通過模塊化的、按需訂閱的軟件可以更加簡單地獲得工業(yè)物聯(lián)網(wǎng)（IIoT）的智能數(shù)據(jù)分析，從而提供更經(jīng)濟(jì)的過程預(yù)測分析以幫助制造企業(yè)提高效率。

在采集、存儲數(shù)據(jù)和監(jiān)控系統(tǒng)方面，很多制造商至今使用的還是30年之前的技術(shù)。伴隨著目前全球市場的競爭，大多數(shù)工業(yè)企業(yè)在工業(yè)物聯(lián)網(wǎng)（IIoT）所帶來的新機(jī)遇面前猶豫不前，他們的顧慮與實(shí)施難度和成本相關(guān)。

最近，一份有超過400位制造企業(yè)執(zhí)行主管參與的LNS Research調(diào)查報告顯示，絕大多數(shù)企業(yè)近期沒有投資于IIoT的計劃。如果考慮一下工業(yè)企業(yè)對于現(xiàn)有系統(tǒng)的花費(fèi)就不難理解他們?yōu)槭裁纯咕茉谛录夹g(shù)上的投資。

舊有的技術(shù)要經(jīng)過調(diào)整來嘗試?yán)肐IoT的機(jī)遇，有的甚至可能需要將現(xiàn)有系統(tǒng)拆除。為互聯(lián)網(wǎng)時代開發(fā)出來的、用戶買得起的技術(shù)可以和現(xiàn)有系統(tǒng)一起工作，幫助制造商深入了解工藝流程的表現(xiàn)，從而實(shí)現(xiàn)快速的投資回報。

有價值的SCADA信息

數(shù)據(jù)采集與監(jiān)控（SCADA）系統(tǒng)最初的目的是采集數(shù)據(jù)以及監(jiān)控工藝過程。由于SCADA生成大量的數(shù)據(jù)，因此添加了歷史數(shù)據(jù)庫來存儲這些數(shù)據(jù)。一開始，歷史數(shù)據(jù)庫被用來實(shí)現(xiàn)常規(guī)的要求，例如為政府部門提供報告。后來，一些領(lǐng)先的工業(yè)企業(yè)認(rèn)識到歷史數(shù)據(jù)庫內(nèi)部隱藏的數(shù)據(jù)可以為工廠的工藝流程和生產(chǎn)提供有價值的信息，可是要獲取以及使用這些數(shù)據(jù)會非常困難，因?yàn)闅v史數(shù)據(jù)庫的設(shè)計并不是為了“讀取”目的或者雙向信息傳輸?shù)摹?/p>

制造執(zhí)行系統(tǒng)（MES）是在20世紀(jì)90年代初被引入的，其目的是嘗試在工廠車間SCADA系統(tǒng)與企業(yè)ERP軟件之間搭建橋梁。它們也承諾提供諸如關(guān)鍵績效指標(biāo)（KPI）數(shù)據(jù)的分析功能，從而提高工廠車間的運(yùn)行效率。MES系統(tǒng)比SCADA系統(tǒng)提供更加先進(jìn)的功能，不過很昂貴并且實(shí)施過程需要更多的工程設(shè)計工作。在開發(fā)MES的工業(yè)時代，各種系統(tǒng)還是各自獨(dú)立的，而互聯(lián)網(wǎng)的優(yōu)化主要是后知后覺。

避免被鎖定的升級周期

考慮到工業(yè)企業(yè)花費(fèi)在傳統(tǒng)軟件上的時間和成本，我們可以理解為什么一些制造商拒絕增強(qiáng)現(xiàn)有系統(tǒng)。他們擔(dān)心新的系統(tǒng)會很貴、需要大量的工程設(shè)計以及對員工的培訓(xùn)，并將公司鎖定在困難的、昂貴的升級、補(bǔ)丁以及擴(kuò)展受限的周期之內(nèi)。下一代軟件將提供的是使用簡便以及用戶可以買的起的價格。

將實(shí)時數(shù)據(jù)與歷史背景結(jié)合起來會縮短分析滯后，實(shí)現(xiàn)即時分析功能，甚至在一個事件影響過程性能之前就提供采取行動。圖片來源：Trendminer

