NO.1應用背景

　　說到大數據分析、人工智能、機器學習這些名詞

，大家應該都不陌生
，日常生活中
，每天都可能接觸到這些技術
，比如實名認證用的人臉識別，手機APP的定製內容推送等等。這些應用都是通過大量收集數據
，利用機器學習來訓練算法、尋找規律，為決策提供支持。

　　大da數shu據ju分fen析xi已yi經jing在zai改gai善shan人ren們men的de日ri常chang生sheng活huo，它ta在zai工gong業ye界jie也ye逐zhu漸jian成cheng為wei熱re門men話hua題ti，業ye界jie都dou很hen關guan注zhu大da數shu據ju分fen析xi在zai工gong業ye領ling域yu的de應ying用yong場chang景jing。工gong業ye大da數shu據ju和he通tong用yong的de大da數shu據ju分fen析xi並bing不bu完wan全quan相xiang同tong，它ta的de特te點dian是shi實shi時shi性xing高gao
、數據量大
、數據異構性強
，工業大數據要求分析模型的精度高、可靠性高、yinguoguanxiqiang
，zheyangcainengmanzugongyechangjingdexuyao。chunshujuwajuedejianmofangshiwufamanzugongyelingyudexuqiu，yinci，gongyedashujufenxidetezhengshiqiangtiaozhuanyelingyugongyizhishiheshujuwajuedeshenduronghe。

　　一方麵，運行中的流程工廠每天會生成海量的數據，數據的來源包括DCS、PLC、實驗室管理係統、設備管理係統、能源管理係統等。但是據統計，流程工廠中八成的數據都沒得到利用
，這就造成了對數據資源的浪費。

　　另一方麵
，工廠的運營管理人員也麵臨著很多挑戰，如何得到最佳的設備效率、異常現象的根本原因分析
、如何減少故障
、縮短維修時間

、如何提前識別出運營的隱患，如何根據不同的工況設定KPI的動態目標。這些問題很難從純機理角度去分析，因此我們可以以“數據驅動+機理驅動”的雙驅動模式來進行工業大數據的分析，從而建立高精度、高可靠性的模型，來真正解決實際的工業問題。

　　工(gong)業(ye)大(da)數(shu)據(ju)分(fen)析(xi)作(zuo)為(wei)數(shu)字(zi)化(hua)轉(zhuan)型(xing)不(bu)可(ke)或(huo)缺(que)的(de)組(zu)成(cheng)部(bu)分(fen)
，未(wei)來(lai)的(de)發(fa)展(zhan)前(qian)景(jing)廣(guang)闊(kuo)。而(er)利(li)用(yong)大(da)數(shu)據(ju)分(fen)析(xi)的(de)軟(ruan)件(jian)，發(fa)掘(jue)客(ke)戶(hu)現(xian)場(chang)數(shu)據(ju)的(de)價(jia)值(zhi)，提(ti)升(sheng)運(yun)營(ying)表(biao)現(xian)，是(shi)艾(ai)默(mo)生(sheng)一(yi)直(zhi)以(yi)來(lai)致(zhi)力(li)於(yu)發(fa)展(zhan)的(de)方(fang)向(xiang)。

　　NO.2平台功能特點

　　2019年，艾默生收購工業數據分析軟件KNet，yiciruanjianweijichubingjieheaimoshengzaigongyelingyuzhishihejingyanjinxinggongnengshangdezhenghekuochongertuichuleaimoshenggongyedashujujiejuefangan，qikeduiyunyingheshengchanshujujinxingtiqu
、清理
、zhuanhuanhefenxi
，tashiyongxianjindetongjihejiqixuexisuanfaku，jianggongyedashujuzhuanhuaweishiyongzhishi，tuidongshishijuece
，congeryouhuaguochenghezichanxingneng，houxujinyibuzhenghedaoaimoshengdePlantweb數字生態係統中，成為工業大數據應用的重要一環。2021年，艾默生工業大數據解決方案榮獲了物聯網突破獎之年度分析平台獎。

