利用工业物联网提高OEE，提高投资回报率

在2020年讨论总体设备效率(OEE)似乎有点过时。不管它叫什么——OEE、停机时间报告或资产利用率——这都不是一个新话题。它还可能具有特定于场景的名称，如就地清理(CIP)，这是主题的变体:如何快速循环流程并将资产返回到可用性。

十年前或二十年前的文章描述了如何计算OEE或测量资产停机时间。多年来，它一直是精益或六西格玛方法的基础。那么，它与工业物联网(IIoT)和分析有什么关系呢?

通过工业物联网和高级分析，使用OEE作为指标和OEE结果得到改善。

首先，多年来深陷在调查停机时间问题的电子表格中的痛苦终于得以解脱。其次，从停机分析中发现的见解可以节省大量成本。最后，加速决策和采取行动会导致业务转型。这些实质性的好处加强了停机时间报告的重要性和改进停机时间报告的机会。

但在我们看成功的故事之前，让我们更深入地研究停机时间报告和OEE。

停机时间是描述性的

停机时间报告是“描述性分析”的一个例子，因为它描述了发生了什么，这是一个与报告和数据可视化相关的术语:静态和历史的。即使报告定期更新(通常使用仪表板)，它们仍然是描述性分析。尽管数字可能不是静态的，但计算和参数(故障代码、测量等)在设计点上是固定的(图1)。

因此，描述性分析被认为是基本的。它定义了要寻找的内容，预先定义了计算，然后测量并以过去或现在的形式呈现。但我们都知道，工业厂房和设施的情况总是在变化，各种因素会破坏最好的计划。正如赫尔穆特·范·莫尔特肯在1880年的一句名言:“任何作战计划都不能在与敌人的主力初次相遇之后确定。”

这里的敌人是变化及其对OEE、停机时间和资产利用率的潜在负面影响。事实上，停机时间报告是基于在工厂运行之前确定的计算，这意味着一旦有有趣的事情发生——一旦遇到敌人——那么报告作为过去情况的价值就会迅速下降。

因此，需要一种新的方法来对付敌人，由流程工程师带头冲锋。

工程师进入缺口

当需要洞察来解决未知问题时——例如，要弄清楚发生了什么出乎意料的事情，为什么指标低于计划或了解因果关系——那么就需要停机分析，以及流程工程师等主题专家。这种方法将流程工程师放在他们应该在的位置，在洞察和高级分析的前线，他们有一个比电子表格方法快得多的解决方案。

从分析的角度来看，所发生的是从描述性分析到诊断性分析的转变(图2)。如果描述性分析是一份报告，诊断性分析则是交互式调查和发现，在某些情况下是根本原因分析。诊断分析是确定原因和发现相关性的方法，它可以包括发现最佳实践和比较。所有这些见解都是通过利用计算机科学创新(大数据、机器学习等)来实现的，这些创新使高级分析应用程序变得“高级”。

运行中的诊断

举个例子，当干燥不同的产品时，为了确定最佳终点，了解各种参数对干燥时间的影响是很重要的。百时美施贵宝(Bristol-Myers Squibb)的开发工程师罗伯特•福里斯特(Robert Forest)博士表示，最根本的问题是:“我们应该将湿蛋糕干燥多长时间才能达到干燥终点?”如果产品干燥时间过长，会不必要地增加循环时间。但如果产品干燥时间不够长，可能无法通过工艺控制样品，这是对分析资源的浪费。

在使用Seeq之前，BMS从OSIsoft PI标签数据中收集了许多不同的数据点，使用简单的统计摘要来帮助确定干燥时间。公司将审查产品的最低、最高和平均温度;搅拌器速度;夹克温度;干燥时间。然后，BMS将这些数据点与在整个干燥过程中取样测量的实际溶剂损失进行比较。手动收集数据既繁琐、耗时又容易出错，因此BMS需要一种更自动化的方式来收集和分析这些数据。

典型的过滤器干燥过程经过三个不同的干燥过程阶段(图3)。第一阶段(静态干燥)通过加热而不搅拌开始。第二阶段持续发热，但伴有间歇性躁动。在第三阶段，加热继续，持续搅拌。BMS希望确定每个干燥阶段的一些关键参数，以优化一系列不同批次的干燥。为了做到这一点，该公司需要通过将干燥阶段与干燥时间、夹套温度、产品温度(最高、最低和平均温度)和搅拌器速度联系起来，自动发现干燥机何时在工作。

下一步是根据不同的干燥阶段分离操作数据。对于没有搅拌的阶段1，使用Seeq来查找所需的数据，只需搜索搅拌器在较长时间内(而不是间歇性地)关闭的时间段，并将这些数据与具有高夹套温度的搜索结果相结合(以表明干燥机正在运行)。

