分析

分析通常指的是软件(可用的代码和算法),旨在检查趋势和模式,通常不为人类所知。这种软件可以通过将现有操作与历史数据集进行比较来运行。这种分析可以从流程脱机进行,也可以与流程控制和自动化内联进行,并且可以发送警报或启动更改(如果启用了)。

分析文章

使用先进的分析应用程序来提高可持续性

案例研究展示了流程制造商如何利用数据洞察力来主动监控关键绩效指标(kpi),减少排放并提高能源效率。

学习目标

  • 高级分析可以帮助制造商了解每件事是如何运作的,以及它们的效率。
  • 高级分析应用程序帮助主题专家(sme)构建模型,以便他们能够更好地理解过程变更将如何改善环境绩效。
  • 寻求提高可持续性的工艺制造商可以使用其设施中已经存在的资产。

高级分析见解

  • 过程制造商正试图通过关注关键绩效指标(kpi)来提高其运营的可持续性和效率。高级分析可以帮助这些公司更好、更准确地了解哪些是可行的,哪些是不可行的。
  • 一开始就有很大的诱惑,但这通常是不必要的。从小做起,建立一个概念验证(PoC),可以通过给利益相关者一些切实的东西,帮助为更大、更雄心勃勃的项目奠定基础。

新的数据分析工具在3个月内为一家炼油厂节省了60万美元的温室气体排放。一家化学品制造商改进了控制方法,在30个月内提高了30%的热回收率,减少了15%的蒸汽消耗。在过去的十年中,可持续性已经被认为是过程工业中一个非常重要的领域,许多过程制造商公开承认对气候变化和其他环境问题的关注。为了应对这些问题和相关问题,这些制造商正在投资人员,专注于领导可持续发展工作并创建具体的关键绩效指标(kpi)。

参见图1图1:过程制造商可以在Seeq中使用环境超标报告来跟踪累积排放,并通过保持在可接受的范围内来确保遵守法规。礼貌:Seeq

kpi的进展为流程制造商提供了好处例如,更好地获得新投资的资金,通过减少浪费和降低能源消耗节省成本,以及改善声誉,从而获得竞争优势。

然而,尽管有这种关注,言语和行动之间往往存在重大的脱节,因为许多流程制造商仍然难以确定如何通过实际可衡量的结果或改进来实现他们的目标。如果没有明确的策略,这些善意的目标就无法获得所需的时间和资源投资。

有了正确的高级分析应用程序,过程制造商可以通过优化现有资产的使用来跟踪环境绩效,这将揭示提高效率的机会,从而提高可持续性。

可持续工业运营道路上的障碍

不断发展的可持续性空间包括越来越多的监管、投资者和社会压力,给过程制造商带来了一些挑战。首先,虽然过程工业的可持续性通常与碳捕获、替代能源和电力储存等新技术联系在一起,但这些举措的实施和维护成本很高。它们的好处通常也不会立即实现。

例如,在风力发电厂生产每个风力涡轮机以捕获风能所产生的碳足迹必须通过运营来偿还。考虑到设计、建造和实施风力发电场所需的时间,以及在电力存储方面所需的投资,过程制造商在实施后的很长一段时间内不会意识到可持续性的好处。

测量和减少工业温室气体排放

由于缺乏标准化的报告和明确的投资回报计算,这些初始费用和延迟收益变得更加复杂,往往导致缺乏资本分配。事实上,就温室气体(GHG) kpi而言,气候行动100+倡议的最新评估发现,只有5%的公司明确承诺将其资本支出计划与长期温室气体减排目标保持一致。

然而,新的监管行动可能迫使工艺制造商加快行动。2022年3月美国证券交易委员会(SEC)提出新规则,要求公共组织加强与气候相关的信息披露,包括直接温室气体排放(范围1)、间接排放(范围2)以及价值链上下游活动排放(范围3)的信息。如果不了解当前的运营情况,无论温室气体范围如何,过程制造商都难以改进、优化运营并报告其环境绩效。

