Skip to main content

AI • 物联网 • 网络边缘

您的机器在说话 - 您听到了吗?

当今时代,市场风云变幻,工业组织竞争越来越剧烈,面临的经济风险越来越高。能够推动差异化和盈利能力的杠杆少之又少。

这些趋势是工业公司转向数字化的一大原因。通过实时接收并分析运营资产数据,制造商可通过评估已识别的风险并采取相应措施来获取显著的优势,这可以降低成本、提高质量和吞吐量。

Polinter 是一家生成聚乙烯的石化公司,它通过这样做取得了骄人的成绩。通过部署资产性能管理系统(其中包括跨其四个最大站点的基于状态的维护),它实现了:

  • 预防性维护活动增加 25%,优化了维护支出
  • 反应性维护活动减少 14%,减少了停机时间
  • 机械可用性改进使得在三年的时间内获得 3.7 万美元的额外利润

如 Polinter 所示,实施预测分析使他们能够进行实时资产维护,与传统的基于时间或计划的活动相比,可提供显著的效率和优势。虽然资产管理不是什么新鲜事,但是工业数据的大量注入需要采取新的方法来利用数据快速增长的可用性。

我们来看看当今时代使用的数目庞大的工业设备:有大型资产,例如石油钻塔、管道和风车,也有较小、较不明显的资产,例如如泵、阀和过滤装置。在用资产不但数目庞大,而且它们非常复杂,部署在千变万化的地理位置和环境中,以各式各样的参数运行。

因此,利用预测分析需要经过深思熟虑的资产战略来获得最大收益并确保获得切实的好处。

这需要进行风险评估,以确定哪些资产对于实现生产目标而言最关键,在潜在财务、安全和环境影响方面存在的风险最高。高效的部署需要组织首先确定要将预测分析专注哪些设备上,以及如果它们发生故障将会面临哪些风险。

高价值和高风险的交集

GE Digital 与 Polinter 等公司合力打造其 APM Health 解决方案,使运营商能够在高价值、高风险资产上部署远程诊断性和预测性分析技术。

“广义来说,我们应用预测技术来提供会导致停机的潜在故障的及早警告(例如,可能会在两天、两个月或两年内出现问题)”,GE Digital 产品战略副总裁 Joe Nichols 解释道。

“通过使用风险评估技术,我们可以确定要收集哪些数据,应用哪些分析来判断是否存在潜在的故障风险。识别出风险后,系统将自动建议最好的纠正措施以防止故障:通过进一步检查、操作调整或维护。”

GE Digital 使用 “数字化双胞胎 (digital twins)” 来使用正确的数据准确地对资产进行建模、应用分析和规则并提出建议,所有这些操作都有助于推动高效的资产管理实践和实现企业目标。

数字化双胞胎的概念的使用时间已超过 30 年。例如,美国国家航空航天局 (NASA) 运行宇宙飞船的复杂模拟已有几十年了。现在,借助物联网应用,该模拟又重新受到瞩目。事实上,Gartner 最近将该技术列出为 2019 年前 10 战略趋势之一。

“我们确定哪些资产最关键并根据我们收集的数据定义最合适的分析技术,” Nichols 说道。“可针对此数据迅速进行分析并采取行动以应对更基本的挑战,或捆绑到数字化双胞胎。数字化双胞胎是资产的高度结构化、虚拟的表示形式,可以持续监控潜在故障并提供及早警告。”

APM Health 解决方案会在数据流入时获取并分析数据,并将它与风险模型进行比较。系统将实时运行从简单到多元的分析例程,以识别问题并建议操作。

预测性维护的成功元素

APM Health 解决方案包括三个要素:Predix Essentials、Health Manager 和 Rounds。

Predix Essentials 是用于管理模型和资产运行状况的平台功能的底层集合。它是收集、情境化和标准化资产数据的位置,启用一种常见方法来查看、分析此信息并提出相关建议。

系统通过三种方法收集资产数据:历史学家、边缘和操作员直接输入。历史学家提取并存储数据,Predix Edge 技术通过连接到机器的传感器直接收集数据。操作员将在观察资产或与之交互时输入数据。可使用一种或多种方法来采集数据并将数据传输到该应用程序。

Health Manager 利用聚合的数据来实时确定和报告机器在其操作环境中的状态。它通过计算指标并促进基于规则的异常来检测异常现象。它通过 Rounds 和校准管理支持持续监控以及分立或定期监控,如图 1 所示。

图 1. 通过 Health Manager 查看报告并针对资产数据采取行动。

“根据所有进入的数据,并根据我们的预测分析,Health Manager 提供了统一的位置,您可以在这里哪些资产是否运行正常;如果不正常,原因何在,” Nichols 说道。“系统会在端到端流程中提出采取适当措施的建议,以让资产恢复正常运行,并提供数据环境以及充分利用数据。”

Rounds 是一款移动应用程序,将 Predix APM 放到现场人员的手中。它允许将设备战略远程集成到日常操作和监控程序中,从而促进高效的资产性能评估。

虽然许多现场资产具有传感器来自动传送数据,但是很大一部分资产没有。本设备需要直接的人机交互以观察、检查和评估其当前状况。Rounds 提供一个结构化流程,以逐步指导现场人员完成风险和条件评估,并在机器上操作时在本地准确地收集数据。

应用程序收集的数据可实时传输到后端系统。脱机时,数据存储在移动设备上,一旦连接后就传送到 Predix Essentials 和 Health Management 工具(图 2)。

图 2. 现场操作员在使用 Rounds 在本地收集资产数据。

减少工厂的停机时间

英特尔® 与 GE Digital 的合作伙伴关系超越技术集成。这两家公司通力合作,将 APM 解决方案部署到英特尔半导体工厂的风机过滤机组 (FFU) 上。

在此处理环境中,FFU 是极其关键的资产,运作受系统故障的影响最大。污染问题可能会导致生产线停工、产品损坏等等。

英特尔能够改善工厂运营以提高能源效率、预测能力、产量和员工工作效率。它通过在检测到潜在故障时订购更换部件并在故障发生之前提前更换它们,将 FFU 正常运行时间提高了超过 97%。

最后,与传统人工检查流程相比,英特尔将计划外停机时间减少了 300%。该部署演示了在半导体制造行业中,边缘计算和基于云的工业物联网预测性维护解决方案的 ROI 潜力。

APM Health 解决方案针对英特尔技术进行了优化,此技术提供了一个架构,使 GE Digital 能够从边缘到云提供端到端解决方案。作为更广泛的 Predix 产品组合的一部分,APM Health 可以单独部署,或者客户可以随着需求发展添加其它产品。

Nichols 总结道,“我们与英特尔协作是一个绝佳的例子,说明了我们可以如何合作以结合伟大的技术、资产管理最佳实践和半导体领域专业知识,来提供好处多多的预测分析并解决各种各样的客户难题。”

作者简介

Georganne Benesch is an Editorial Director for insight.tech. Before this she was an independent writer, authoring blogs, web content, solution guides, white papers and more. Prior to her freelance career Georganne held product management and marketing positions at companies such as Cisco, Proxim and Netopia. She earned a B.A. at University of California at Santa Cruz.

Profile Photo of Georganne Benesch