为了找到第3阶段的总结数据，首先进行搜索，找到搅拌器长时间开启的时间段，然后将这些时间段与高夹套温度相结合。识别阶段2的参数有点棘手，因为搅拌器是间歇性地打开和关闭的，因此没有恒定的信号值作为搜索的基础。

为了找到第2阶段的数据，BMS使用系统的模式搜索能力来查找显示第2阶段搅拌器开/关行为的所有批次。Seeq使BMS能够为搅拌器间歇循环开启和关闭的方形波形创建模式搜索。这种模式搜索允许用户指定相似启发式来优化搜索结果。它还允许用户将图案搜索结果与护套温度相结合。根据综合结果，BMS可以排除干燥实际开始前的时间，即第二阶段。

如上所述，在BMS的Forest博士的团队，在他们的诊断发现之旅中，特别能够将数据分为所有三个阶段，并自动计算所需的统计数据。根据Forest博士的说法，使用Seeq搜索特定数据和叠加批次的能力减少了收集数据所需的时间，平均每个批次节省了一个小时的分析时间。

分享结果

使用高级分析技术，当发现见解时，可以将其以网页、PDF文档或更新图像的形式发布给同事。因此，使用高级分析的工程师对诊断(调查)和描述(发布)分析有了一个集成的方法。

当然，与使用两种不同的工具相比，集成的调查和发布是一个好处，但同样重要的是，工程师可以创建、发布和更新分析数据，而不需要IT人员或专家的任何干预。

传统的OEE报告是由IT部门或工厂管理员根据可能偏离计划的设计(新资产、新配方、新季节、新原材料等)建立的，与此不同，高级分析使一线工艺工程师能够根据需要快速迭代底层计算和源数据，以表示当前工厂状况和相关机会。调查速度更快，发布是集成的，对于最接近流程或资产的员工来说，使用是自助的。

预测未来

流程工程师通过合并预测分析(图4)来进行下一步工作。预测分析完成了从历史(诊断)和当前(描述)到预期发生的数据的范围。与计划外停机事件不同，工程师可以通过早期预警系统避免停机，该系统可以根据流程、数据和工程师的专业知识提供从几小时到几周的提前通知。

例如，对于有意从定期维护转向预测性维护的客户来说，评估何时需要维护以及订购哪些部件的能力至关重要。目标不是在停机时间或OEE报告中测量资产故障的历史，而是尽可能地避免不必要的停机时间。

固定床催化剂预测

该炼油厂面临的挑战是通过预测固定床催化剂系统的运行结束来优化近期和长期的经济效益。这需要选择和检查历史数据来训练相关性，这些数据会随着新数据的出现而自动更新。另一项挑战是提供见解，以便炼油厂许可方和催化剂供应商之间进行协作分析和调查。

解决方案是使用Seeq公式实现第一性原理方程来计算固定床反应器系统的归一化加权平均床温(WABT)。下一步是将WABT归一化，包括投料速率、饲料和产品质量、处理气体比等。然后使用Seeq预测特征来创建一个模型，以预测稳态条件下归一化WABT作为时间的函数。这使得炼油厂能够根据已知的WABT性能阈值确定运行结束日期，并将该方法应用于其他固定床催化剂工艺。

好处包括监测催化剂失活，以实现近期经济和基于风险的维护计划的共同优化。更好的运行结束预测可以更有效地分析费率降低和维护成本之间的权衡。计算催化剂的使用寿命，可以快速检测意外变化和纠正措施的性能。

最后的话

诊断、描述和预测分析可以对来自SCADA、历史学家和其他制造数据集的现有数据进行分析——还有一种形式的分析。与其他术语不同的是，最后一种分析类型没有固定的名称，但却是所有分析的最终目标:做正确的事情。

是的，这听起来很傻，但使用Seeq的工程师一直强调他们对它的有效性的热情，因为它可以快速找出改进运营的正确方法。在过去，洞察电子表格的时间非常长，而且工作非常繁重，所以他们根本无法及时进行必要的计算来影响和改善生产结果。

但有了Seeq应用程序，几天和几周变成了几分钟和几小时，随着时间的推移，分析能够产生影响，考虑权衡和优化大局。

停机时间报告及其变体(如OEE)并不是一个新概念。它们是每个操作手册的主要内容。但这并不意味着没有机会重新审视高级分析应用程序的潜力，以改进所有类型的分析。

本文发表于工程师的工业物联网补充的控制工程而且设备工程．参见下面补充的其他文章。

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。