圖1 艾默生榮獲年度分析平台獎

　　艾默生工業大數據解決方案分為兩個部分：離線數據挖掘軟件和在線專家係統軟件。離線數據挖掘的作用是分析曆史數據，尋找規律，建立預測性模型；而在線專家係統的作用是，部署預測性模型，用前麵發掘出的規律
，來輔助決策。整體的工作原理如下所示：

圖2 艾默生工業大數據解決方案的工作原理

　　■離線數據挖掘模塊

　　離線數據挖掘模塊用來分析原始數據，發現隱藏的規律，並將其轉化為預測模型。它具有數據分析
、優化、機器學習、統計過程控製
、報警分析等功能。本質上
，它是一個可以獨立運行的數據挖掘軟件。

　　它有以下特點：

• 圖形化環境，提供高度直觀和用戶友好的使用環境
  ，具有Microsoft軟件的外觀和體驗，具有下拉菜單
  
  、拖放圖形圖標的功能，無需編寫腳本或編程。
• 工作流Workflow
  ，允許您構建和自動執行由數據分析、學習
  
  、聚類和建模組成的順序流程。構建工作流後，它們會被自動存儲，以後可以部署應用於多個數據集
  ，無需人工幹預。
• 數據可視化，內嵌了各種工具，可提供有效的數據可視化，例如散點圖、折線圖
  、餅圖
  、麵積圖、箱形圖、雷達圖和極坐標圖。
• 支持第三方腳本語言，如Matlab
  ，Python和R。

　　離線數據挖掘模塊中有龐大的算法庫，所有這些算法都是內置的，隻需點擊、tuozhuaidengcaozuo，jiukeyiyingyongdaonindeshujufenxizhong。aimoshengyizhizaibuduandijiaqiangsuanfaku，yiquebaowomendekehubuyonghuajinglizaibianxiesuanfashang，bashijianliugeijiejuezuijishoude OT業務問題。

圖片 3機器學習算法庫

　　■在線專家係統

　　進入到在線專家係統，它有三個主要功能模塊：規則及複雜事件模塊、根本原因分析模塊（Root Cause Analysis
，簡稱RCA）和工作流模塊（Workflow）。

　　規則及複雜事件模塊使用圖形語言，可以輕鬆構建用於不同事物的規則，例如檢測複雜事件
、能夠檢測操作模式和生成性能報告。該模塊提供了廣泛的功能塊，包括算術

、統計過程控製、信號發生器
、數據篩選器、邏輯門、時態數據功能塊等，還可以使用C#.NET語言添加自定義塊。

　　它(ta)無(wu)須(xu)編(bian)寫(xie)腳(jiao)本(ben)或(huo)代(dai)碼(ma)，通(tong)過(guo)拖(tuo)放(fang)不(bu)同(tong)的(de)功(gong)能(neng)塊(kuai)，從(cong)輸(shu)入(ru)或(huo)數(shu)據(ju)，到(dao)計(ji)算(suan)和(he)邏(luo)輯(ji)，再(zai)到(dao)輸(shu)出(chu)
，組(zu)成(cheng)一(yi)個(ge)計(ji)算(suan)的(de)規(gui)則(ze)或(huo)者(zhe)複(fu)雜(za)事(shi)件(jian)
，如(ru)業(ye)務(wu)規(gui)則(ze)，計(ji)算(suan)KPI的性能管理應用程序，在不同係統之間執行數據傳輸的應用程序
，預測性維護應用程序，原型
、建模和仿真應用程序。

圖4 規則及複雜事件模塊範例

　　用戶可利用根本原因分析模塊（RCA）實現決策支持係統、圖形診斷應用程序和異常情況管理係統。使用故障傳播模型
，RCAkeshishizhenduanguzhang，zhaochugenbenyuanyin
，jianyixiangyingjihua，bingzhixingjiuzhengchengxu。yituxingfangshigoujiandeguzhangshu，yingyongleyinguoguanxizhuanyezhishi。ceshihejiuzhengcuoshikeyishijiandandexiaoxi
、複雜的規則或整個工作流程。

