艾默生自動(dòng)化解決方案數字化軟件及服務(wù)業(yè)務(wù)經(jīng)理  韓靖

艾默生始創(chuàng )于1890年，憑借領(lǐng)先技術(shù)和多年工程實(shí)踐積累的經(jīng)驗和專(zhuān)業(yè)人才，打造了工業(yè)自動(dòng)化領(lǐng)域優(yōu)質(zhì)品牌形象。隨著(zhù)智能制造的深入發(fā)展，艾默生通過(guò)一系列的收購戰略，迅速擴大工業(yè)軟件能力， 逐步成為工業(yè)自動(dòng)化領(lǐng)域軟硬件技術(shù)的領(lǐng)導者之一。 艾默生自動(dòng)化解決方案數字化軟件及服務(wù)業(yè)務(wù)經(jīng)理韓 靖表示：“當前，艾默生能夠為工業(yè)制造企業(yè)建設智能化工廠(chǎng)提供包括網(wǎng)絡(luò )搭建、過(guò)程控制系統、數據測 量、數據管理、數據分析、遠程運維、實(shí)時(shí)監測等貫穿工廠(chǎng)整個(gè)運營(yíng)體系的產(chǎn)品和服務(wù)?！?/p>

Plantweb賦能企業(yè)智能運營(yíng)

在這個(gè)萬(wàn)物互聯(lián)的時(shí)代，工業(yè)軟件作為數字化技術(shù)的基礎正在促使傳統企業(yè)進(jìn)行思維方式的轉型，引領(lǐng)工業(yè)制造型企業(yè)成功轉型為智慧制造型企業(yè)。艾默生于2016年推出基于工業(yè)物聯(lián)網(wǎng)的數字化轉型方案——Plantweb數字生態(tài)系統，通過(guò)落地的可擴展的技術(shù)和服務(wù)助力企業(yè)實(shí)現卓越運營(yíng)。

隨著(zhù)數字化轉型的逐漸深入，各大企業(yè)紛紛開(kāi)展打破OT信息孤島，賦能企業(yè)智能運營(yíng)和維護的一系列工作，艾默生推出的Plantweb Optics工業(yè)軟件一攬子解決方案應時(shí)而生。據韓靖介紹，Plantweb Optics解決方案包括了Plantweb Optics Portal、 Plantweb Optics Data Lake、Plantweb Optics Analytics三大核心模塊。

（1）Plantweb Optics Portal

當前多數工廠(chǎng)往往都已配置了相應的設備診斷 系統來(lái)管理不同物理屬性的設備。目前主流的管理系統分別為針對現場(chǎng)儀表閥門(mén)的管理系統和針對動(dòng)設備的狀態(tài)監控和各類(lèi)OEM配套的管理子模塊。 艾默生的AMS Device Manager和AMS Machine Works（原Machinery Manager） 即市場(chǎng)主流的儀表閥門(mén)管理系統和機械健康管理系統。智能制造工廠(chǎng)的設備管理更需要一個(gè)綜合性集成化的管理平臺，將原來(lái)多個(gè)設備管理系統整合，實(shí)現數據湖管理、數據接口、數據綜合分析以及多種方式的門(mén)戶(hù)管理等模塊，幫助工業(yè)企業(yè)打造數據化的設備管理能力，實(shí)現高效的設備運維管理。艾默生推出 的Plantweb Optics Portal，可以無(wú)縫整合旗下的 AMS資產(chǎn)管理系統和Insight等模塊，并支持與企業(yè) CMMS系統的整合，提升從發(fā)現問(wèn)題到工單處理問(wèn)題的效率，同時(shí)增加的AR技術(shù)等可大幅提升現場(chǎng)巡檢和遠程支持的能力。

（2）Plantweb Optics Data Lake

智能工廠(chǎng)不僅要實(shí)現設備管理的整合，Plantweb Optics數據湖是在原Optics Portal上的進(jìn)一步擴展，是實(shí)現OT（運營(yíng)信息）、ET（設備信息）數據整合的解決方案，并可以與IT完美融合，打通企業(yè)的信息孤島，實(shí)現智能工廠(chǎng)的終極信息化。數據湖解決方案可以支持超過(guò)125種通信接口協(xié)議和驅動(dòng)程序，并且支持數據賦能，將底層數據的意義和架構有效傳遞給上層應用模塊。通過(guò)數據湖打造的企業(yè)數據中臺，可作為企業(yè)資產(chǎn)管理、能源管理、生產(chǎn)管理、 安全管理等各類(lèi)應用的基石。

