利用工业物联网改善运营

由于新一代的有线和无线传感器，现在可以经济地生成和收集数据，其数量前所未有，然后通过工厂网络或通过互联网发送到过程控制和监测系统。然后，数据可用于改进自动化实时控制，并帮助工厂工程师和操作人员在操作和维护方面做出更好的决策。数据分析软件也可以使用它，工厂人员可以使用它来提高效率，诊断设备问题，提高安全性。

由于有机会获得新的见解，物联网(IoT)、工业物联网(IIoT)、大数据和工业4.0等术语现在很常见。传感器、连接和数据分析软件的最新进展使获取、发送、存储和分析信息变得更容易、更便宜。但无论术语如何，目标都是一样的:更快地获得更好的见解。

绿色和棕地应用

为了简单起见，有三种常见的场景，其中工业物联网(IIoT)可以改善工厂运营。它们可以概括为棕地、绿地和服务化。所有这三种情况都可以独立描述，但通常会在同一工厂中共存。

布朗菲尔德指的是现有的工厂和操作，其中新的传感器被添加到现有的控制或工厂网络。常见的棕地方案包括增加无线系统和传感器，以扩大操作员的可见性和资产监控能力，或者增加传感器，以取代工程师的眼睛和耳朵，过渡到集中的远程监控中心或综合运营设施。

绿地场景是指在工厂或设施中部署刚刚上线的工业物联网项目。这是智慧城市或公共部门项目中最常见的场景，也是工业物联网与基于云的监控系统相关联的起源，因为该项目不是围绕内部控制和监控系统设计的。与大多数新建油田部署的关键区别在于缺乏控制系统基础设施，但这些系统作为现有设施的补充系统来监控远程油库、泵站和车辆的例子很多。

利用服务赚钱

最后，“服务化”是描述资产包含远程监控功能的几个名称之一。这是你的个人汽车的未来——除非你已经有了一辆特斯拉，你的车辆信息会不断地通过管道传回给经销商——以及工厂中许多资产的未来。泵、阀门和许多其他资产类型的供应商正在为客户承诺安装的监控设备引入订阅服务。业务收益是资产可靠性和正常运行时间，但真正的驱动因素是供应商提供资产性能和管理方面的专业知识的机会。

所有这些模型都遵循过程工业非常熟悉的传感器、通信网络和分析的公共体系结构，并被许多著名的行业演讲者所注意到。即使是棕地模型和服务模型之间的差异，也可以归结为数据在哪里进行分析的问题——在工厂还是在资产供应商。

但是，熟悉工业物联网架构和供应商对什么是或不是工业物联网架构的一部分的主张(云系统、雾计算、大数据和互联网标准是最常见的例子)不应该掩盖这样一个事实，即这些新技术带来了提高工厂性能的新机会，并且价格大大降低。

对于现有工厂的制造商来说，关键问题就变成了:“我们如何将我们的设施提升到更智能的状态?”答案可能需要提到的任何或所有工业物联网部署模型，但应该始终在最终利益的背景下进行框架:更快地获得更好的见解。

从传感器开始

传感器是数据收集过程的起点。它们监控工业物联网中“事物”的运行:泵、阀门和其他资产。它们的实施和使用成本正在迅速下降，这使得获取更多数据的成本更低。工厂人员曾经被限制在4到20 mA, HART或各种现场总线协议，以连接这些传感器以控制和监测系统和软件。但是今天，他们可以使用多种有线和无线数据连接方法，通常在一个工厂中同时使用多个网络(参见图1)。

这些传感器和连接使来自新来源的新数据能够快速而廉价地积累起来，并且，如图所示，有广泛的现代网络部署选项。电池供电的发射机不需要信号或电力布线基础设施，因此它们可以安装在远离过程单元有线信号终端的位置。它们还可以在危险区域和其他区域安全运行数年。

无线仪器还可以监控各种各样的设备和系统，以前使用有线解决方案(如4至20 mA或现场总线)非常困难或昂贵。泵监控就是一个很好的例子，因为这些设备在几乎每个工艺装置中都有大量存在，而且它们的可靠运行至关重要。

了解更多关于棕地工业物联网监控和数据分析的四个要求。

棕地工业物联网:使用泵数据

用传感器、网络和泵分析软件改造泵，使加工工厂能够在泵发生故障和关闭之前很久就监控泵并检测问题，这是棕地工业物联网解决方案的一个很好的例子。

就在几年前，安装一个专门的在线监控系统的费用使它只能用于最关键的泵。但是，由于使用无线传感器技术相对容易地添加泵状态监测，因此可以对工厂的所有重要泵进行在线监测(见图2)。

泵监测系统实时收集温度、压力、液位和其他变量的数据，并通过无线网状网络传输到网关，网关通过硬连线(通常基于以太网)将数据发送到控制室。在那里，泵监测软件分析来自数十个或数百个泵的数据，并在发现潜在问题时提醒操作人员。