　　可以檢測到的故障可能包含與效率
、設備故障、環境法規
、不安全條件以及關鍵績效指標偏差相關的問題。這種異常情況可能會產生許多嚴重後果，包括：意外停機
、計劃中斷、安全隱患
、質量不佳、運行效率低等。任何檢測到的故障都會觸發自動的根本原因分析（RCA）
，RCA模塊運行檢測以確定根本原因，並通知操作員是否必須采取任何糾正措施和/或啟動工作流程以執行解決程序。

圖5 自動根因分析模塊範例

　　工作流（Workflow）模塊是一款靈活的工作流程管理解決方案



，可幫助各種用戶輕鬆進行處置
，並與工作流程及後續操作進行交互。

　　典型的工作流可助您實現和執行：

• 糾正措施
• 啟動和關閉程序
• 解決重複出現的問題
• 恢複程序
• 升級事故響應

圖6 工作流模塊範例

　　NO.3艾默生工業大數據解決方案的典型應用案例

　　■幫助全球最大海上鑽井公司

　　提升鑽井設備的可靠性

　　A客戶經營著世界上最大的海上石油鑽井船隊，在2018年的時候，該公司擁有35台自升式鑽機，12台半潛式潛水器和另外12台高科技鑽探船。2011年，A客戶的鑽井船隊經曆了8%dejihuawaitingjishijian

，youyujihuawaitingjiwangwanghuixuyaozantingzuoye
，bingjiangchuankaihuigangkoujinxingweixiu，huizaochenghendasunshi。gaigongsijihuatongguoshujuqudongdeyucexingweihushijian，jiangjihuawaitingjishijianjianshaozhi4%。

　　首先，A客戶在其總部休斯頓建立預測智能中心（Predictive Intelligence Center），它的職能包含：

1. 實時監控鑽井船隊的資產；
2. 提供資產性能退化的預警；
3. 確定資產的剩餘使用壽命
   ；
4. 通過優化資產選擇和維護活動來降低成本；
5. 通過提高可靠性和正常運行時間
   ，來提升為客戶提供的海上鑽井服務。

　　然後，客戶確定了其鑽井船上最重要的五個關鍵設備——頂部驅動器、絞車、防噴器
、管道處理和推進器，並將重點放在提高這些關鍵設備的可靠性上。

　　disan，kehucongzuanjingchuandekongzhixitongshoujishuju，tongguoweixingtongxinfasongdaoanshang，weiyuxiusidundeyucezhinengzhongxinkaishiyongaimoshenggongyedashujujiejuefanganduishujujinxingfenxi。tongguojisuanshishishuju
，bingheshuxuejianmodedaodeyucexingmoxingjinxingbijiao，quedingzichandeyunxingzhuangkuang，ranhoujisuanshengyudeshiyongshouming。ruyoupianchahuozheguzhangdezaoqizhengzhuang
，xitonghuifasongjingbaohedianziyoujian
，bingjiangqifankuigeizuanjingchuanshangdeweihurenyuan。

　　在艾默生的幫助下
，這家海上鑽井能源公司已經將計劃外停機時間減少到不到1%，這意味著每年數以百萬美元計的利潤。

　　■沙特阿美Abqaiq原油處理廠

　　改善能源管理

　　沙特阿美公司的Abqaiq工廠是其最大的石油加工設施，日處理能力超過700萬桶，每天的能源消耗是一個巨大的數字。Abqaiq工廠擁有一個標準的KPI管guan理li係xi統tong來lai監jian控kong能neng耗hao，並bing為wei能neng耗hao設she定ding了le固gu定ding的de目mu標biao值zhi，當dang發fa現xian偏pian差cha時shi
，需xu要yao操cao作zuo人ren員yuan去qu分fen析xi根gen本ben原yuan因yin，需xu要yao大da量liang專zhuan家jia和he多duo部bu門men之zhi間jian的de冗rong長chang會hui議yi來lai診zhen斷duan問wen題ti。

