从哪里开始工业分析

工业分析的价值在于它们提供的结果。对于一家酿酒厂来说，分析技术的使用带来了60%的产量提升。对于一家宠物食品生产商来说，它每年节省了80多万美元的能源成本。对于一家化妆品工厂来说，这意味着生产线停工减少了90%。

毫无疑问，收集原始数据并将其转化为对员工有用的信息的能力对于保持竞争力至关重要。但是如果你不确定如何将分析带到你的运营中呢?如果目标是部署分析，但没有明确的策略，你在哪里?

幸运的是，执行分析并不一定是一项神秘或艰巨的任务。那些已经踏上旅程的人可以为如何开始以及从哪里开始提供关键的经验教训。

你需要什么

工业分析是围绕四个核心元素构建的:

人:数据科学家对于部署分析至关重要。然而，日常分析的使用不应该依赖于这些专业工作者。今天，分析技术几乎就像一个盒子里的数据科学家一样，在一开始就构建数据。然后，非数据专家可以自由地访问、操作和分析数据。这种“自助服务”分析方法允许几乎所有员工使用数据来解决各种问题。

数据:确定需要的数据以及数据的来源。有些信息可能来自于你无法直接获取的资源。但其中大部分将来自被称为工业物联网(IIoT)的一系列连接技术。这些技术可以包括设备级组件，如传感器、网关、执行器和驱动器;机器或线级组件，如控制器;以及企业级组件，如软件系统。

连通性:分析需要整个车间的无缝连接。这意味着要统一所有能产生信息“孤岛”的不同系统。这还意味着有带宽来满足当前和未来的流量需求。采用EtherNet/IP等技术对工厂网络进行标准化，有助于实现实时控制和信息。预先设计的网络产品和服务，如工业数据中心或基础设施即服务(IaaS)产品，还可以减少网络设计和配置时间。

软件:寻找能够为组织提供最佳价值的分析软件。该软件最基本的工作是为数据添加上下文。上下文允许组合和比较不同的数据，以获得更深入的操作理解。例如，数据上下文化不是获取烤箱温度读数，而是在特定时间、特定配方和给定轮班期间提供该读数。这样就可以跟踪关键绩效指标(kpi)以及影响这些指标的因素。

分析软件应该做的不仅仅是将数据背景化。例如，它应该允许用户深入到特定的分析，以调查异常情况或排除问题。通过机器学习，它甚至可以监控操作，并在过程超出允许参数时触发自动控制调整。

早期的决定

上面列出的四个元素构成了构建和执行分析的基础。但也有一些关键的决策要在早期做出，以最大化分析方法的长期成功。

分析投资可以收回成本。然而，重要的是，投资要与具体的业务成果挂钩，而不仅仅是关于技术。围绕特定需求建立投资策略，例如提高整体设备效率(OEE)。然后确定满足投资回报率(ROI)目标所需的OEE提升。这些收益可以用来资助后续的分析计划。

安全不是添加到分析策略或网络升级中的东西。它应该是整体的，从边缘设备延伸到企业。首先进行安全评估，以识别风险和潜在威胁。然后部署深度防御安全方法，以防范多个方面的威胁。只与支持安全目标的可信赖的供应商合作。

现有的行业合作伙伴在分析策略中扮演着重要的角色。例如，来自原始设备制造商(OEM)的机器分析有助于最大限度地提高生产资产的性能和持久性。只要在机器上安装一个网关设备，OEM就可以通过基于云的应用程序提供分析。

最后，充分利用现有的服务和资源。它们的使用有助于从分析部署中获得最大价值，并减轻所面临的一些挑战。

例如，参考体系结构有助于设计和实现网络升级。培训和认证计划使工作人员具备设计、部署和监督安全信息基础设施所需的技能。互联服务支持分析部署，甚至扮演关键角色，例如远程监控操作。

现在开始部署分析从来没有这么容易。但有一件事是明确的。所需要的基础是一个公认的事实。这些技术将数据的力量交给了那些需要它的人。因此，部署工业分析不应该是以下问题:我该从哪里开始呢?它应该是:我什么时候可以开始工作?

大卫·斯通豪斯是全球咨询的领导者，互联企业服务，罗克韦尔自动化．

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。