行业见解
将大数据转化为可操作的情报
发布08/18/2016
| By: Kristin Lewotsky, Contributing Editor
编者注：有关在制造业中努力工作的解决方案的更多信息，请观看我们的免费网络研讨会，如何将大数据转换为可操作的信息。
工业互联网（IIOT），Industrie 4.0，网络物理系统，大数据。除非你一直在岩石下生活，否则你听说过智能工厂和网络运营的趋势。这是充分理由的新闻。正确执行，它可以减少停机时间，提高生产率，降低运营成本，提高产品一致性，并支持预测维护。它不仅仅是提升整体设备有效性（OEE），它可以增强运营公司，无论是整个工厂还是全球。
虽然它是一个自然适合资产所有者，但是在集成商和OEM之间的摄取是最高的。“如果你去自动化展示就像德国的汉诺威博览会一样，你会在IIOT和Industrie 4.0周围看到大量的讨论，但是当你翻译进入最终用户节目时，机器显示像Pack Expo一样，有“IHS Markit（英国伦敦）智能制造和工业通信的主要分析师Alex West（伦敦）智能制造和工业通信总体分析师Alex West，并不大量提及。“目前这是制造商非常重要。”
期望在不久的将来改变。技术提供的洞察力和智能水平为早期采用者带来了显着的竞争优势。特别是在消费品包装商品这样的低利润行业，能够生产更多尿布或每分钟洗衣洗涤剂，可以对利润率产生很大差异。“大部分[IIOT新闻覆盖范围]是关于过程行业的，因为这些例子是喊叫的简单，但是在离散制造业的情况下也是很多，”LNS研究的主要分析师Andrew Hughes（Cambridge）马萨诸塞州。“你将看到更多的活动，特别是在所有大供应商中进行更多的活动。这将扩大，今年和下一个非常迅速。“
大量的文章谈到了潜力。问题是如何从概念到现实。从资产中获取数据是简单的一部分。具有挑战性的部分正在将其转换为可操作的见解，并且可以快速完成，以使其有用。
开始小
是的，它被称为大数据是有原因的，但如果你不加选择地在你拥有的每一件设备上安装传感器和仪表，你很快就会发现自己淹没在数据中。首先确定一个你需要解决的具体问题。也许你遇到了过多停机时间的问题，也许一次轮班就能生产出更好的产品，也许公司正专注于削减运营成本。设定具体的目标:减少20%的停机时间，将操作转移到预测性维护，减少10%的能源消耗或成本。不要试图一次在整个工厂或每个设施上都做。保持你的试验程序小:一台机器，一条生产线。
设置范围后，然后安装硬件以捕获所需的数据。不要认为您必须拥有所有新设备来应用这种方法。您还可以使用Brownfield Installations获得充足的好处。“We are in no way saying that [your old machines] need to be ripped out or replaced because we’re trying to do data acquisition and analysis,” says Andy Henderson, industry analyst for heavy industry and discrete manufacturing at GE Digital (San Ramon, California). “There are ways of knowing what’s going on with these systems.” It could be as simple as putting a current transducer on the wire going to the green light of the stack light. If the signal goes high, the machine is running.
授予，现有设备可获得的信息比绿地装置更少详述。例如，新的铣床可以在负载上提供诊断，程序正在运行，机器上显示的任何警报代码，即使是运行的特定代码块。从旧机器获取信息可能是一个挑战。“你可能不会让那个信息级别，但你将能够看到机器是否跑步，”亨德森说。“通过信号的组合，您可以通过更多粒度推断机器中发生的更粒度 - 是门开放，主轴上有一个负载等。”
尽管经验法则是用一个狭窄的焦点来定义一个项目，但在这个焦点的范围内，最重要的是要尽可能细化。大数据的价值在于收集足够的信息，然后挖掘这些信息，为你的问题提供答案——以及你不知道你会问的问题。大数据分析的好处之一是可以发现意想不到的相关性。有了详细的数据，当出现不寻常的结果时，您可以提出新的问题，并以新的方式分析数据，从而得出答案。
一旦定义了问题的范围并设置了设备监控，还有一个重要步骤:建立基线。毕竟，如果你都不知道问题到底有多严重，你又怎么知道问题是否已经解决了呢?能够量化绩效不仅能帮助你确定何时获得投资回报，还能提供一个强大的工具，让整个组织的决策者都买好。如果你能证明它的有效性，就会更容易找到方法将该技术应用到操作的其他部分和其他问题上。
选择软件解决方案
您可以将智能工厂系统视为监督控制和数据采集（SCADA）系统和制造执行系统（MES）的组合，其中折叠了企业资源规划（ERP）的Down。SCADA系统是在开发的1970年代作为监测工业设备的健康和运营的现场工具。Today, they’ve grown far more sophisticated but the essential operations are the same: Gather data from the PLC and the remote terminal units (RTUs) that digitize sensor data, analyze the data, and serve up the results to operators, maintenance, and managers throughout the organization.
