過(guò)程工業(yè)中的數(shù)字化轉(zhuǎn)型是數(shù)字化進(jìn)程的一個(gè)子部分，也被視為第四次工業(yè)革命，即工業(yè)4.0。工業(yè)4.0的重點(diǎn)是，未來(lái)進(jìn)行數(shù)字化改造的公司將越來(lái)越多，那些堅(jiān)持過(guò)時(shí)商業(yè)模式的公司將慢慢被淘汰。在資本密集型行業(yè)，制造業(yè)資產(chǎn)消失的可能性較小，它更可能被一家已經(jīng)完成數(shù)字化轉(zhuǎn)型的公司收購(gòu)，而這家被收購(gòu)公司名稱將消失。鑒于這一現(xiàn)實(shí)，本文介紹開(kāi)啟數(shù)字轉(zhuǎn)型之旅需要了解的內(nèi)容。
數(shù)字化轉(zhuǎn)型在過(guò)程工業(yè)中的四個(gè)必要組件，按操作順序依次是數(shù)據(jù)收集、數(shù)據(jù)整合、數(shù)據(jù)分析和工作流轉(zhuǎn)換。
數(shù)據(jù)收集
設(shè)備測(cè)量成本從未降低過(guò)，如果沒(méi)有數(shù)據(jù)，后果不堪設(shè)想，我們需要做出數(shù)據(jù)驅(qū)動(dòng)的決策。一般來(lái)說(shuō)，我們獲得的數(shù)據(jù)比實(shí)際有效的數(shù)據(jù)多得多，過(guò)程行業(yè)有過(guò)程變量記錄數(shù)據(jù)、儀表和閥門診斷數(shù)據(jù)、動(dòng)設(shè)備健康數(shù)據(jù)、資產(chǎn)利用或OEE數(shù)據(jù)、環(huán)境報(bào)告數(shù)據(jù)、實(shí)驗(yàn)室分析數(shù)據(jù)、工單/維護(hù)數(shù)據(jù)、原料數(shù)據(jù)、產(chǎn)品質(zhì)量數(shù)據(jù)、安全數(shù)據(jù)和市場(chǎng)價(jià)格/現(xiàn)貨價(jià)格數(shù)據(jù)。這些通常存儲(chǔ)在文件柜、工程師辦公室、工作站以及不同地點(diǎn)的多臺(tái)服務(wù)器。
數(shù)據(jù)整合
過(guò)程數(shù)據(jù)存儲(chǔ)在歷史數(shù)據(jù)系統(tǒng)中;實(shí)驗(yàn)室數(shù)據(jù)存儲(chǔ)在LIMS中;工單和維護(hù)數(shù)據(jù)在CMMS中……如上所述，數(shù)據(jù)是在一個(gè)企業(yè)內(nèi)的許多地方收集匯總的。如果能夠?qū)⑺械臄?shù)據(jù)都整合在一個(gè)存儲(chǔ)位置呢?這就是數(shù)據(jù)湖的概念。
一旦數(shù)據(jù)進(jìn)入數(shù)據(jù)湖中，所有經(jīng)過(guò)授權(quán)的人員都能獲到數(shù)據(jù)。在收集數(shù)據(jù)時(shí)，你不需要事先了解數(shù)據(jù)之間的關(guān)系。最終用戶在使用數(shù)據(jù)時(shí)定義數(shù)據(jù)湖之間的關(guān)系。換言之，數(shù)據(jù)調(diào)控發(fā)生在退出數(shù)據(jù)湖之前，而不在進(jìn)入數(shù)據(jù)湖時(shí)，這使得數(shù)據(jù)湖在處理大量數(shù)據(jù)時(shí)非常有效。另一個(gè)好處是數(shù)據(jù)湖有助于數(shù)據(jù)的進(jìn)一步探索和挖掘。即使當(dāng)前還不確定某些數(shù)據(jù)是否有用，只需將其存儲(chǔ)在數(shù)據(jù)湖中，一旦系統(tǒng)需要調(diào)用這些數(shù)據(jù)時(shí)，它的價(jià)值就體現(xiàn)出來(lái)了。不是每個(gè)人都需要一個(gè)數(shù)據(jù)湖，一些用戶可以隨意瀏覽和收集多個(gè)地點(diǎn)的數(shù)據(jù)。