★艾默生自动化解决方案陈鹏

艾默生自动化解决方案资深行业经理陈鹏

工业互联发展趋势

工业互联不是某种单一技术，而是一个服务于工业制造企业，提升工业制造企业的运营效益的基于万物互联的完整生态系统。它既是工业标准化、数字化、网络化、智能化转型的基础设施，同时也是互联网、AR、VR、数据、人工智能等尖端技术深度融合的应用模式，是一种新业态、新产业，它将重塑工业制造企业的运行模式、维护模式、供应链和产业链。

工业互联在OT和IT技术的积极探索，技术创新以及落地场景的实践和价值论证下不断发展壮大。时至今日，已经形成数据采集、安全传输、分析平台以及增值服务四大业务方向，在提升工厂的生产效率、设备可靠性、安全生产、环保合规以及减少能源消耗，降低排放等维度起着至关重要的作用。

在今后很长一段时间，工业互联的业务还会不断增长，同时随着技术的进步，会呈现下列发展趋势：

（1）数据集成需求促进数据采集标准的逐步统一

工业互联通过自主感知数据采集、学习、分析和决策闭环，必须将工厂内各种相关数据采集过来，这既包括工厂内生产、设备、能源、人员、环境等各要素的数据采集，以及厂内智能装备及智能产品的数据采集，也包括各种系统接口集成数据。对于这些不同的场景，应用采集数据所采用的各类底层协议，海量的不同通讯设备和传感器，数据维护难度可想而知。

实现统一的途径有两个，一个是逐步完善单一协议下的应用生态，逐步减少工厂里数据采集所采用的协议数量。另一个就是建立OT层的数据中台，实现面向IT的统一数据标准。

（2）用于工业互联的终端的体积小型化，功能智能化和功耗最低化

随着技术的发展以及工业互联应用的差异化需求，互联网终端不断采用小型化，低功耗和高度集成的芯片，具备了初步数据处理、自诊断、自校正和自补偿等功能，采集的数据不断丰富，功能不断强大，同时功耗降低，在移动场景下的应用也成为可能。同时边缘计算与传感器集成成为可能。如以前需要专家进行振动频谱分析的振动传感器就集成了边缘计算功能，除了常规的三轴健康值、PeakVue冲击波值、速度、加速度外，还可以直接向上位系统输出初步分析结果，如齿轮故障、轴承故障、润滑不足等原先需要专家通过频谱分析才能得出结论的动设备故障。相信会有越来越多的传感器集成边缘计算功能。

（3）分析平台采用机理模型和数据模型结合

对于工厂中的不同场景、应用对象、建模范围、使用人员等不同情况下，采用机理模型和数据模型相结合的方式能够快速实现工业互联平台分析平台的部署可应用，并可取得事半功倍的效果。其原因在于工厂中海量的设备是按照机理模型设计的，多年的使用经验也积累了直达根源的丰富的FMEA模型。对于一些简单的已知设备，完全没有必要进行数据分析。

在工厂，通常使用机理模型进行分析，这样可以快速便捷地定位根本原因，而在少数复杂情况下采用数据模型分析，可以弥补机理模型的不足，更好地分析不同工况下同类设备运行地特殊性，对辅助采取个性化决策起到重要作用。

数字化转型需分步实施、逐步推进

Plantweb数字生态系统是艾默生公司工业互联市场上的旗舰产品和服务系列，艾默生一直在不断完善，整合和拓展其中的内涵。艾默生的工业互联产品应用广泛，在油气开采、石油化工、精细化工、长输管线、食品饮料、生命科学、船舶、汽车制造、采矿冶金、电力、纸浆和造纸、水和废水处理等行业均有成熟应用。

经过多年的推广和应用，用户接受程度越来越高获得了可观的经济效益。值得一提的是，采用艾默生的工业物联网并非为智能化而智能化，而是有ROI的典型的双赢模式，不少用户借助于艾默生的工业互联产品，获得了可观的效益提升，成为同行业标杆企业。如某化工企业采用了艾默生整体智能化解决方案以后，总体生产效率提升17%，运营成本降低9%，产品研制周期缩短11.3%，产品不良率降低60%，单位产值能耗降低6%，获得了可观的经济效益。