　　Abqaiq 工廠麵臨以下挑戰：

1. 需要提高準確性和性能洞察力，以做出明智的決策；
2. 由於使用固定目標
   ，而不是動態目標，當運行模式切換後，很容易收到能量消耗過多的錯誤警告；
3. 能耗和目標的差距持續存在時，需要很長時間去確定真正的根本原因
   
   ；
4. 由於某些儀器故障
   
   ，KPI計算不準確。

　　為wei了le克ke服fu這zhe些xie挑tiao戰zhan，需xu要yao利li用yong先xian進jin的de技ji術shu，因yin為wei即ji使shi是shi非fei常chang短duan的de操cao作zuo停ting機ji時shi間jian，也ye可ke能neng會hui導dao致zhi數shu百bai萬wan美mei元yuan的de損sun失shi。為wei了le克ke服fu這zhe些xie挑tiao戰zhan並bing消xiao除chu能neng耗hao方fang麵mian的de性xing能neng差cha距ju，沙sha特te阿e美mei的deAbqaiq工廠選擇了艾默生工業大數據解決方案
，包括：

1. 監控整個工廠的能耗，並可細化至設備級別；
2. 自動監測工廠狀態和運行模式，並相應地實時調整能耗目標；
3. 盡早發現能源績效差距
   
   ；
4. 使用自動根本原因（RCA）分析和識別，來找出差距背後的根本原因
   ；
5. 在執行最佳實踐的同時，采取糾正措施。

　　在艾默生的平台上，可以計算和監視24個生產單元

、57個非生產單元和237台關鍵設備的能耗，這些設備代表了該工廠主要的耗能設備。

　　該係統從曆史數據庫收集工廠數據

，然後使用計算、規則、故障傳播和Workflow引擎來分析數據，以找出造成性能差異的原因，同時為最終用戶提供建議的糾正措施。係統將所有計算的KPI、根(gen)本(ben)原(yuan)因(yin)識(shi)別(bie)和(he)建(jian)議(yi)的(de)糾(jiu)正(zheng)措(cuo)施(shi)的(de)曆(li)史(shi)記(ji)錄(lu)保(bao)存(cun)在(zai)數(shu)據(ju)庫(ku)中(zhong)。然(ran)後(hou)將(jiang)結(jie)果(guo)通(tong)過(guo)網(wang)頁(ye)發(fa)布(bu)在(zai)數(shu)據(ju)儀(yi)表(biao)板(ban)中(zhong)，以(yi)供(gong)工(gong)廠(chang)不(bu)同(tong)角(jiao)色(se)的(de)用(yong)戶(hu)訪(fang)問(wen)。

　　基於艾默生工業大數據解決方案的Abqaiq智能能源KPIs係統已大大降低了能耗，節能帶來的效益估計為每年數千萬美元
，除此之外，其他可量化的好處還包括：

• 無論是操作員、工程師，還是管理人員都發現，通過更好地管理關鍵資產及其KPI影響
  ，可以輕鬆使用基於Web的界麵來提高工廠績效。
• 顯著減少了檢測和診斷能源消耗性能差距的周期時間和精力。
• 更好地保留並在線部署了運營知識。

　　■Celanese（美國）尋找故障根本原因實現設備預測性維護

　　在預測性維護用例中，艾默生工業大數據解決方案的分析見解為Celanese帶來了回報。當Celanese在兩周
、兩(liang)個(ge)月(yue)的(de)時(shi)間(jian)範(fan)圍(wei)內(nei)檢(jian)查(zha)一(yi)台(tai)設(she)備(bei)時(shi)，溫(wen)度(du)水(shui)平(ping)幾(ji)乎(hu)沒(mei)有(you)變(bian)化(hua)，變(bian)化(hua)幅(fu)度(du)遠(yuan)低(di)於(yu)警(jing)報(bao)水(shui)平(ping)。但(dan)是(shi)，當(dang)係(xi)統(tong)檢(jian)查(zha)和(he)分(fen)析(xi)了(le)兩(liang)年(nian)的(de)曆(li)史(shi)數(shu)據(ju)後(hou)
，就(jiu)提(ti)示(shi)“正常”溫度水平明顯高於以前的水平。