沒(méi)有海量數(shù)據(jù)需要處理、不關(guān)心訪問(wèn)海量數(shù)據(jù)的速度和效率的用戶，不會(huì)看到數(shù)據(jù)湖的價(jià)值。當(dāng)然，如果你能在Excel中解決數(shù)據(jù)分析問(wèn)題，你也不需要數(shù)據(jù)湖。然而，當(dāng)Excel的無(wú)法處理巨大的數(shù)據(jù)量時(shí)，那么你的企業(yè)確實(shí)需要更大的數(shù)據(jù)庫(kù)和更好的分析工具。
數(shù)據(jù)分析
我們用來(lái)將原始數(shù)據(jù)轉(zhuǎn)化為有用信息的所有工具、技術(shù)、方法和模型構(gòu)成了分析工具箱。反復(fù)打磨數(shù)據(jù)，直到揭示所有秘密，分析是一個(gè)繁雜而迷人的過(guò)程，其目標(biāo)包括發(fā)現(xiàn)問(wèn)題、告知結(jié)論和支持決策。如果您曾經(jīng)使用過(guò)條形圖或趨勢(shì)線，這些都是運(yùn)用了簡(jiǎn)單而有效的可視化分析技術(shù)。您將數(shù)據(jù)結(jié)構(gòu)化為多組數(shù)據(jù)，并將專業(yè)知識(shí)應(yīng)用于原始數(shù)據(jù)，以使其更易于使用，并便于識(shí)別趨勢(shì)或差異。由于潛在的關(guān)系對(duì)于條形圖來(lái)說(shuō)過(guò)于繁忙或復(fù)雜，我們開(kāi)始使用其他分析工具。
當(dāng)數(shù)據(jù)之間的關(guān)系已知時(shí)，我們把它建立在一個(gè)模型中，我們可以用這個(gè)模型進(jìn)行預(yù)測(cè)。例如，我們知道理想氣體定律PV=nRT與理想氣體的性質(zhì)和一些實(shí)際氣體的模型有關(guān)。如果我們知道壓力、體積、物質(zhì)和量(nR)，但又想計(jì)算溫度，我們可以應(yīng)用理想氣體定律模型，得到一些很好的溫度預(yù)測(cè)。同樣，如果我有動(dòng)設(shè)備的振動(dòng)和溫度數(shù)據(jù)，我可以應(yīng)用分析模型來(lái)確定設(shè)備的健康狀況，因?yàn)槲伊私庹駝?dòng)頻率、溫度偏差和潛在故障模式或磨損模式之間的關(guān)系。
如果你花了足夠的時(shí)間建立有效的設(shè)備模型，你可以將其組合起來(lái)，并相對(duì)實(shí)時(shí)地在線運(yùn)行，這意味著數(shù)字雙胞胎技術(shù)已經(jīng)逐步展開(kāi)。數(shù)字雙胞胎可以包括過(guò)程動(dòng)力學(xué)模型或可靠性模型、能源和材料經(jīng)濟(jì)模型或所有這些模型的任意組合。
工作流轉(zhuǎn)換
數(shù)字化轉(zhuǎn)型為流程行業(yè)帶來(lái)的最大收益可能是通過(guò)數(shù)據(jù)分析改變了工作流程。正是分析能力允許自動(dòng)化流程重復(fù)執(zhí)行原來(lái)由人工執(zhí)行的任務(wù)，使工作人員能夠?qū)Ｗ⒂谔嵘R(shí)和技能空間，而不是僅僅重復(fù)執(zhí)行已知的解決方案。在過(guò)程工業(yè)的工作流程中是如何呈現(xiàn)呢?運(yùn)營(yíng)或生產(chǎn)工程師可以在其職責(zé)中包含周期性的工作流程，如下圖所述：
另一個(gè)月度生產(chǎn)監(jiān)控和報(bào)告職責(zé)如下圖所述：
