大家好，欢迎来到IT知识分享网。

图片来源：SIEMENS

作者 | Michael McEnery

“

数字化是应用软件解决方案通过数据来改善或改变业务流程；而数字化转型则可以包括许多数字化工程，通过使用数字技术来改变商业模式并提供新的收入和价值创造机会。

”

在最容易被人误解的技术术语中，数字化（Digitalization） 排 名 靠 前。它经常被误用并与类似的术语混淆，例如数位化（Digitization）和数字转换、数据采集、大数据、物联网（IoT）和工业 4.0。如果您深受失眠之苦，建议您在互联网上搜索关于这些术语之间细微差别的学术讨论，绝对可以治好您的失眠。

“数位化”通常是指将许多复杂多变的信息（例如过程测量和信号）转换为数字值。“数据采集”通常使用过程历史数据库来收集、组织和存储大量数字化信息，并且更频繁地将这些数据存储在云中。“数字化”是应用软件解决方案，通过数据来改进业务流程。“数字化转型”是包括许多数字化项目的一种战略性业务转型。

对于尚未参与过数字化工作的人，可能很难想象如何在您或您客户的设施中实施数字化。本文将概述软件工具如何通过将开发和维护复杂计算的职责，将数据传递到最终用户手中，利用工厂车间的数据来提高效率、减少能耗、防止代价高昂的设备故障，减轻控制系统工程师的负担。

控制回路性能监控

通过应用高级分析， Control Station 公司的 PlantESP 简化了对比例 – 积分 – 微分（PID）控制器性能问题的识别，以及针对特定问题的纠正措施的实施。它是一种工厂范围的监控解决方案，使用现有的过程数据来主动识别和表征对生产质量和生产能力产生负面影响的问题。该控制回路性能监控（CLPM）工具可以确定的常见问题包括机械的、重复发生的回路相互作用和 PID 控制器整定。它使工厂员工可以识别人眼无法察觉的细微趋势和性能下降。

举个例子来说明如何利用 CLPM 工具来识别复杂性能问题。在加拿大的一家石油开采设施中，工程师无法识别出关键生产装置中的波动来源。这些波动严重影响装置的蒸汽质量，从而导致产量降低。通过采用控制回路性能监控工具后，该系统立即确认了波动现象，并量化了多个控制回路之间增加的振荡。使用功率谱分析，工程师可以快速识别出具有相同频率特性的回路，从而可以缩小搜索范围。借助该技术的互相关工具，建立每个回路之间的超前 – 滞后关系，并查明了根本原因：阀门迟滞，静摩擦力过大（“静摩擦力”是指当物体与另一物体沿接触面的切线方向运动或有相对运动的趋势时，在两物体的接触面之间有阻碍它们相对运动的作用力）。仅用了数个小时，该软件就解决了工厂人员数周以来都无法解决的问 题。

资产绩效管理

Atonix Digital 公司的监控和诊断产品 ASSET360，可以从整个基础架构收集现有数据，应用机器学习来向运行人员报告异常行为并简化问题诊断。它将行业领域的专业知识与机器学习和高级模式识别相结合，以识别过程设备的早期性能下降，从而在代价高昂的故障发生之前，进行设备维护。分析可以在云端进行，远程系统监视服务通常与该软件结合使用（请参见图 1）。

▎图 1 ：在 Asset360 趋势的模式识别，显示了煤矿风扇轴承振动的预期值（ 红 色 ）与实际值（蓝色）。图片来源 ：McEnery Automation

在过去的 3 年中，该系统已在一家煤矿中投入使用。快速轻松地监控、分析、诊断和解决问题的能力，为实施更具战略意义的项目和计划提供了更大的灵活性。早期修复还延长了许多资产的使用寿命。在部署该解决方案后的 3 年里，该工厂就识别和解决了 320 多个 问题，节约了成本，提高了可靠性。延长资产寿命，减少停机，再加上其它效率提升，使该工厂节省了数十万美元。

边缘计算系统

基于云的监控对于识别随时间变化的大型工艺设备可能很适合，但对于高速设备的即时响应则不适用。该技术的一个示例是来自 Foghorn 公司的 Lightning 边缘计算系统。该系统将机器学习和分析应用于高速应用的海量 数据，以推荐实时的设备配置调整。通常，将要处理的整体数据的关键部分，发送到长期数据存储系统，例如历史数据库。

McEnery Automation 公司作为项目团队的一部分，为一家大型消费产品制造商实施了 Lightning 边缘计算系统，通过监控包装重量、 识别模式变化，并建议设备调整来改善高速包装线的性能。

多站点 IT/OT 融合

允许传统上存储在运营技术（OT）端（控 制网络）的数据与信息技术（IT）端（业务网络）共享是一项重大转变。

对于一家大型自来水公司而言，历史过程数据通常保存在多个 SQL 服务器数据库中，遍及不同地区的各个站点，并且只能在控件网络上访问。业务所需的所有法规和运营报告均由自动化和控制组管理。McEnery 公司协助将这些数据迁移到 OSIsoft 的 PI 系统中。本地数据库接口在每个站点将数据缓冲后，再发送到位于公司总部控制网络上的一个中央存储库。位于业务网络上的一台 PI 资产框架 （AF）服务器，充当业务网络的接入点，同时可以组织和情境化数据。这对服务器在两个网络之间创建自己的防火墙。SQL 服务器数据库将资产信息提供给 PIAF 服务器以实现情境化。在将数据组织分配到标准化的层次结构中， 并添加情境化数据后（例如范围和工程单位的缩放比例、设备大小、型号和序列号），业务用户就可以更轻松地访问和理解数据。

这个新模型有很多优势。它为最终用户提供数据访问权限， 从而可以简化报表生成过程，并提高站点之间的一致性。由于不再负责对报表和报表服务器提供 支持，因此控制工程师可以花费更多的时间来确保进入历史数据 库的数据的质量和准确性。由于能够比较站点之间的过程和运营数据，因此可以发现提高效率和 一致性的机会。工程部门能够访问数据，以用于全面的计划研究、 瞬态压力研究和泵的预测性维护（见图 2）。

▎图 2 ：多站点融合应用的系统架构图。

在上述每个示例中，无论是通过应用高级分析、向最终用户提供对数据的访问、汇总来自多个数据源和站点的数据，还是将复杂的计算移出控制级系统，都会以某种方式转换或简化业务流程。在大多数案例中，收集到的数据都可以更高效的用于新的应用。数字化技术的应用，将为最终用户创造更多价值。