至于商业效益，一个泵健康监测系统可以在几个月内收回成本。例如，在一个25万桶/天的炼油厂，整个综合体的80个泵上安装了泵监测系统。实施后，每年节省超过120万美元，投资回收期不到6个月。

类似的结果已经在一系列资产类型中实现:阀门、蒸汽疏水阀和其他。由于所使用组件的成本持续下降，成本/效益比继续改善。

棕地工业物联网:更多的监控

在另一个例子中，一家食品公司在生产环境中使用之前，在配料/供应列车车厢中增加了温度监测。发现原料温度的变化会造成产品质量的偏差。因此，工厂需要跟踪这种差异，并改变生产过程，以保持所需的产品质量。

为了解决这个问题，该公司在轨道车上安装了无线传感器，然后将其连接到工厂的数据基础设施和分析软件中，以改善过程结果。这种情况——新传感器将现在需要的东西与原始工厂设计中的东西结合在一起——是一种非常常见的方法，因为它通常会产生巨大的价值和快速的回报。风险也很低，因为在实施工业物联网部署之前，通常可以证明其好处。

这两个例子都提高了现有工厂的操作设备效率。这些技术的用户认为，工业物联网的好处可以很容易地扩展到一个设施之外，包括比较工厂之间的效率，了解供应商和跨地域成分质量的影响，以及为整个组织实施最佳实践。

IIoT最后一公里:数据分析

总结的场景和组件都有一个共同的目标，即更快地提供更好的洞察力，但这是工业物联网释放价值的最后一英里。为了应对来自工业物联网部署的数据挑战，需要专门的数据分析软件来处理大量数据，并为来自不同来源的数据提供集成平台。

数据分析软件应该能够为了解流程、资产和操作的员工提供快速洞察(见图3)。软件还必须易于使用，以便不需要开发人员编程或数据科学家翻译的中间和耗时步骤。

如果开发人员和数据科学家需要参与进来，因为他们给数据分析过程引入了时间滞后，那么洞察力的价值就会迅速降低。如果更改不能及时发现并实施以影响生产结果，那么它们就没有什么价值。

例如，上面描述的泵监测系统将数据发送给用于分析泵固有问题的软件。维护工程师可以立即使用这些结果，他们可以准确地理解软件告诉他们的内容。

数据分析:四个需求

数据分析为工业物联网实施提供价值的四个要求是:

生产力:这需要一种应用程序方法，使工程师和分析师可以轻松地在他们的调查和发现工作中使用该软件，以快速改善结果。分析工具必须适合对工厂有专业知识和观点的人，而不是程序员或数据科学家，他们是软件领域的专家，但不了解流程。

时间序列专业知识:任何工业物联网机会的核心都是来自传感器的模拟数据。这些数据通常难以操作、清理和上下文化。典型的手动解决方案需要在Excel或编程脚本中进行数小时的自定义工作。工业物联网的数据分析工具应该促进和加速对时间序列数据的调查，以便工程师可以专注于发现和洞察，而不是数据争论或操纵。

数据多样性和情境化:这使得传感器数据可以根据与之相关的批次或资产进行组织，或者可以很容易地在连续过程中分解为机器状态和条件。这很重要，因为最典型的场景是新数据和旧数据的混合，或者来自不同来源的控制数据的混合。

协作支持:这使得团队成员可以在组内以及跨一个或多个设施共享发现和讨论。这需要从任何平台(包括pc、平板电脑和智能手机)上运行的任何浏览器访问数据分析软件。因此，为了最大限度地利用获取的数据，流程公司应该寻找了解数据上下文以及公司面临的业务和流程挑战的系统和供应商。这些供应商可以完成集成协议、部署和架构的繁重工作，使流程工厂能够专注于从各种IIoT场景所代表的机会中获得最大价值。

实现工业物联网的好处需要重新审视软件分析产品。目标是找到一种产品，提供一种完整而敏捷的方法来从生产数据中提取见解。我们相信，Seeq的数据分析软件，以及未来可能的竞争产品，将为工艺专家提供第一手的数据见解，使他们能够定制分析并改善生产结果。

迈克尔Risse副总裁在哪里Seeq集团。该公司为工程师和分析师构建生产力应用程序，加速对工业过程数据的洞察。他曾是大数据平台和应用公司的顾问，在此之前曾在微软工作了20年。Risse毕业于威斯康星大学麦迪逊分校住在西雅图。编辑:Mark T. Hoske，内容经理，控制工程， CFE传媒，mhoske@cfemedia.com。

更多的建议

关键概念

• 工业物联网的实际应用:数据采集比以往任何时候都更容易，有许多有线和无线网络可用。
• 重要的资产，如炼油厂的泵、阀门、蒸汽疏水阀，可以在故障发生前进行监控和维护。
• 配料跟踪提高了产品质量。

考虑一下这个

当信息在适当的时间内投入使用时，信息集成的效果最好。

在线额外

这个在线版本比三月份的版本要长控制工程印刷版和数字版。

请参阅下面的其他工业物联网报道。

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。