SCADA不仅可以将设备状态和警报传递到HMI和移动平台，还可以分析性能，并通过各种可视化工具进行显示。该系统可以比较生产线与生产线、班次与班次、设施与设施以及整个全球组织的运营情况。
SCADA系统是智能工厂的必要但不充分条件。虽然SCADA软件专注于生产，但混乱处理产品等生产调度，维护服务管理，质量保证等。SCADA系统提供了设备输入，但混乱通常在自然中更加集成。下一代SCADA系统可以支持多种工厂的决策。相比之下，混乱通常在一个工厂内运行。要包含多个工厂，它们需要MES接口设备以通过Internet进行交换数据。
SCADA应用程序可能使汽车供应商的美国经理能够查看仪表板，仪表板上有显示世界各地每个工厂状态的地图。例如，如果在墨西哥的一家工厂旁边出现了一个表示警报的红点，经理只需要点击它就可以获得更多信息。该软件可以让他们探索设施的详细3d渲染，以查看故障的来源，无论是打开的门还是故障的驱动器。在工厂内部，操作员和维护人员可以使用相同的软件来定位故障的来源并解决它。
如果是驱动器问题，维修人员可以使用工厂MES检查备件库存，找到备件在仓库的确切位置。同时，美国的经理可以使用该工厂的MES检查订单和重新安排处理，以弥补因停机造成的任何不足。
这仅仅是个开始。MES软件包括目标应用程序，例如为密集的基于设施的分析而设计的应用程序。SCADA系统管理故障跟踪和警报，但分析包具有故障检测和诊断等功能。根据历史读数和运行参数，该软件可以监控设备，并在部件显示磨损迹象时发出警告。目标是在问题组件发生故障并导致计划外停机之前识别它们。该软件还可以计算更换和停机的成本，以便维护人员能够对如何使用他们的时间和资源做出明智的决定。
其他应用程序是为能源管理而设计的，以降低运营成本。基于电动机电流表的输出和封装线上的驱动器，或者是HVAC系统的泵和风扇，能源分析软件可以揭示隐藏的废物。某些设备是吸引的电流比其他相同的版本更多吗？泵或压缩机是否应关闭该厂地板的截面？哪个过程吸引了最多的能量，并且有没有办法将它们传播出来，以便电力公司看到峰值使用率较低？能源分析可以回答所有这些问题。
使用正确的工具
将大数据转换为可操作的见解需要正确的工具。近年来，SCADA系统的增长越来越复杂。在许多情况下，他们可以支持上面讨论的一些功能，但它们仍然主要用于生产监测而不是分析。使用预先存在的SCADA系统是诱人的，因为它在那里，但这不是最好的福利的道路。
典型的SCADA模型是通过网关PC向SCADA数据库上传来自PLC中的数据记录器的数据。尽管存在专有协议，但系统通常在开放平台通信（OPC）的标准和规范中构建。OPC支持来自不同供应商的组件之间的互操作性。它简化了程序员和开发人员的工作，具有预先写的代码。网关PC方法仍然需要一定程度的自定义来与系统正常工作，并且需要重复工作，随时升级操作系统和应用程序。更大的问题是，它可能无法有效地转移真正获得IIOT的益处所需的数据的卷和速度。
“历史上，由于缺乏更好的解决方案，公司一直在努力利用已经安装的技术，主要是SCADA解决方案，并将其与MES这样的企业应用程序捆绑在一起，”高级产品经理Sloan Zupan说三菱电动自动化(伊利诺斯州的弗农山)。“这并不是那些可视化工具的初衷。工业自动化公司已经开发出了特定的产品，其唯一功能是将生产车间的自动化资产与MES软件应用程序连接起来。”
这些数据设备可以更有效地处理数据卷和所涉及的设备的数量。高速数据记录器和MES接口模块执行边沿处理，并将输出推向关系数据库，可以通过一系列应用程序访问它。
数据传输并不是唯一的问题。工业物联网分析需要数据历史学家存储性能和状态数据，以供未来分析使用。虽然一些SCADA套件包括数据历史学家，但它们可能没有能够真正执行的容量或速度功能。
到云端去
