本文图片来源：Hargrove Controls & Automation

　　虚拟化技术和基于云的AI平台为制造企业进行预测分析铺平了道路。

　　一家全球制造商正在开展多站点项目，通过数字化和工业4.0技术，包括云连接、基于人工智能（AI）的分析和预测可靠性等，收集和分析生产数据，以实现制造过程的优化。因此，系统集成商和工程公司与业主/运营商也可以根据系统反馈对控制系统和生产过程更了解，并进行基于数据驱动的改进。

　　01  过程可见性的挑战

　　首先，这家全球制造商认识到需要提高其工厂运行过程的可见性。其现有的数据收集方法耗费大量人力，存在潜在的网络安全风险。此外，工艺质量和可靠性也需要改进。

　　过去，过程数据由运行人员使用纸和笔，根据人机界面（HMI）手动记录。通常情况下，文件都会被归档，直到出现问题。如果事件确实发生了，运行人员首先必须筛选纸质文件才能解读信息，因此也就无法立即采取行动。

▲通过“瀑布图”量化不同原因造成的工厂停机时间。

　　此外，其它本地数据收集方法也需要改进。工程师们习惯拿着U盘在车间来回走动，将数据从车间电脑转移到办公室的笔记本电脑上。只有在发现需要解决的问题时，他们才会去检索数据。这也是一个重大的网络安全问题。

　　除了数据可见性方面的挑战外，制造商还认识到自己面临着一定的劳动力限制。如果能减少员工救急或故障排除所花费的时间，就可以将更多时间用于增值任务。保持设备运行，对管理层看重的盈利水平有着直接的影响。而且，一个运行良好的工厂也允许员工将更多的时间花在持续改进上，从而获得高质量的产品。

　　该制造商希望识别导致其质量问题的原因及其所面临的可靠性问题。它意识到实施工业4.0举措的效果越来越好，并目睹了不同行业的其他公司在数据分析方面取得的进展。它聘请了Hargrove Controls & Automation公司为其制定路线图和执行计划，以改进其数据检索和分析策略。该公司聘请了一系列经验丰富的工程和技术专业人员来规划和执行这项任务。

　　02  数据驱动的决策

　　为了减轻制造商在IT管理方面的负担，Hargrove公司同时使用了VMware和微软的HyperV虚拟化技术来减少公司硬件的占地面积。

　　此外，该公司选择了一个基于云的工业AI平台来生成与运行过程相关的洞察。通过AI平台就可以对过程数据进行分析，以提供对过程和相关设备运行情况的实时洞察。除了云端数据可视化工具之外，升级后的系统还允许公司工程师在本地审查数据和趋势，以自行识别相关性。与此同时，AI引擎可以对变量进行筛选，以发现现场工程师可能难以识别的参数之间的细微交互。

▲新连接的机器配置了支持AI的数据分析，这样公司就有更好的工具来预测停机时间，

并了解哪些机器需要维护支持。

　　这些新连接的机器配置了支持AI的数据分析，这样公司就有更好的工具来预测停机时间，并了解哪些机器需要维护支持。数据可能指向机器原因，如需要更大的热交换器、仪器校准不正确或电机运行不够快等。一旦已知问题得到缓解，数据就会验证所做的更改是否解决了问题。

　　有了更可靠的设备，机器正常运行时间就会增加，工厂产量也就得以提高。质量控制得到改善，减少了不合格产品以及在最终报废或返工的产品上浪费的材料和人力，从而可以帮助企业节省成本。

　　03  数字化和工业4.0之旅

　　制造商通过改善质量控制和减少手动任务提高了生产效率。该公司仍在对其设施进行数字化。到目前为止，在Hargrove团队的帮助下，大约有6个设施得到了改进，并计划继续进行合作。

　　最初，这家生产制造商是一家由员工技能和经验驱动的公司。现在，它正在转变为一家由数据驱动的公司。它清楚劳动力正在发生变化。新员工对工作的看法可能与前几代人不同。制造商将始终依靠其雇员，但现在有了优化过程的支持，还配备了用于明智决策的数据。

　　该公司实施数字化转型和工业4.0的一个主要目标是为过程、业务、维护和实验室数据汇集到同一个平台中，由人和机器进行整理和分析。

　　可操作的信息经过处理，在很多情况下还要经过过滤和汇总，不仅可以直接、清晰地了解其过程，还可以了解整个业务。实用、可用的技术让企业能够实现真正的实际价值。未来的工厂不会在一夜之间出现，但有了合适的合作伙伴和资源，制定实现目标的路线图就变得越来越重要。

▲在工厂车间，基于云的工业AI平台可以生成对运行过程的洞察，并提出改进建议。

　　04  根据结果分析验证策略的合理性

　　对软件项目而言，记录投资回报率（ROI）可能是一项挑战。这是一项过程改进，对于那些只关注盈亏线的人来说可能并不明显，因为任何原因都可能导致盈亏线发生变化。管理者如何证明节省下来的资金足以支付项目的费用？

　　解释软件项目的ROI可能并不简单，毕竟，这涉及到企业的切实利益。例如，你可以计算一次停机或每年生产1000公斤不合格材料的成本。关键是要为流程改进设定切实可行的假设，并在规定时间内与过去的绩效进行比较。

　　Hargrove公司建议从小规模试点项目开始，以证明这一概念的可行性，并在向所有利益相关者证明ROI后，再进行更大规模的推广。这有助于公司根据试点项目获得的结果，来证明转型举措的合理性并为其规划预算。