過(guò)程工業(yè)中的數字化轉型是數字化進(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)行數字化改造的公司將越來(lái)越多，那些堅持過(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)完成數字化轉型的公司收購，而這家被收購公司名稱(chēng)將消失。鑒于這一現實(shí)，本文介紹開(kāi)啟數字轉型之旅需要了解的內容。

數字化轉型在過(guò)程工業(yè)中的四個(gè)必要組件，按操作順序依次是數據收集、數據整合、數據分析和工作流轉換。

數據收集

設備測量成本從未降低過(guò)，如果沒(méi)有數據，后果不堪設想，我們需要做出數據驅動(dòng)的決策。一般來(lái)說(shuō)，我們獲得的數據比實(shí)際有效的數據多得多，過(guò)程行業(yè)有過(guò)程變量記錄數據、儀表和閥門(mén)診斷數據、動(dòng)設備健康數據、資產(chǎn)利用或OEE數據、環(huán)境報告數據、實(shí)驗室分析數據、工單/維護數據、原料數據、產(chǎn)品質(zhì)量數據、安全數據和市場(chǎng)價(jià)格/現貨價(jià)格數據。這些通常存儲在文件柜、工程師辦公室、工作站以及不同地點(diǎn)的多臺服務(wù)器。

數據整合

過(guò)程數據存儲在歷史數據系統中；實(shí)驗室數據存儲在LIMS中；工單和維護數據在CMMS中……如上所述，數據是在一個(gè)企業(yè)內的許多地方收集匯總的。如果能夠將所有的數據都整合在一個(gè)存儲位置呢？這就是數據湖的概念。

一旦數據進(jìn)入數據湖中，所有經(jīng)過(guò)授權的人員都能獲到數據。在收集數據時(shí)，你不需要事先了解數據之間的關(guān)系。最終用戶(hù)在使用數據時(shí)定義數據湖之間的關(guān)系。換言之，數據調控發(fā)生在退出數據湖之前，而不在進(jìn)入數據湖時(shí)，這使得數據湖在處理大量數據時(shí)非常有效。另一個(gè)好處是數據湖有助于數據的進(jìn)一步探索和挖掘。即使當前還不確定某些數據是否有用，只需將其存儲在數據湖中，一旦系統需要調用這些數據時(shí)，它的價(jià)值就體現出來(lái)了。不是每個(gè)人都需要一個(gè)數據湖，一些用戶(hù)可以隨意瀏覽和收集多個(gè)地點(diǎn)的數據。沒(méi)有海量數據需要處理、不關(guān)心訪(fǎng)問(wèn)海量數據的速度和效率的用戶(hù)，不會(huì )看到數據湖的價(jià)值。當然，如果你能在Excel中解決數據分析問(wèn)題，你也不需要數據湖。然而，當Excel的無(wú)法處理巨大的數據量時(shí)，那么你的企業(yè)確實(shí)需要更大的數據庫和更好的分析工具。

數據分析

我們用來(lái)將原始數據轉化為有用信息的所有工具、技術(shù)、方法和模型構成了分析工具箱。反復打磨數據，直到揭示所有秘密，分析是一個(gè)繁雜而迷人的過(guò)程，其目標包括發(fā)現問(wèn)題、告知結論和支持決策。如果您曾經(jīng)使用過(guò)條形圖或趨勢線(xiàn)，這些都是運用了簡(jiǎn)單而有效的可視化分析技術(shù)。您將數據結構化為多組數據，并將專(zhuān)業(yè)知識應用于原始數據，以使其更易于使用，并便于識別趨勢或差異。由于潛在的關(guān)系對于條形圖來(lái)說(shuō)過(guò)于繁忙或復雜，我們開(kāi)始使用其他分析工具。

當數據之間的關(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)行預測。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)，但又想計算溫度，我們可以應用理想氣體定律模型，得到一些很好的溫度預測。同樣，如果我有動(dòng)設備的振動(dòng)和溫度數據，我可以應用分析模型來(lái)確定設備的健康狀況，因為我了解振動(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)間建立有效的設備模型，你可以將其組合起來(lái)，并相對實(shí)時(shí)地在線(xiàn)運行，這意味著(zhù)數字雙胞胎技術(shù)已經(jīng)逐步展開(kāi)。數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)濟模型或所有這些模型的任意組合。

