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(chēng)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(mén)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(zhuān)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。

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。

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。