、预测性维护计划和业务转型的采用，其目标是消除计划外停机时间，降低运营成本，同时保持产品质量和合规性。

工业物联网的真实方法能够集成当前系统，并添加新的数据源和分析，以支持以性能监控和决策支持为重点的互补的持续改进流程。这种方法的具体好处包括:

• 将流程可靠性和资产利用率提高10%:通过定义并在运行和完整性范围内运行，工厂可以减少计划外停机时间，预测故障并提供积极的响应，以及最大限度地减少速率和效率损失。
• 操作效率提高10%:工业组织可以管理绩效，包括产量、能源和原材料的使用，以实现高达10%的成本降低。这得益于持续监控、远程协作、随时获取所需信息以及改进的决策支持，从而提高了工程和生产效率。
• 保持先进的控制和可预防的退化，效益高达25%:控制团队可以保持控制回路、控制器和模型的有效性;调整控制以适应新的操作条件和工艺变化;并解决关键的仪器问题。
• 增加安全:生产设施可以通过确保正常稳定的运行来最大限度地降低风险，并消除因安全系统验证而停产的情况。
• 降低维护成本高达10%:运营团队可以根据实际资产情况，积极主动地采取措施，最大限度地减少设备损坏和突发事件，同时优化维护，提高设备可靠性，延长设备寿命。

超越传统的工业效益

为了确保正常运行时间，公司过去会根据固定的时间表派遣现场技术人员进行例行诊断检查和预防性维护。不幸的是，这种方法是一个昂贵的、劳动密集型的过程，几乎不能保证在检查之间不会发生故障。

为了提高效率，公司实施了先进的过程控制(APC)，通过警报系统定义操作边界，创建关键绩效指标(KPls)，并呼吁当地专家帮助解决操作问题。这些措施的有效性很难维持，因为它们依赖于敬业和知识渊博的现场人员。

此外，工业企业正在寻找方法来理解可能对其业绩产生重大影响的大量数据。例如，报告和解释警报和警报是安全操作的核心。对异常情况采取有效行动也很重要。为了支持制造工厂内所需的各种监控和决策支持应用程序，需要将数据转换为信息并与上下文一起交付，以便不同的人能够以各种方式理解和使用它。

运营、OEE的5个关键运营目标

对于制造和其他运营公司来说，资产故障以及流程和设备效率的潜移默化降低一直是运营计划和整体设备效率(OEE)的威胁。因此，他们将支出转移到增加设备维护上，从而失去了潜在的收入。熟练工人的可用性和日益复杂的生产工艺等因素正在影响预测和检测资产健康状况和工艺性能恶化的能力。

为了最大限度地提高整体性能，现代工厂正在寻找方法，将操作和维护理念从被动式转变为主动式，旨在保持操作尽可能高效稳定地运行，同时减少意外停机时间。主要业务目标包括:

1. 为过程性能、设备和控制部署在线、持续监控和基于异常的警报。
2. 充分利用企业内不断增加的数据可用性。
3. 将数据放在上下文中比较资产，以确定相似的条件或行为。
4. 为流程和可靠性工程师实现可视化数据探索工具，以减少对复杂机器学习算法解决问题的依赖。
5. 与内部和外部主题专家(sme)建立合作关系。

一体化的运营和维护策略为公司提供了新的可能性。来自监测过程和机器条件的传感器的数据被结合起来，以识别任何表明可能的故障或过程限制的模式。这种监测可以及早发现停机，并以最有效的方式计划和引入纠正措施。

结合工艺和设备数据，可以了解资产能力，并考虑精度、设备完整性和许多其他有用的见解，可用于整个APC战略。其结果是控制和监控系统的过程更加稳定，可以在所有级别的操作中感知态势，以及改进的决策支持系统，以确保资产以最佳方式运行。通过这种方法，可以避免计划外停机，更有效地使用人员和资源。

利用工业互联网，老化的设备，退休的劳动力

工业物联网对制造业产生了重大影响，特别是在基础设施老化、资深运营商和工程师退休的时候。缺乏有经验的工人来代替经验丰富的人员，导致知识的流失。可以利用工业物联网将知识捕获制度化，同时需要更少的内部专家。此操作可以在外部专家的帮助下完成，例如过程许可人，他们具有公司资产之外的专业知识和可见性。工业物联网还可以对制造商的竞争力产生重大影响。

工业物联网允许公司利用现有系统做更多事情，并扩展业务流程，以加强监控并减少行动时间。例如，内部或外部领域专家可以设置一个基于云的控制循环和APC监控系统来监控整个企业的控制。跨站点的可见性和知识有助于专家发出警报，并与现场专家协作，并在检测到控制效益下降时建议采取行动。每个站点都可以从更早的检测和更快的解决问题中受益，这是由专注于控制性能的更高水平的专业知识提供的。对于企业来说，这些功能可以使用更少的资源来部署，而不是在每个站点都有一个专家。

工业物联网对制造商的好处

为了做出更好的商业决策，工业物联网为公司提供了以下能力:

1. 从现有来源聚合数据
2. 以经济有效的方式创建额外的数据源
3. 获得对新数据的可见性
4. 识别模式
5. 通过分析获得洞察力。

通过这种方法，以前未解决的问题以及新问题都可以通过资产通信和提供实时使用数据来解决，从而允许工厂进行预测性维护和流程优化。

行业领先的公司正在通过使用流程和事件数据收集领域的成熟解决方案，结合流程和以资产为中心的分析，以及可视化技术来持续和自动收集、组织和分析数据，从而改变他们的运营。高级分析是工业物联网连接人员、流程和资产以优化业务结果的支柱之一。它可以将工作流程从手动和被动转变为自动和主动，帮助用户避免计划外停机，提高性能和安全性。