工業(yè)領(lǐng)域的搜索引擎

正如上文提到的，訪問歷史數(shù)據(jù)并將其轉(zhuǎn)化為可操作的信息以改進(jìn)操作是耗時且困難的。數(shù)據(jù)建模應(yīng)用需要大量的工程設(shè)計和數(shù)據(jù)科學(xué)家才能實(shí)現(xiàn)。其結(jié)果是，只把那些關(guān)鍵任務(wù)的應(yīng)用作為目標(biāo)，而將大量可以提高的機(jī)會給埋沒了。

在2008年，來自于Covestro（當(dāng)時被稱為拜耳材料科學(xué)）的工程師們通過檢查不同分析模型以及識別在試驗(yàn)項(xiàng)目基礎(chǔ)上進(jìn)行擴(kuò)展所遇到的限制來利用時間序列數(shù)據(jù)。通過他們對于工藝過程運(yùn)行的深入了解，工程師們?yōu)橐话阌脩魟?chuàng)造了“基于搜索模式的探索和預(yù)測類型的過程分析功能”。這個平臺獨(dú)特的多維搜索功能讓用戶可以快速簡單地找到精確的信息，而不需要昂貴的建模項(xiàng)目和數(shù)據(jù)科學(xué)家。

解釋其工作原理的一個簡單例子是歌名識別應(yīng)用Shazam。盡管Shazam使用的技術(shù)不同，但是其概念是類似的。與其嘗試將一首歌的每一個音符都在其龐大的歌曲數(shù)據(jù)庫中進(jìn)行匹配，Shazam使用模式識別軟件來尋求“高能量內(nèi)容”或者一首歌里面最獨(dú)特的一些特性，進(jìn)而與數(shù)據(jù)庫中的類似特性進(jìn)行匹配。這是對此復(fù)雜過程的簡單解釋，從而讓用戶可以快速地、高精確度地找到歌曲名稱。

工業(yè)領(lǐng)域所要求的算法要比搜索軟件更加復(fù)雜，會與現(xiàn)有的歷史數(shù)據(jù)庫連接，進(jìn)而為一個索引設(shè)立一個存儲數(shù)據(jù)庫層的數(shù)據(jù)列。這個軟件為了通過批處理或連續(xù)工藝進(jìn)行搜索，而簡化了對感興趣的時間段的查找、過濾、疊加以及對比。

不僅如此，下一代軟件讓用戶可以搜索特定的操作工況、工藝漂移、操作員行為、工藝不穩(wěn)定性或者震蕩。通過將這些先進(jìn)的搜索模式組合起來，用戶可以將他們需要的信息解鎖。例如，一個操作員將多個數(shù)據(jù)層或時間段進(jìn)行對比，來探索哪些傳感器或多或少的偏離基礎(chǔ)值，繼而通過調(diào)整提高生產(chǎn)效率。

情境化和預(yù)測性

除了更加簡單的搜索功能，也需要關(guān)注過程數(shù)據(jù)情境化和預(yù)測性分析功能。工程師和操作員可以提供注釋來獲取更多洞察力。預(yù)測性分析功能可以通過將所保存的歷史模式與實(shí)時過程數(shù)據(jù)進(jìn)行對比，從而實(shí)現(xiàn)對異常的以及不希望出現(xiàn)的過程事件的早期報警檢測。對工藝過程可能的軌跡的計算，可以在其發(fā)生之前預(yù)測過程變量以及行為。這讓操作員具備了判斷最近的過程調(diào)整是否與預(yù)期的過程表現(xiàn)相匹配的能力。如果不匹配，操作員可以主動地調(diào)整設(shè)定值。

在線訂閱模式

要想解決傳統(tǒng)軟件的挑戰(zhàn)，在線訂閱價格可以讓所有企業(yè)買得起工藝分析功能，而且將企業(yè)從花費(fèi)時間和金錢來增加額外的許可和及升級中解放出來。當(dāng)用戶登陸的時候，他們會自動獲取最新版本的軟件。

企業(yè)可以更好地利用其在高質(zhì)量歷史數(shù)據(jù)庫方面的投資，其方式為通過連接到低成本的預(yù)測分析軟件上，可以為現(xiàn)有歷史數(shù)據(jù)庫提供更加有價值的企業(yè)洞察力。買得起的、即插即用的軟件可以幫助企業(yè)提高運(yùn)行效率，加速IIoT的實(shí)現(xiàn)。在這個充滿變革的時代，要想保持競爭力，企業(yè)將不能把目光局限在現(xiàn)有系統(tǒng)上了。