工业物联网助力智能工厂,基于Plantweb的智能工厂架构

描述

创建智能工厂,实现卓越运营,能够帮助企业走出当前的困境,并向着更高的层次迈进。

智能工厂是综合应用智能传感技术、网络技术、自动化技术和管理技术的一种新模式,是自动化与信息化的融合。其整体感知、预测、协同和分析能力,为企业带来的是工艺流程的优化、生产成本的降低、劳动效率和生产效益的提升。

工业物联网助力智能工厂

IIoT(Industrial Internet ofThings),即工业物联网,是指在制造业中使用物联网(IoT)技术。随着IIoT的快速发展,我们可以看到对工厂运营信息的探索和需求快速增长,当然,也同时存在着一些争义、困惑和疑问。

艾默生PlantWeb中国区销售经理兰培东

可以确定的是,制造业会成为物联网解决方案的主要应用领域之一。这不仅是因为想搭乘物联网的快车以免落后于潮流,更是希望通过物联网方案来降低运营成本、拓展新市场和提高生产力,最终提高工厂收益。作为工业物联网的排头兵,艾默生早在20年前就推出了数字工厂架构,它连接范围广泛的智能现场设备,将过程管理由被动转变为主动,从而显著提高工厂收益。

如今,客户的期望更高了,不再局限于温、压、液位等传统工艺参数的测量,除了进行常规的过程管理迫切需要一个“整体”视角来管理工厂运营。

以蒸汽应用为例,快速了解工厂蒸汽疏水阀数据并获取需要用来提升安全、能源和排放措施的数据是非常重要的。蒸汽疏水阀监控应用软件通过连续获取可执行的信息,可以帮助客户避免因未检测到的状况而造成的不良后果。根据蒸汽疏水阀的状态,监测能源损失和排放。该应用软件提供关键设备的可执行信息和分析数据。除此之外,还能与现有无线设施进行无缝对接。

如前所述,使用先进的算法可以确定蒸汽疏水阀是否泄漏、堵塞或运转正常。该应用程序的另外一个特点是可以在确保数据安全的情况下获得多个地点的数据,并且直观地显示出来,通过一个电脑画面就能提供用户需要的所有数据(可执行信息)。同时,还可以看到能源损失量(折算为金额显示)以及减少了多少CO 2的排放。这只是艾默生众多工业物联网应用之一,还有很多类似应用,如泵监控、换热器监控等。

不可否认,随着IIoT时代的到来,工业企业也将面临众多挑战,数据分析和信息安全将成为关键所在。IT(信息技术)将会发挥主要作用——任何一个自动化供应商都必须意识到这一点。自动化产业将会彻底转向IIoT,这种转变有时是无形的。

当然,人是智能工厂成功的关键,企业需要采取创新的管理方式,以推动人员培训和技能提高,同时改进企业工作流程以使企业在技术上的投资获得更大回报。同时,科技的进步和智能化是为了让人们工作更加高效,能够从大量繁重的、简单重复的,甚至是从危险的工作中解放出来,去从事更有价值、更具创造力的工作,且有更大的产出。这也将是艾默生近几年的一个关注重点——数字化人员(digital workforce)。

基于Plantweb的智能工厂架构

对于艾默生而言,物联网为我们提供了开发用于收集和分析数据的技术解决方案的契机,以及将数据转化为实践行动的资源。全新的智能传感技术、工业无线网络通讯技术、大数据、云计算技术为从数字化到智能化转变提供了可行的途径。

艾默生基于工业物联网的Plantweb TM数字生态系统为用户打造智能工厂,该方案将智能传感、过程控制、云等节点连结起来,形成完整的生态系统。同时形成一个完整的纵向一体化集成平台,可实现远程及移动应用,确保工厂安全且高效地在线运营。

Plantweb数字生态系统最大的特色和优势在于它是目前流程工业范围内应用广泛、具备高集成度的工业物联网方案,可提供从数据采集、安全传输到数据分析和应用,以及咨询服务的整体解决方案,可以实时洞察工厂整体运营情况,精确、可靠、安全地控制流程和业务,提供决策支持,发挥工厂运行的最大潜能,适应各种严苛的工况,充分考虑了在保障功能安全和信息安全的同时,确保工厂运行安全和高效。

艾默生的分布式快速部署以及其云端数据分析能力,不仅提供连接层面产品,更在后端提供了物联网之后的数据分析增值服务。通过与微软Azure云平台的合作,共同为企业提供基于云的远程专家服务。例如,偏远厂区的实时监测和可靠性管理非常困难,艾默生可以帮助用户将不同的工厂连接起来,通过云技术实现专家资源的共享,在遇到难题时能够得到及时且专业的指导,提升工厂的安全性和可靠性。帮助用户连接所有重要的“点”,是工业物联网方案实施的第一步,第二步则是体验、分析和协同。

分步实施智能工厂建设

某些工厂在传感层面已经搭建了数字网络架构,并通过互联网将数据集中到运营中心,但是大多数工厂还没有达到这一阶段。当然工业物联网的应用可以是逐步进行的。一般在初级阶段还不需要连接因特网,因此仪控部门可以先行一步,需要接入因特网的时候,再请IT部门介入。

