优化重工业领域的基础设施和工具【资讯】
重工业正处于数字革命的边缘。物联技术可通过低成本的传感器，可靠的数据传输和强大的控制软件，实现对每台机器的信息跟踪。另外，无论是高性能数据库和云产品，这些低成本的存储方法都为大数据管理提供基础。借助人工智能和机器学习的不断提升，模块化和易用的软件将进一步助力信息分析，提供更高水平的洞察力。许多算法和软件工具如今已开发地越来越商品化，员工即便没有经过训练也可轻松上手。传统的APC系统主要用于监管大型的和确定的工业过程。然而现在制造商有了新技术和新方案来应用到新工业环境，如中等规模的确定过程，以及大中型非确定性生产过程。物联技术可以帮助部署新的、低成本的控制和优化的解决方案，但不幸的是，现在来看工业范围内的应用程度还相当微小。流程企业应该抓住此次物联的巨大机遇。例如，一个大型跨国企业通常有几十个大的流程（如在化学反应中的催化剂加入抑制剂），这种优化方案可在成本控制和生产效率方面，为企业节省100万欧元。同样也有成百上千的中等规模的生产流程，如蒸汽过热控制（每台锅炉每年可节约大概5万欧元），或小阀限制冷却控制（每年可达7万欧元）。以一个拥有超过150个站点的化工企业为例，优化其中的10到100个，可能产生1,500到15,000个流程改进点，那么持续为企业优化，年度成本节约大概可达5,000万到5亿欧元。通过分析系统，流程企业从三大来源来实现开源节流，提供相应部分的价值。首先，智能分析工具给工程师在每一个过程的工作提供了可视化的提升。其次，它提供了更好的管理。例如，系统自动提示进程偏离了KPI的关键指标，帮助工程师更快检测并纠正。第三，它揭示了隐藏的流程限制，支持小型固定资产投资的决策问题。除了让员工更有效率，它还可以帮助解决人力资源压力，腾出时间和资源，挖掘成长过程中的额外改进。