到目前为止，您可能会识别该值，但您也可能认为该技术既复杂又昂贵。你可能没有一个大型的IT部门。你可能没有开发人员团队。好消息是，这个过程实际上比你想象的更容易。多个供应商提供了硬件和软件解决方案，旨在使制造商快速获取和运行。
您可以使用这些产品来构建您自己的系统。替代方案是使用基于云的解决方案。这对于支持多用户的基于Web的解决方案来说，这特别有益。“您应该将数据流入某种基于中央云的存储库，以便您可以利用所有深入信息，”Iconics（Foxborough，Massachusetts）云和IOT业务开发总监Oliver Gruner说。“这就是云真的很好的地方。然后你可以使用机器学习的数据，您可以进行可视化，您可以显示历史趋势。您可以在云中部署所有这些，而不是在房地上。你不必有一个大的IT部门。“
基于云的分析服务不仅仅是将数据和应用程序放在中央存储库中。再加上开放软件计划，他们简化了新产品和服务的开发。开发人员可以利用应用程序编程接口（API）。这些是旨在执行特定任务的代码片段。例如，软件公司或自动化房屋可能会编写数据传输的API，或者可以随时间绘制能量使用。OEM或软件开发人员试图为汽车分析编写应用程序不需要编写可视化子程序。他们只需要用几行代码调用可视化子程序。
这种类型的API速度加快了开发过程。它还为用户提供更多选项，同时让工业自动化房屋专注于它们Excel的硬件和软件方面。“我们希望将应用程序保持在工业应用商店开放，”业务部门副总裁Jagannath Rao说，西门子数字工厂（诺克斯，格鲁吉亚）。“我们希望别人建立应用程序并将它们放在那里，因为我们无法涵盖所有应用程序。”
基于云的服务与单点购物车选择和透明定价使用户能够选择它们想要的最小承诺。“客户具有管理成本的灵活性，”Rao观察。“他可能只是踏上这段旅程。也许他只想在最初的几个月内可视化性能。也许他不想要任何复杂的分析。“一旦制造商对该技术感到满意并且具有成功的轨道记录，它们可以添加其他应用程序和功能。
不要单干
存在一组硬件和软件选项来简化这个过程，本文采访的来源都同意，但是，最好寻找有经验的集成商来帮助初始项目。你不仅需要数据，你还需要洞察。
“你可以购买易于使用的货架上的可视化包，但您必须使用以前做过那种工作的集成商，”Gruner说。“他们将拥有专业知识来说，这是我们可以为您提供的信息，并将能够可视化和创建关键绩效指标。”
“有许多不同的方法来获取数据，”Zupan说。“但数据并不是真正的业务系统需要，而不是什么管理需求，以便做出更好的决定。为客户提供如何将数据汇总和宏处理数据的最佳实践，并解释如何使用它真正有助于它们在他们的决策过程中。“
这需要时间
创建数字工厂是一个过程，而不是一个活动。收集甚至可视化数据只是开始。据RAO称，收购足够的数据需要三到六个月的时间来真正了解您的资产。“我总是说第一年你基本上数字化资产，了解他们，看着数据，存储数据，建设数据模型，”他说。“到年底，您对该资产有一个非常坚定的掌握。现在你能够可靠地运行它，摆脱无计划的停机时间。这是价值链中的第一步。“此时，您可以移动到更复杂的任务，如机器学习，预测模型等。“在8到12个月之前，没有任何东西会发生，因为甚至开始甚至开始理解整体的时间，”Rao说。““但一旦它所有化，你可以衡量很多东西。”
随着越来越多的组织开始看到大数据带来的好处，制造业中的大数据正逐渐得到发展。这包括OEM机器制造商谁使用它为他们的客户提供新的价值服务的公司在他们的市场领域寻求竞争优势。拉奥说:“中型企业开始将此视为一种不增加新员工就能将自己与更大的竞争对手区分开来的方式。”“推动企业采用这种技术的事情对我来说很吸引人。每个人的情况都不一样。”
有关将大数据应用于制造业的解决方案的更多信息，请观看我们的免费网络研讨会，如何将大数据转换为可操作的信息。