工作流轉換

數字化轉型為流程行業(yè)帶來(lái)的最大收益可能是通過(guò)數據分析改變了工作流程。正是分析能力允許自動(dòng)化流程重復執行原來(lái)由人工執行的任務(wù)，使工作人員能夠專(zhuān)注于提升知識和技能空間，而不是僅僅重復執行已知的解決方案。在過(guò)程工業(yè)的工作流程中是如何呈現呢？運營(yíng)或生產(chǎn)工程師可以在其職責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)監控和報告職責如下圖所述：

自動(dòng)化工作流程的技術(shù)和產(chǎn)品已經(jīng)存在了很長(cháng)一段時(shí)間，然而，除了規模大、利潤高的行業(yè)外，這些技術(shù)的成本對所有行業(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等當今流行的分析工具，原來(lái)人工執行的操作可以輕松且經(jīng)濟高效地部署為自動(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)現自動(dòng)化、擴充或簡(jiǎn)化?？煽啃怨ぷ髁魅缦聢D所述：

將這些在線(xiàn)模型歸入自動(dòng)化操作的價(jià)值在于，設備健康信息可以從靜態(tài)報告中解放出來(lái)，并成為實(shí)時(shí)在線(xiàn)狀態(tài)感知信息，可供所有需要它的人相對實(shí)時(shí)地使用。如需了解更多Plantweb  Optics資產(chǎn)管理平臺，歡迎關(guān)注我們的微信公眾號@艾默生自動(dòng)化解決方案，我們將盡快與您聯(lián)系。

現在是討論數字化轉型戰略的好時(shí)機。借用《高效能人士的七個(gè)習慣》的作者Stephen  CoveyAn的說(shuō)法，沒(méi)有制定轉換戰略或數字化轉型路線(xiàn)圖的企業(yè)評估上面的示例時(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(huà)：“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來(lái)支持這項新的開(kāi)支”。這種思維只考慮了容易衡量的直接成本，而對機會(huì )成本視而不見(jiàn)。當你的同事忙于重復性工作時(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？

具有戰略轉型愿景的企業(yè)能夠理解在獲取和嵌入工程知識時(shí)所創(chuàng )造的高價(jià)值。他們明白，自動(dòng)化在線(xiàn)分析的速度意味著(zhù)獲得更多利潤，因為在決策和溝通循環(huán)中損失的時(shí)間更少。戰略領(lǐng)導者認識到，提高態(tài)勢感知可以更快地做出更好的決策，這是一種競爭優(yōu)勢。他們明白，在相同的員工人數下完成更多的工作是一種成本和能力優(yōu)勢。決策發(fā)生在一個(gè)循環(huán)的觀(guān)察和決定行為（OODA循環(huán)）。任何實(shí)體（組織或個(gè)人）如果能夠比競爭對手更快地處理這個(gè)循環(huán)周期，就可以在每個(gè)階段獲得累積優(yōu)勢，這使得競爭對手越來(lái)越落后。

通過(guò)數字轉型努力獲得的收益不應被僅僅視為增量。一般情況下，通過(guò)減少浪費、返工或停機時(shí)間，以更高的生產(chǎn)率來(lái)衡量轉化工作流程的直接回報。

我們回到題目，數據帶來(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氫化合物衍生產(chǎn)品，如燃料、食品、塑料、油漆、溶劑、肥皂和藥品。分析是對原始數據的智能應用，將其轉換為可操作的信息。數據分析比石油加工更有利可圖，因為它的風(fēng)險更低，資本成本更低。

關(guān)于艾默生

艾默生（美國紐約證券交易所代碼：EMR）是一家全球性的技術(shù)與工程公司，為工業(yè)、商業(yè)及住宅市場(chǎng)客戶(hù)提供創(chuàng )新性解決方案。自動(dòng)化解決方案業(yè)務(wù)幫助過(guò)程、混合和離散行業(yè)制造商優(yōu)化其能效和運營(yíng)成本，促進(jìn)生產(chǎn)，確保人員安全和保護環(huán)境。商住解決方案幫助確保人類(lèi)舒適度和健康，保障食品質(zhì)量和安全，提升能效，打造可持續發(fā)展的基礎設施。