　　通過分析曆史數據，建立故障樹模型，Celanese的維護人員利用根本原因分析模塊發現：溫度緩慢升高的原因是潤滑油加熱器上的閥門卡住了。Celanese的工作人員說，“當dang查zha看kan每mei日ri或huo每mei周zhou的de數shu據ju時shi，溫wen度du的de升sheng高gao並bing不bu明ming顯xian。但dan這zhe種zhong溫wen度du升sheng高gao持chi續xu不bu被bei注zhu意yi可ke能neng會hui導dao致zhi軸zhou承cheng或huo軸zhou的de長chang期qi損sun壞huai，甚shen至zhi導dao致zhi設she備bei停ting機ji。”

　　圖7 這張圖展示了設備溫度在很短的時間範圍內變化很少（見藍色框內右側的曲線），但是在兩年的時間段內，很明顯可以看出最近的溫度顯著地高於之前的溫度水平。

　　■幫助某日化產品工廠實現批量在線分析

　　客戶位於美國
，是一個日化品牌的混合單元(mixer skid unit)，zheshiyigedianxingdepiliangguocheng

，bingqiepiliangshengchanshijianxiangduijiaochang。kehuxiwangqulijiechangpiliangzhouqizhong，naxieyinsuduizuizhongzhiliangchanshengyingxiang
，tongshiyaoduishebeiguzhangheguochengwentiyoutiqianyuce，yibiantamenjishiganyu，shixianzhiliangdeguanli。

　　aimoshengduilishishujujinxingfenxi，bangzhukehudingyihuangjinpicidetezheng，ranhoujianlibutongyunxingmoshixiadezhiliangyucemoxing。yanzhengleyucemoxinghou，womenjiangtabushudaozaixiandezhuangtai
，bingqiebangzhukehujianliguzhangshu。

　　youlezheyangdemoxing，kehujiukeyijianzhaxianyoudepici，bingqiejiyushujuwajuejieduanquedingdezhiliangyucemoxing
，yucegaipicidezuizhongzhiliang。ruguofashenglezhiliangxiajiangdequshi，xitonghuigenjuguzhangshu，fankuigeicaozuoyuandaozhizhiliangxiajiangdeyuanyin，yijiruhequcaozuodejianyi。

　　從這個案例來看
，艾默生工業大數據解決方案可以在這以下方麵提升批量生產的性能：

　　yuceyichangqingkuang，youyujieheleduilishishujudefenxi，xitongkeyizaoqishibiechushebeiheguochengdeyichangzhuangkuang，zheyangjiukeyiyufangbufuheyaoqiudepici，jianshaofeiliao

，tishengleshebeikekaoxing。

　　jiejuekehuzuiguanxindezhiliangyucegongneng，yinweizhiqianduizhiliangdeguanlidoushishihoude，youlezaixianzhiliangyucemoxing
，kehujiukeyiyupangaipicidezuizhongzhiliang
，zaixuyaodeshihoutiqianjieru，gaibianzhiliangliehuadequshi。

　　NO.4總結

　　艾默生工業大數據解決方案是一種非常靈活、開kai放fang的de工gong業ye大da數shu據ju分fen析xi平ping台tai，為wei客ke戶hu提ti供gong了le一yi種zhong可ke以yi完wan全quan定ding製zhi的de解jie決jue方fang案an
，它ta結jie合he了le機ji器qi學xue習xi的de能neng力li，以yi及ji艾ai默mo生sheng在zai對dui流liu程cheng和he設she備bei可ke靠kao性xing的de專zhuan業ye知zhi識shi
，可ke以yi幫bang助zhu客ke戶hu利li用yong數shu據ju資zi源yuan

，提ti升sheng工gong廠chang性xing能neng。