（3）Plantweb Optics Analytics

智能工廠(chǎng)之所以智能，體現在企業(yè)的運營(yíng)和維護都將比之前更加的智能化。將人工智能技術(shù)應用于企業(yè)的運營(yíng)和維護，是未來(lái)大規模少人化工廠(chǎng)的必經(jīng)之路。優(yōu)先邁出這一步，將會(huì )在市場(chǎng)上具有更大的競爭力。Plantweb Optics高級分析模塊利用機理建模和數據建模雙重引擎來(lái)實(shí)現企業(yè)的生產(chǎn)優(yōu)化、質(zhì)量?jì)?yōu)化、能耗優(yōu)化和預知性維護。機理建模上，艾默生整合了其業(yè)務(wù)部門(mén)MRG多年在可靠性咨詢(xún)領(lǐng)域的大量設備的FMEA模板，融入到軟件的機理分析上；大數據分析建模上，艾默生收購了突尼斯的KNet品牌，并在近些年不斷豐富各類(lèi)工業(yè)應用，提升工程執行能 力。艾默生期待以此為中國工業(yè)企業(yè)實(shí)現智能運維打好前期基礎。

工業(yè)軟件助力數字化轉型

隨著(zhù)“十四五”規劃的推出，要求企業(yè)加快數字化發(fā)展，建設“數字中國”的呼聲不斷高漲，各個(gè)大中型企業(yè)都開(kāi)始了企業(yè)數字化轉型之路。工業(yè)軟件作為數字化轉型不可或缺的組成部分，未來(lái)的發(fā)展前景廣闊。對此，韓靖深表認同：“中國是制造業(yè)大國，雖然中國工業(yè)軟件市場(chǎng)規模已經(jīng)達到千億級水平，但根據Gartner數據顯示，2019年我國工業(yè)軟件市場(chǎng)規模占全球比例約6%左右，結合我國制造業(yè)增加值在全球占28%以上的份額，我國的工業(yè)軟件市場(chǎng)存在約5倍的增長(cháng)空間?！?/p>

在企業(yè)制定數字化轉型路線(xiàn)圖時(shí)，大數據的集中云管理是很重要的一環(huán)。特別是擁有多家制造廠(chǎng)的集團企業(yè)或跨國企業(yè)，如何能夠更好地將各個(gè)工廠(chǎng)的數據進(jìn)行統一管理、分析和實(shí)時(shí)監控，實(shí)現安全、高效運維，決定了企業(yè)的未來(lái)是不斷高效運營(yíng)和獲得贏(yíng)利，還是縮小規?；蛘甙l(fā)生重大事故。

艾默生擁有一整套企業(yè)智能化運營(yíng)的工業(yè)軟件解決方案，支持企業(yè)建立具有遠程訪(fǎng)問(wèn)能力的數據中心，為每個(gè)現場(chǎng)提供設備可靠性運行所需的數據和專(zhuān)家支持。該中心支持公司從全球任何站點(diǎn)訪(fǎng)問(wèn)工業(yè)數據，并對數據進(jìn)行分析，為生產(chǎn)現場(chǎng)提供建議和故障排除。如可靠性中心的專(zhuān)家們全天候訪(fǎng)問(wèn)來(lái)自全球不同數據源和地點(diǎn)的工業(yè)數據，支持每個(gè)生產(chǎn)現場(chǎng)的生產(chǎn)運營(yíng)，并通過(guò)遠程監控設備發(fā)現設備故障前兆，提醒現場(chǎng)工作人員檢查和排除故障.

“一個(gè)統一的工業(yè)數據平臺來(lái)取代目前廣泛使用的點(diǎn)對點(diǎn)的數據傳輸和集成，已經(jīng)成為智能制造和企業(yè)數字化轉型的關(guān)鍵舉措。這個(gè)工業(yè)數據平臺可以管理和監控所有站點(diǎn)的設備，形成全球生產(chǎn)基地的智 能設備管理平臺，實(shí)現設備健康監測和遠程運維能力?！?韓靖表示。艾默生的Platweb Optics下的相應模塊都可以部署在云端，并可以通過(guò)網(wǎng)頁(yè)、手機移動(dòng)應用端、APP等形式推送給不同職能的人。

艾默生工業(yè)軟件解決方案

隨著(zhù)我國生產(chǎn)制造能力的不斷提升，未來(lái)的工廠(chǎng)勢必規模上更加龐大，涉及的領(lǐng)域更廣，專(zhuān)業(yè)更深。在企業(yè)內部配備齊全專(zhuān)業(yè)技能強、經(jīng)驗豐富的專(zhuān)家已不再可能。只有通過(guò)智能化的軟件來(lái)替代龐大的人工分析和重復勞動(dòng)，推進(jìn)運營(yíng)分析智能化、工業(yè)流程自動(dòng)化，才有利于企業(yè)的長(cháng)期發(fā)展。這無(wú)疑將對自動(dòng)化、數字化技術(shù)供應商提出更大的挑戰。正如韓靖所言：“目前國內不少企業(yè)都有相應的工業(yè)軟件來(lái)模塊化地解決各類(lèi)應用需求，下一步將是如何整合模塊化應用，讓不同軟件得出的信息也可以對話(huà)。這需要我們軟件開(kāi)發(fā)者和企業(yè)運營(yíng)者一起努力來(lái)實(shí)現。如何將設備變得更加智能化，這是艾默生的發(fā)展方向，也是‘數字中國’的發(fā)展方向?！?br/>

摘自《自動(dòng)化博覽》2021年8月刊