自動(dòng)化工作流程的技術(shù)和產(chǎn)品已經(jīng)存在了很長(zhǎng)一段時(shí)間，然而，除了規(guī)模大、利潤(rùn)高的行業(yè)外，這些技術(shù)的成本對(duì)所有行業(yè)來(lái)說(shuō)都是令人望而卻步。因此，這些工作流程依然采用人工，即使它們十分適合采用自動(dòng)化流程。借助艾默生Plantweb Optics Analysis等當(dāng)今流行的分析工具，原來(lái)人工執(zhí)行的操作可以輕松且經(jīng)濟(jì)高效地部署為自動(dòng)化工作流程。此外，可靠性工程工作流可以在相同的環(huán)境中實(shí)現(xiàn)自動(dòng)化、擴(kuò)充或簡(jiǎn)化?？煽啃怨ぷ髁魅缦聢D所述：
將這些在線模型歸入自動(dòng)化操作的價(jià)值在于，設(shè)備健康信息可以從靜態(tài)報(bào)告中解放出來(lái)，并成為實(shí)時(shí)在線狀態(tài)感知信息，可供所有需要它的人相對(duì)實(shí)時(shí)地使用。如需了解更多Plantweb Optics資產(chǎn)管理平臺(tái)，歡迎關(guān)注我們的微信公眾號(hào)@艾默生自動(dòng)化解決方案，我們將盡快與您聯(lián)系。
現(xiàn)在是討論數(shù)字化轉(zhuǎn)型戰(zhàn)略的好時(shí)機(jī)。借用《高效能人士的七個(gè)習(xí)慣》的作者Stephen CoveyAn的說(shuō)法，沒(méi)有制定轉(zhuǎn)換戰(zhàn)略或數(shù)字化轉(zhuǎn)型路線圖的企業(yè)評(píng)估上面的示例時(shí)，幾乎看不到有可衡量的價(jià)值。我們可能會(huì)聽(tīng)到這樣的話：“不管怎樣，我必須給那些工程師全職工資，減少他們的工作量是沒(méi)有價(jià)值的”或者“我無(wú)法逐漸減少員工人數(shù)來(lái)支持這項(xiàng)新的開(kāi)支”。這種思維只考慮了容易衡量的直接成本，而對(duì)機(jī)會(huì)成本視而不見(jiàn)。當(dāng)你的同事忙于重復(fù)性工作時(shí)，有哪些工程工作沒(méi)有完成?或者換一種說(shuō)法，如果你的員工中多了一個(gè)工程師，你還能完成什么?
具有戰(zhàn)略轉(zhuǎn)型愿景的企業(yè)能夠理解在獲取和嵌入工程知識(shí)時(shí)所創(chuàng)造的高價(jià)值。他們明白，自動(dòng)化在線分析的速度意味著獲得更多利潤(rùn)，因?yàn)樵跊Q策和溝通循環(huán)中損失的時(shí)間更少。戰(zhàn)略領(lǐng)導(dǎo)者認(rèn)識(shí)到，提高態(tài)勢(shì)感知可以更快地做出更好的決策，這是一種競(jìng)爭(zhēng)優(yōu)勢(shì)。他們明白，在相同的員工人數(shù)下完成更多的工作是一種成本和能力優(yōu)勢(shì)。決策發(fā)生在一個(gè)循環(huán)的觀察和決定行為(OODA循環(huán))。任何實(shí)體(組織或個(gè)人)如果能夠比競(jìng)爭(zhēng)對(duì)手更快地處理這個(gè)循環(huán)周期，就可以在每個(gè)階段獲得累積優(yōu)勢(shì)，這使得競(jìng)爭(zhēng)對(duì)手越來(lái)越落后。
通過(guò)數(shù)字轉(zhuǎn)型努力獲得的收益不應(yīng)被僅僅視為增量。一般情況下，通過(guò)減少浪費(fèi)、返工或停機(jī)時(shí)間，以更高的生產(chǎn)率來(lái)衡量轉(zhuǎn)化工作流程的直接回報(bào)。
我們回到題目，數(shù)據(jù)帶來(lái)新的能量源泉，那么我們可以說(shuō)，分析協(xié)助將石油精煉和加工成各種碳?xì)浠衔镅苌a(chǎn)品，如燃料、食品、塑料、油漆、溶劑、肥皂和藥品。分析是對(duì)原始數(shù)據(jù)的智能應(yīng)用，將其轉(zhuǎn)換為可操作的信息。數(shù)據(jù)分析比石油加工更有利可圖，因?yàn)樗娘L(fēng)險(xiǎn)更低，資本成本更低。
（轉(zhuǎn)載）
