使用SCADA数据获得更大的利润

监督控制和数据采集（SCADA）Systems Excel在收集和存储数据并监控自动化机器性能时。传统上，他们得到了基于条件的维护工具和历史学家技术的支持。也就是说，直到现代，更经济的预测过程分析和IIOT的使用带来了提高的效率。

通过工业物联网(IIoT)将预测过程分析应用于SCADA数据时，可以为工厂的资产绩效提供一个尚未开发的高效金矿。例如，SCADA数据可以反映资产运行状况，当应用预测算法时，它可以优化资产运行状况，并节省大量成本。

由于工业物联网的兴起，近年来SCADA系统有了各种各样的发展。其中包括数据采集部分，来自分散的SCADA系统的数据统一在一个系统中，通过网络和云访问。其他的发展更多地与SCADA的监控控制部分有关，使用web服务和工业物联网协议来实时收集暴露的数据和控制过程。在流程控制器方面，我们也看到了一些进步，可以将复杂的业务逻辑和预测性维护算法应用于运营数据和资产。

就在去年麦肯锡和公司由于无计划的维护，在整个设备有效性上报告了3至5％的行业损失。对于一个化学加工厂，麦肯锡和公司指出，通过使用分析，工厂可以减少至少一半的修复泵，这相当于约120000美元每次泵故障所避免的成本。

预测性维护需要处理大量数据和运行智能算法，这在本地SCADA实现中应用成本很高。它还需要稀缺的数据科学家参与应用这些复杂的算法和数据模型。另一方面，工业物联网平台可以存储tb级的数据，并可以跨生产工厂提供全球数据访问。这些平台还能够将棕地传感器数据与新油田传感器和设备数据相结合，为改进操作开辟新的用例。

COVID-19的影响

在争取更稳定的操作条件下，许多过程制造公司今天已经了解数据的价值。解锁SCADA系统的数据是难以克服的障碍。由于Covid-19大流行，IIOT的投资减少，市场恢复可能需要一些时间。

不幸的是，许多制造商已经面临的供应链问题，进一步放缓IIOT技术采用。这国家制造商协会（NAM）报告80％许多制造商预计，他们的业务将受到新冠疫情的负面影响。因此，在一定程度上，制造商正在通过加强现有系统来利用工业物联网机会，寻求微小的收益。

随着市场情况发生变化和必要的投资减少，面对竞争激烈的市场情况变得更加困难。尽管如此，利用这些数据已经证明了一种敏捷和有利可图的方式来快速调整业务来改变环境。在计算机集成制造（CIM）金字塔的每个级别（参见图1），可以应用复杂的算法和数据模型以获得更多的数据。但这已被证明是惰性，耗时，成本密集的，需要稀缺资源。

现在需要的是新的工具和技术，如自助行业分析，其中运营专家(如流程和资产专家)、控制室人员和维护工程师可以自己分析生产数据。自助行业分析工具基于模式识别技术，结合机器学习技术，并在后台利用数据科学技术和算法。

这将数据科学的力量带入流程专家的手中，而无需他们自己成为数据科学家。通过自助行业分析，运营专家可以搜索流程数据，查看发生了什么，发生的频率，以及可能导致这种情况的潜在根本原因。现代自助行业分析工具还提供机器学习技术，向用户推荐潜在的根本原因，以进行探索。这些下一代解决方案的开发是为了利用工业物联网的机遇，同时考虑到易用性、经济性和可扩展性。

案例指出

荷兰马斯特里赫特的化学品制造商Arlanxeo明白利用时间序列数据的价值。首先，该公司使用了不同类型的分析模型，并确定了它们在扩展试点项目之外的局限性。随着时间的推移，他们对流程操作有了深入的了解，为普通用户创建了“基于模式搜索的发现和预测式流程分析”。其平台独特的多维搜索功能使用户能够快速、轻松地找到精确的信息，而无需昂贵的建模项目或数据科学家。

使用像Shazam等Shazam或Soundhound这样的歌曲识别应用程序，应用程序使用模式识别而不是将歌曲中的每个音符映射到其歌曲数据库。模式识别软件寻求“高能内容”或歌曲中最独特的功能，然后将其与其数据库中的类似模式匹配以识别它。这种模式识别具有高精度和速度的工作。

当然，对制造工厂的分析需要更复杂的算法，能够超越单纯的搜索能力。自助分析通过连接现有的时间序列数据库和索引数据来工作，而不是在另一个记录系统中复制数据。索引数据使得查找、过滤、覆盖和比较感兴趣的时间段变得很容易，可以通过批量或连续过程搜索来确定需要改进的地方。

另一种能力是搜索特定的操作制度，过程漂移，操作员操作，过程稳定性或振荡。通过组合这些高级搜索模式，ArlanXeo需求解锁的有价值的信息。您不必成为数据科学家使用它。例如，操作员可以比较多个数据层或时间段以识别哪些传感器偏离基线，并且可以进行调整以提高生产效率。

语境化处理数据

过程数据上下文化和预测分析功能添加其他尺寸和优化过程控制系统，使其成为更好的过程质量控制的多维。通过允许运营人员提供注释，获得了更大的洞察力。

预测性分析通过将保存的历史模式与实时过程数据进行比较，可以提前预警检测任何异常或不良过程事件。此外，该解决方案计算过程的所有可能的轨迹，并且可以在发生任何事情之前预测过程变量。然后可以与预期的过程行为和设置相应地调整的预期过程行为和设置匹配。

在线订阅

总之,现在公司已经选择增强的价值投资在高质量的SCADA系统,低成本预测分析解决方案,补充现有的时间序列数据库解锁更多的价值从收集到的数据,并能提供有价值的业务洞察力更快和更有效。

有远见的制造商正在利用这种数字商业模式，利用从零到集成数字技术的低成本即插即用分析，获得令人难以置信的竞争优势。