自动化

1

搭建全厂数字传感网络

为了弥补原有工厂最初设计上未覆盖到的测点,有时会在现有控制系统基础上采用一部分无线传感器,提高工厂效率和可靠性。原来采用现场总线技术的工厂不但可以方便地添加传感器,也可以方便地部署无线传感网络。有些工厂的数据依靠人工采集,无法很好地实现状态监测和能源管理。要安装4~20mA的变送器则成本高昂而且会破坏现有线缆,因此可以考虑搭建WirelessHART (IEC62591)网络,然后通过网关与DCS、历史和状态监测软件连接。

工业物联网解决方案是现有工厂网络的一种扩展,必须能够与其兼容,现场总线和无线仪表构成了工业物联网的基础层,当WirelessHART网络部署完成后,其传感器就能满足可靠性、维护、能源效率、运行、HSE和一体化的各种需求。

2

对设备资产进行监测

对工厂进行一次现场调研,发现提高运行及维护效率的机会,了解各职能部门所面临的挑战,如人工采集数据、无法预见故障、无法根据优先级别安排维护工作、腐蚀监测、排污监测、能源浪费等。

根据需求确定配备的仪表及设备,用来进行可靠性、维护、一体化、能源效率、HSE和生产效率等应用的测量,有些可在历史记录中查看,有些则在控制系统中使用。如果只是数据采集这种简单的应用,并不需要特定的软件。用户可以从一台传感器开始,根据应用逐步增加新的测点。

一旦WirelessHART网络和传感器安装就位,不但能减少人工数据采集,而且可在系统不停机的情况下实现预测维护、腐蚀和泄漏探测,从而降低成本、减少停车和事故。

3

采用预测分析软件

许多工厂一方面有很多过程数据,但是很少对其进行分析,另一方面对于设备数据则很少采集。现有资源已不足以掌握设备可靠性和工厂运行性能的信息,比如,仅依靠振动数据还无法全面了解设备健康状态。因此通过传感器和软件能够使设备变得更加智能化,分析软件能够根据采集到的原始数据提供可执行的预测信息。例如,换热器的维护人员现在可以通过直观的图示了解换热器结垢对于产品混合的影响。分析软件只是安装在企业内部的服务器上,不需要用到云服务,有些软件甚至可以装在某个类似控制器的装置上。到这一步还算不上工业物联网,因此不需要IT部门提供因特网的连接。工业物联网要向后兼容现有软件,OPC为工业物联网搭建了这样一个平台。

4

改进工作流程

有了软件和数据,必须要运用到日常的运行维护工作中才能体现其价值。第一,维护人员要比运行人员先收到预报。第二,只针对关键问题进行报警。报警要能够体现紧急程度并提供清晰的描述。在标准运行流程中加入软件和数据。最后,对工作人员进行培训。

5

实现内联网

现在已经有了足够的数据,但是工厂可能缺乏有经验的专家来解读振动、腐蚀或结垢数据,也没有足够的人员可以长期在偏远的地方工作。在这种情况下,就可以考虑通过网络实现数据远传,让员工无论身处何处都能查看现场数据,或是由全球的专家团队远程查看数据。查看权限仅限于公司内部,我们可以称之为内联网,依然还不能算是物联网。

6

物联网商业模式

用户可能已经采用了现场总线和无线技术,但还没有连接到因特网,就不能称之为物联网。

最好的设备专家来自于设备厂商,但是他们并不在现场,尽管现场有足够的人员从事维护工作。

将系统与因特网相连,允许经过授权的外部供应商或服务机构查看数据,这就是完整的工业物联网架构。有了数字传感和工业物联网,一种全新的外包商业模式也应运而生。

独立服务机构或是设备厂商的专家可以远程监测企业的设备,并提供设备性能报告和维护策略,通过这种服务订制模式,由服务方提供测量仪表和软件,企业无需前期资金投入,只需每月支付相应的服务费用。此外,设备厂商也可以提供专业的维护服务,以确保设备更高效地运行。企业可根据产出或设定要达到的目标来支付相应的服务费用。

服务机构通过设备数据,预先发现潜在问题,从而避免停机、解决问题,并让工厂达到最佳产能。

网络安全和IT/OT融合

考虑到整个工厂不同层面的设备,可能有多家厂商需要获得授权查看设备数据。这就对网络安全提出一定的要求,物联网涉及因特网和仪表,需要IT部门与仪控部门共同协作,明确访问权限,一般采用安全控制级别为3.5的防火墙建立一个网络隔离区。

有些工厂设备监测系统与控制系统是分开的,无线传感器的数据可以不经过DCS,通过无线网关和3G移动路由器直接传到云端软件。这种结构用于外包远程监测服务,既然数据不经过控制系统或工厂网络,那么也就不需要IT部门提供网络连接。

未来5~10年是中国发展智能制造,实现产业升级的重要阶段,这些都离不开如何提高企业的生产力和运行效率,如何节省成本,如何把工厂变得更安全、更环保。中国企业的智能工厂建设虽然起步相对较晚,但是发展迅速,尤其是物联网技术的发展。智能工厂建设不可能一蹴而就,对于中国制造用户来说,当前要做的是马上行动,开始进行工厂升级改造的现场调研,着手制定工业物联网的实施规划。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分