由于软件不足,执行任何类型的度量计算都会变得非常耗时,从而导致宝贵的主题专家(SME)资源浪费在琐碎的数据管理活动上。在许多情况下,尽管他们花费了大量的时间,但他们仍然无法获得足够的环境kpi来推动改进。使用专门为分析时间序列流程数据而设计的正确工具,这些团队可以快速获得洞察力,从而通知近乎实时的流程调整,从而实现业务目标,同时最大限度地减少能源消耗和浪费。

参见图2图2:一家化学品制造商使用Seeq来比较模型和实际能耗。当识别出高偏差时,中小企业执行根本原因分析。礼貌:Seeq

通过分析实现环境目标

当工艺制造商只关注昂贵的技术来实现其可持续发展目标时,他们往往忽视了他们现在可以利用现有资源做些什么来立即优化他们的环境绩效。其中一些几乎不需要资本投资。过程制造商在历史上收集了几十年的时间序列过程数据,并且有了先进的软件工具,他们可以立即利用这些数据,通过授权员工关注可持续性,从而创造竞争优势,从而朝着目标前进。

高级分析应用程序使过程制造商能够更深入地了解其环境过程数据,然后确定需要改进的领域,从而优化现有资产的环境性能。通过用灵活性和敏捷性扩展现有的过程改进框架,这些应用程序使团队能够掌握新的和以前无法解决的可持续性用例。高级分析应用程序还使流程制造商能够从以合规性为中心的被动方法过渡到主动的,甚至是预测的方法。通过持续监控参数以检测问题,这些组织可以评估性能以确定根本原因。

除了监控和根本原因分析之外,高级分析应用程序还帮助中小企业构建模型,以更好地理解过程变更将如何改善环境绩效,例如,通过使用“假设”分析。这些模型也可以用于预测环境绩效和防止偏差。下面的示例展示了如何使用高级分析应用程序来提高效率和可持续性。

减少多余燃除:3个月内节省60万美元

燃除是许多工业厂房和设施(包括炼油厂、化工厂、石油钻井平台等)为防止超压事件而采取的一项安全措施。然而,燃除也会产生自己的问题。如果安全阀出现故障,可能会导致长时间的燃烧,从而浪费能源。燃烧系统也可能不能正常工作,导致气体释放到大气中,从而导致温室气体排放(图1)。

大多数炼油厂都有燃烧系统来帮助他们管理和解释这些净化事件。在加拿大一家大型炼油厂的案例中,由于操作随着时间的推移而变化,流程工程团队在没有适当基线的情况下努力确定燃除的目标或边界。该团队使用数值和偏差搜索功能确定设备开启和高流速的时间段。利用工作台上条件函数的信号,他们确定了平均流量作为火炬堆正常运行的基准。通过与所有历史数据的实时数据连接,该团队能够在短时间内主动分析超过10年的数据,帮助他们识别并减少2022年第一季度价值60万美元的多余燃烧。

减少能源、水的消耗:提高30%的热回收率

一家特种化学品制造商的中小企业团队创建了他们的过程能耗的多元模型(图2)。然后使用该模型将预期(建模)与实际能耗进行比较。通过这些比较和其他调查,团队确定了过程问题,包括一个不能正常工作的阀门和一个调谐不良的控制器,造成了严重的能源浪费。

确定这些偏差的根本原因使工程师能够采取纠正措施并减少能源浪费,在30个月的过程中,提高了30%的热回收率,减少了15%的蒸汽消耗。持续的节省相当于从道路上减少了1100辆乘用车。在开发能源模型之前,这些问题往往没有被发现。

减少排放:自动化合规报告

当炼油厂的工艺工程师考虑排放时,他们可能会关注合规性,这往往导致他们在事后对环境偏差做出反应。然而,通过正确的高级分析应用程序,这些团队可以转向一种主动的方法,使他们能够将数据上下文化,获得关键见解并执行根本原因分析(RCA)。