数字化转型是一个复杂的系统工程，其实质是不断采用创新数字化手段，采集数据，分析数据，提供决策辅助，其核心是以自动采集、自动传输、自动分析、自动结论等方式代替人工，减少人工输入、人工传输、人工分析，从而使决策更及时，更精准。

在用户采取数字化手段提升企业价值创新能力时，艾默生建议围绕以下步骤实施和推进数字化转型项目：

（1）设定目标

需明确数字化转型的最终目标，工厂内部人员达成共识，各部门分拆最终目标为若干小目标。

（2）描绘愿景

描绘数字化解决方案实施后的愿景，达到的功能以及带来的改变。

（3）现状认知

调研工厂现场的状况，遵循从数据采集，数据传输，再到数据分析的方式从下到上进行工厂现状的分析和认知。

（4）锁定差距

从国标到企业都有不少数字化成熟度评估模型，艾默生的4+2模型是基于智能制造国家标准（GBT39116-2020）工厂数字化转型等级对应5级模型。

（5）基础先行

在被识别的差距中，存在基础设施不全无法直接实施解决方案，这时需要先构筑基础。和“想致富，先修路”是一个道理。

（6）技术选择

数字化解决方案多种多样，量身定做是适合自己的方案的最佳选择，选择技术时应充分考虑技术的先进性，实施的便利性，以及供货商的经验和执行能力。

（7）搭建构架

数字化转型需要有一个执行框架，以便后续解决方案始终围绕既定框架实施，使各类方案的最终目标一致，使数字化转型项目取得最佳效果。

（8）试点项目

项目落地不宜一下子全面铺开，应进行试点，逐步解决瓶颈（如人员、制度、装备等），以尽最大可能获取成功。

（9）总结收益

成功后应及时总结经验，计算收益，评估推广的价值。

（10）复制推广

值得推广的解决方案择机推广，使工厂获得更大的收益。

围绕四大维度的智慧工厂解决方案

艾默生根据用户的需求为用户提供量身定制的智慧工厂解决方案所涉及的相关产品、工程和服务。此外还提供覆盖智慧工厂转型前期规划，中期部署执行，后期维护的各种增值服务解决方案，包括工厂数字化现状评估咨询，数字化转型项目和规划咨询、数字化项目实施效果评估、专家分析咨询、数字化大修（大修计划、大修范围等）咨询服务等。

艾默生在客户进行智慧工厂的顶层设计时，帮助客户兼顾工厂当前的数字化软硬件基础和人员能力方面的提升。艾默生的智慧工厂解决方案围绕着工厂运营效益的四大核心维度：生产效率、设备可靠性、能源效率和安环合规。根据艾默生的数字化解决方案最终提升的效果来分，可以归结为两大支柱和四大维度。

两大支柱是实现数字化转型必不可少的，包括：

基础设施：工厂实现数字化转型基础硬件和软件以及他们的构架和互联方法集合，包括智能仪表、网络基础、系统扁平、基础控制、数据治理、平台应用等六个子维度。

人员赋能：提升使用这些基础设施的人员的数字化能力的解决方案集合，包括咨询服务、技术服务、技能培训、数字大修、协同运维和远程专家等六个子维度。

四大维度是在两大支柱基础上构建的数字化转型增值服务：

生产效率：提升降低成本、增加产能、减少人工、提高收益率等有利于提高生产效率的优化生产解决方案集合，包括测量优化、控制优化、操作优化、维护优化、储运优化和报警优化等六个子维度。

设备可靠：提升仪表和设备可靠性和可利用性，改变被动维修和按计划维修的落后维护方式，提供预测维护和主动维修的解决方案集合，包括仪表管理、仪表诊断、设备管理、设备诊断和设备运维等五个子维度。

安环合规：提升安全以及环境保护等工厂可持续发展的数字化解决方案集合，包括人员安全、生产安全、数据安全、环境安全、设备安全和储运安全等六个子维度。

能源排放：有助于提升能源绩效和监控排放的数字化解决方案，包括能源计量、能源管理、能源绩效、能源优化、排放监控等5个子维度。

凭借艾默生在工控领域领先的核心技术以及范围广泛的产品覆盖和服务，艾默生有能力基于用户的数字化需求，提供一整套较为完整的从数字化规划、技术选择、提供产品、解决方案部署、实施效果评估和生命周期服务的一条龙模式，为工业制造企业，尤其是流程行业的数字化转型提供有效的数字化转型方案。

摘自《自动化博览》2022年7月刊