通过正确的机器控制架构获得高质量的数据

数据是非常强大的，它是面向未来的自动化战略的基础。当今的工业物联网(IIoT)技术使得在制造流程的每一步收集大量数据变得越来越容易，因此，通过区分正常流程数据“噪声”和代表基本流程变化的数据(称为“信号”)，确保这些数据发挥最大可能价值的方法至关重要。在这样做时，数据本身的上下文非常重要。

在本文中，我们将了解正确的控制平台如何在抑制噪声的同时帮助释放信号，从而使数据的价值最大化。您将了解在选择一个专注于准确和充分收集高质量数据的系统时应该注意什么。

在选择控制平台时，要以数据为中心

数据是力量吗?绝对的。然而，如果不从数据中做出改变，权力就会变成浪费人才。

价值不在于数据本身，而在于数据的能力使用数据实现更改这就给出了值。在选择控制平台时，制造商应该重点选择一个能够将数据的整个上下文嵌入到数据本身中的控制平台。考虑控制平台可以调整的速度也很重要。

透明的机器控制体系结构在这里变得至关重要，因为否则您将只是在追逐小症状，而不是潜在的根本原因。例如，数据应该有时间戳，并与视频和阶梯逻辑对齐，以允许同一事件的多个视角。单一视角通常是主观视角，而多元视角通过挖掘过程的客观现实有助于最大限度地减少偏见。

许多制造工厂都了解收集和分析数据对做出关键运营决策的重要性。事实上，一些成功地处理数据的制造商了解他们的客户想要什么，以及如何以世界级的水平满足他们的需求。建立数据收集方法的目标不是减少现有的经验或激情，而是在此基础上发展。当人才和经验被忽视时，试图快速建立信誉的解决方案会导致大量繁琐的数据。

从小做起的力量——收集有意义的数据

我们不想要一堆掩盖真实信号并稀释其相关性的数据。相反，最好从小处开始，趋向于已知的流程，建立基线，并使用代表流程关键性能指标的数据源。我们这样做是为了加强机构知识，并证明收集数据的方法。由于从流程中提取数据的方法似乎无穷无尽，我们可能谈论的是十几种输入，但这些输入允许组织实时查看他们有多成功。

从小规模开始还有助于企业在扩大规模和从工厂的每个单元和每个流程收集数据之前获得一些增量胜利，并证明所花费的资本是合理的。数据收集需要由专家完成，专家可以指导数据从哪里收集，从而有可能在整个工厂建立趋势。这样，一旦整个系统启动并运行，人工智能将在学习方面拥有强大的领先优势，然后只能升级几个数据点，而不是数千个数据点。

然而，由于系统的复杂性或失败的数据收集项目的影响，对于某些操作或生产设置，提取关键指标可能很困难。该领域的许多工业自动化制造商都有服务团队可以提供帮助。应用工程、技术销售和服务技术人员都有多年的经验，可以帮助快速获得良好的相关数据。

一体化控制平台如何使安全更加有效

安全是制造环境的关键部分。安全控制器通过安全协议进行通信，安全协议接收安全输入的数据，同时广播安全输出的数据。几十年来，这一直是解决方案，但许多自动化解决方案的前沿之处在于，它们在非安全组件的核心处做到了这一点。如果没有将安全性集成到系统设计中，例如CIP安全性或EtherCAT故障安全性(FSoE)，那么在关键进程上处处增加一倍连接数量的重复系统很快就会成为常态。这就是一体化平台真正发挥作用的地方。

在一体化软件平台中，易于编程的功能块可以减少很多风险，因为这些功能块是由专家创建并由同行审查的。因此，许多这些一体化平台允许程序员在二维和三维环境中模拟他们的安全程序，允许整个程序经过严格的压力测试，而不会危及物理世界中的任何东西或任何人。这可以减少开发时间，因为程序可以与物理系统的构建一起进行审查。

最后，许多工业自动化公司都有服务团队，可以在客户的工厂检查编程和安全合规性。不仅让客户放心，他们的操作人员是安全的，同时还获得了ISO认证。这在今天的设施中变得越来越重要，因为当一个过程的安全受到威胁时，它就会危及所有的安全。

展望工业控制技术的未来

这是一个讨论工业控制的激动人心的时刻，摩尔定律已经产生了一些非常快速和强大的控制器。全球开放的网络已经在美洲的运动控制领域占据了市场份额，而软件模拟允许用户使用软hmi和三维环境的渲染在阶梯逻辑中进行故障排除。安全协议和隔离网络一直在弥合IT世界中的数据和OT(操作技术)世界中的控制之间的差距。

展望未来，我们可以期待这些技术的效力能够产生更大的流程改进。就像今天的汽车比20世纪60年代的汽车舒适、安全、高效得多一样，我们可以期待看到的平台趋势正在降低很多复杂性，使其远离人们的关注。我们将看到人工智能将大量数据提炼成可操作的任务。我们将利用前沿组件(如视觉、运动和可跟踪性)与控制器和控制器软件之间的更大兼容性。简而言之，我们可以期待更多的简化，这最终将为更多的设施带来更多的解决方案。

机器性能和数据解决方案集成应该始终是谈话的一部分，但易用性、缩短的开发时间、未来的增强和培训的进步也可以在谈话中找到。对于制造商来说，解决他们今天的机器控制问题，而不影响他们明天创造新的解决方案的能力，这是我们应该在控制系统中寻找的。