發布日期：2022-07-14 點擊率：61
根據大量的文章、研究和白皮書，分析已成為從供應鏈優化到定價和分銷等業務應用的“熱點主題”。但是，盡管涌現的大量新聞和信息吸引了管理層的注意，同時為工業數字化運營應用指引了方向，但成功實施分析卻非常困難。
艾默生自動化解決方案業務首席技術官Peter Zornio在全球客戶大會的新聞發布會上表示： “數字化轉型提供了重大機遇，但也帶來了很多困惑，艾默生支持實用及務實的方法。”
根據Gartner集團的數據： “關鍵分析”有望為工業企業帶來超過4萬億美元的業務增長。但客戶們都很疑惑并提出一些問題，例如從哪里開始進行分析，與哪類供應商進行合作，在哪里應用什么類型的模型，可以解決什么類型的問題以及如何使OT分析適合IT應用。
Zornio 表示：“ 僅供應商這一方面，我們的一位客戶找到了900多種資源。”很少有客戶關注工廠級利益的工業IT和OT。對于企業而言，這是一個很大的機會，在生產、可靠性和能效方面具有潛在高回報應用工況。
艾默生運營分析產品組合專注于生產過程本身，這是工業制造商的最大價值來源。運營分析具有嵌入式領域知識，可以影響并優化簡單設備、復雜資產和過程裝置以及整個生產工廠的性能。
Zornio認為： “我們建議首先解決已知的影響力大的問題。負責資產性能的人員通過使用可靠的模型進行分析，客戶可以迅速采取措施，更快地解決問題。例如，艾默生解決方案可以實時檢測并解決80%的設備故障，幫助工廠減少生產損失。”
關鍵分析可以分為兩類：傳統型分析和數據驅動型分析。Zornio認為：“傳統分析由原則驅動，您可以通過機械模型了解分析機制。” 您知道設備和裝置是按照某種規則設計，因此可以基于規則分析;如果出現問題，您可以通過故障模式和影響分析(FMEA)了解問題的原因。
Zornio表示：“數據驅動型分析在不了解物理原理的情況下，通過標準統計分析構建模型。在這里，令人興奮的計算機學習(ML)、增強型模式識別和數學智能相關學科發展推動了計算技術的發展。”
艾默生擴展產品組合包括機器學習和人工智能(AI)，可用于識別并加深對業務績效影響的洞察，從而提供傳統分析以往無法獲得的信息。
艾默生Peter Zornio談到了一些數據分析并非最佳解決方案的案例：“我們擁有6200多種設備模型和500個故障模式和影響分析(FMEA)，其中大約80%的設備可以通過現有第一原則分析完成。
獲得利益
工廠是個復雜的系統，由多種組件構成，組件再組成資產，資產形成過程裝置。整個工廠通常包括多個過程裝置。Zornio提到：“客戶會問機會在哪里?我們該如何做應用分析?” 。
Zornio 繼續說道：“我們已經有了可以在較低級別資產應用的分析功能。我們需要在工廠級做更多的工作。實際上，如果我們希望對工廠有所了解，而不僅僅是創建分析工具，那么我們可以使用第一原則。然后，我們將分析結果輸出給相關執行人員，他們根據分析結果進行修改。”
在不了解或不夠了解第一原則的領域，轉而進行數據驅動型分析很有意義。Zornio說：“數據驅動分析的相關問題是：為什么要使用數據驅動分析?使用什么工具進行數據驅動分析?在哪里使用數據驅動分析?以汽車為例，直到用完三箱汽油后，機器學習才能知道汽車需要汽油才能行駛。我們擁有6200多種設備模型和500故障模式和影響分析(FMEA)。其中大約80%的設備可以通過現有第一原則分析完成。”
在針對產品或設備類別進行數據驅動型分析之前，請確定是否可以使用現成分析工具。Zornio表示：“有些工程師想開發自己的分析工具，但是采用已知問題的已知答案可能是更好的解決方案。” 當然，您也可以聘請數據專家，但擁有一個熟悉該設備的人員更重要。
Zornio 表示：“我們了解我們的設備及運營分析。從90年代起，我們開始通過模糊邏輯和神經網絡在DeltaV中構建解決方案。我們增加了模擬仿真和數字雙胞胎，現在我們擁有可用于數據驅動分析人工智能的通用工具箱。”
艾默生收購KNet并將其整合到Plantweb Optics資產績效平臺中。Zornio認為：“艾默生不僅可以提供一些行業中先進的機器學習和人工智能工具，還可以提供人員和工作流程之間的連接，這對成功進行數字化轉型至關重要。”
艾默生產品組合現在既提供預裝的分析解決方案，也提供完整分析工具箱，協助客戶開發自己的應用程序。艾默生的運營確定性咨詢和強大的數據管理功能為該產品組合提供支持，為客戶進行高效分析提供基礎。
下一篇： PLC、DCS、FCS三大控
上一篇： 平臺經濟爆發，機械工