传感器、自动化系统、云技术

支持工业物联网的工厂将先进的传感器、自动化系统和云技术与当前系统和数据分析相结合，从而变得更加智能。这种设置提供了在云环境中定位数据的能力，在云环境中可以使用分析工具访问和分析数据。例如，设备振动读数将作为一个值发送到工厂的分布式控制系统(DCS)，而存储在云端的丰富动态数据将允许工程师研究轴承或轴的谐波特征，以确定未决资产故障的根本原因。在大多数情况下，专家在自定义应用程序中使用动态数据-限制工厂中的其他用户对其的访问。

在预测性维护和流程性能方面，基于lot的解决方案使工业企业能够管理资产，并通过边缘分析做出更明智的决策。生产和维护策略可以结合起来，以实现整体最佳性能，并根据资产未来的预期功能来执行，而不仅仅是根据特定时期或当前状况。

工业物联网的另一个关键驱动因素是支持独立应用程序所需的信息技术(IT)技能和专业知识水平的降低，因此公司可以专注于运行和管理运营的核心竞争力。

利用实时分析充分利用工厂数据

主要自动化供应商开发了创新技术，为工厂管理、工程、维护、卓越中心(COE)专家和运营提供实时流程和以资产为中心的分析、性能计算、事件检测和协作。这些解决方案专为在线连续监测设备和流程运行状况而设计，使工业设施能够预测和预防资产故障和不良运营性能。

实时过程性能监视工具提供统计计算和嵌入式性能模型，当与仪器、过程和设备的近实时监视配合使用时，允许用户评估资产性能。它们为了解植物的生长过程提供了一个清晰的窗口。持续监控运行状况，使决策和行动能够防止生产损失，最大限度地减少停机时间，减少维护费用。

工厂设备和过程健康监测领域的最新发展利用安全、管理和强化的边缘到云平台，同时专注于数据科学和分析，并应用“数字双胞胎”模式来驱动其分析模型。在外部专家的帮助下，这些解决方案使工业企业能够从数据中提取有意义的见解。这有助于改进决策，解决安全改进、资产管理和操作优化等问题。因此，加工厂变得更加灵活，推动收入增加，并将重点放在对生产最重要的事情上。

与专注于设备物理状况的状态监控解决方案不同，最新的数据分析和资产监控解决方案将性能下降作为潜在问题的主要指标。例如，通过工业物联网，可以更好地识别性能下降和采取的措施，因为工艺和设备数据不仅用于特定压缩机，而且用于类似设计和服务的所有压缩机。一些工具采用预定义的最佳实践模板，用于广泛的设备类型，包括泵、压缩机、交换器、阀门和涡轮机。结合过程设计仿真软件的接口，该解决方案可帮助用户在任何工厂资产上部署设备或过程监控，消除了复杂模型开发的需要。

工业物联网，数字双胞胎:5个可衡量的收益

重要的是要记住，lloT不仅仅是捕获传感器数据。需要将信息放入资产上下文结构中;仅仅对基于标记的数据进行操作并不能确保可重复和可伸缩的解决方案。流程被用于控制，而不是可靠性或优化，因此，许多对预测和决策很重要的“衍生数据”都被锁定在电子表格和其他独立工具中。持续计算这些数据并将其带入IloT环境非常重要，在IloT环境中，持续运行时分析可以检查历史性能，以便在机器学习算法中使用。

此外，工业物联网解决方案不应依赖统计模型来检测与正常情况的偏差。拥有一个基本的、基于物理的模型可以创建一个数字双胞胎，并在云中使用流程或资产的虚拟表示。此设置允许用户建模并将预期的流程性能与实际结果进行比较，然后将这些偏差应用为运行状况恶化的早期指标。

数字双胞胎存在于物理工程和数据科学的交叉点，它们的价值转化为可衡量的业务成果，例如:

1. 减少资产停机时间
2. 更低的维护成本
3. 提高工厂和工厂的效率
4. 减少循环时间
5. 增加生产力。

收获:资产管理，运营分析

整个过程工业的组织都在寻求提高大资产投资的回报。然而，有效地管理资产需要大量的信息和分析。工业设施需要结合生产和维护策略，以最大限度地减少计划外停机，优化产品质量，同时经济有效地利用现有的运营、维护和工程资源。

只有全面地看待资产管理，才能充分实现lloT的真正价值。强大的虚拟云网络将不断收集、聚合和建模数据，以准确预测退化和故障，并将突发事件安排到位，以限制其对系统可用性的影响。通过向连接的系统和最终用户提供实时、智能和可操作的数据，这种方法正在成为提高流程可靠性和降低成本的基础。虽然一些公司可能需要一段时间才能成为工业物联网数据驱动的组织，但进化已经到来，他们应该开始为此做准备。

杰森Urso的副总裁兼首席技术官霍尼韦尔过程解决方案．由内容经理马克·霍斯克编辑，控制工程、《媒体，mhoske@cfemedia.com．

关键词:工业数字化，资产管理，分析

考虑一下这个

是你的植物吗优化数字情报以实现运营收益?

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。