参见图3图3:高级分析应用程序可以监控并自动报告整个炼油厂的排放kpi。礼貌:Seeq

一家油气公司的中小企业希望实现监管合规报告的自动化。该应用程序连接到过程历史数据,并应用中小企业定义的计算来高效准确地报告排放水平,符合行业法规(图3)。这些报告随着新数据的出现而自动更新,每份报告为公司节省了两天的工程时间。

利用这些现有的排放绩效数据,该组织在确定问题和进行缓解过程调整方面从被动方法转变为主动方法,而不是事后采取行动。

先进的分析应用程序提供可持续发展的见解

虽然工艺制造商有义务支持环境努力,但如果没有切实的行动计划,实现可持续运营是一项艰巨的任务。这些组织不应该忽视他们必须更有效地利用现有资产和资源来立即实现改进的机会。

有了正确的工具,团队可以更深入地了解环境绩效,使组织能够让各级员工参与进来,这样他们就可以对过程制造商的环境足迹产生直接的积极影响。

马里亚纳Sandin行业负责人在哪里Seeq集团。编辑克里斯·瓦夫拉,网络内容经理,控制工程、CFE媒体与技术、cvavra@cfemedia.com

在线

参见更多的资产管理故事//www.globalelove.com/process-manufacturing/diagnostics-asset-management/

考虑一下这个

你如何使用高级分析来改善你的设施?

分析常见问题解答

  • 分析在制造业中的重要性是什么?

    分析在制造业中扮演着重要的角色,它使组织能够做出数据驱动的决策,从而提高运营效率和生产力。

    分析提供了对生产过程、供应链性能和制造操作的其他关键方面的实时洞察。这有助于组织做出明智的决策,并对市场或生产环境的变化做出快速反应。

  • 在制造过程中,什么设备用于收集数据进行分析?

    用于数据收集的具体设备将根据制造组织的需要和收集的数据类型而变化。

    1. 传感器:这些设备用于测量和监控生产过程的物理特性,如温度、压力和振动。传感器收集的数据可以提供对设备和过程性能的实时洞察。
    2. 生产系统:这些系统,如计算机数控(CNC)机器和自动化装配线,产生生产过程和输出的数据。
    3. 企业资源计划(ERP)系统:这些系统收集和存储各种制造操作的数据,包括生产计划、供应链管理和财务会计。
    4. 物联网(IoT)设备:这些设备可用于从传感器和其他来源收集数据并将其传输到中央数据存储和分析系统。
    5. 条形码扫描器:这些设备可用于跟踪货物和材料在供应链中的流动,提供库存水平、运输时间和其他关键指标的数据。
  • 制造业数据分析师是做什么的?

    制造数据分析师通过使用数据分析和技术,在帮助组织做出数据驱动决策和推动制造运营改进方面发挥着关键作用。制造数据分析师负责收集、分析和解释数据,以支持决策并推动制造运营的改进。

  • 制造业中的大数据指的是什么?

    制造业中的大数据是指由生产流程、供应链运营和制造业内的其他活动产生的大量复杂数据集。这些数据可以包括来自传感器、生产系统、企业资源规划(ERP)系统和其他来源的信息。这些数据的数量、速度和种类使得使用传统方法难以处理和分析。

    制造业中的大数据分析利用分布式计算、机器学习和数据可视化等先进技术来处理、分析和理解这些数据。目标是提取可用于提高操作效率、提高生产力和做出数据驱动决策的有价值的见解。这可以包括识别趋势和模式,预测设备故障,优化生产流程,提高供应链性能等应用。

一些常见问题的内容是在ChatGPT的帮助下编写的。由于人工智能工具的限制,所有内容都是由我们的内容团队编辑和审核的。

相关资源