kaiyun官方注册
您所在的位置: 首页> 通信与网络> 开云官网网站入口下载手机版安卓> 艾默生:Plantweb数字生态系统助力工厂实现卓越运营

艾默生:Plantweb数字生态系统助力工厂实现卓越运营

——“自动化巨头拥抱工业互联网时代”系列采访二
2021-07-13
作者:韦肖葳
来源:电子技术应用

【编者按】

“十四五”时期,是工业互联网结合5G、大数据、人工智能等新一代信息技术,加速推进制造业转型升级的关键阶段。工业互联网正在重塑制造业生态,使之呈现一种万象更新的气派。这一次,kaiyun官方注册杂志社以 “自动化巨头拥抱工业互联网时代” 为主题,邀请到全球六家自动化巨头:ABB、艾默生、施耐德电气、西门子、罗克韦尔自动化、费斯托,以及全球两家电子制造龙头公司:应用材料、环旭电子,针对企业在工业互联网时代的转型问题邀请嘉宾发表观点,共话智能制造新篇章。


--------------------------------------------------------------------


// 全新艾默生 //

1890年,密西西比河中游河畔,一对苏格兰兄弟查尔斯与亚历山大•梅斯托(Charles and Alexander Meston)察觉到一种可靠电机业务中蕴藏的巨大商机。他们说服了曾做过军官、法官和律师的约翰•韦斯利•艾默生(John Wesley Emerson)作为主要投资人,在密苏里州圣路易斯市建立了艾默生电气制造公司。

historical-factory-data-144176.jpeg

历史上的艾默生 | 图 源:艾默生

1973年,在巴克•帕森斯(W.R. “Buck ”Persons)的领导下,艾默生的业务规模实现了质的飞跃,由1954年的2家工厂、4,000名员工和 5,600 万美元产值发展到1973年的82家工厂,31,000名员工和8亿美元产值。一家全球化的跨国企业已经初具雏形。

步入工业4.0时代,大型成套机械设备等优势领域已进入成熟期,单一提供设备不再满足下游用户的需求。艾默生将智能化手段融入其中,实现了从“传统设备制造商”到“多元智能化系统解决方案提供商”的战略发展。2015年,艾默生宣布将其业务组合重新定位为两个核心业务平台——自动化解决方案和商住解决方案,艾默生认为,这一转型将为其客户和股东创造巨大的价值。

从传统“制造”,到智能“智造”,始于电机和风扇的区域制造商,在经过了100多年的努力后,艾默生现今已发展成为一个全球技术解决方案的强大企业。细数艾默生的成功之道,勇于转型、持续创新、亲近客户,是令公司始终保持核心竞争力的几个重要特质。

// 响应客户数字化转型趋势,艾默生成立数字化转型业务部 //

在艾默生自动化解决方案公司首席技术官Peter Zornio看来,工业互联网时期,制造业迎来一个关键的转折点,“以效率为中心的运营改进已经达到顶点,而要求人员低投入高产出也已达到极限”。数字化转型在提供重大机遇的同时也带来了许多困惑,艾默生发觉很多企业虽有数字化转型远景,但在实施具体的数字化方案时却面临诸多挑战。为了满足客户对数字化转型的需求,协助他们开发和实施数字化的技术和程序,艾默生于2019年成立了新的“数字化转型”业务部门,为客户提供切实可行的解决方案。

这一次,我们邀请到艾默生数字化方案资深顾问陈鹏先生,为我们讲述艾默生的数字化转型之路。

// 专访陈鹏:艾默生Plantweb数字生态系统助力客户实现数字化转型 //


WechatIMG18.jpeg

艾默生数字化方案资深顾问 陈鹏先生

Q1:工业互联网时代,艾默生在技术上进行了哪些创新?

陈鹏:随着工业互联网的发展,艾默生的技术也顺应实际的应用需求不断进行创新。艾默生的人员定位系统可及时发现工厂70%的可记录人员安全事故;网络安全技术为远程作业提供生产数据和信息的安全保障;AR技术可实现工厂设备信息的可视化;数字双胞胎技术可实现过程工艺的优化和安全的人员操作培训;艾默生基于云的技术可充分利用全球专家资源提供创新的远程咨询服务模式;智能监测和基于人工智能的深度分析技术可促进节能减排及清洁能源的使用;边缘计算技术提高了机械设备和制造设备的维护和运行效率。

Q2:艾默生在产品上的创新有哪些?

陈鹏:工业互联强调人、机、物的全面互联,其架构核心是数据采集、数据传输、数据存储与处理以及应用,艾默生在这几个层面都有相应的技术,能够提供比较完整的解决方案,我们称之为Plantweb数字生态系统,通过全面感知及专家分析技术,提供有效的行动建议,从而帮助企业在安全环保、节能降耗、工厂运行的可靠性及效率方面得到显著提升。


Picture 1.png

PlantWeb数字生态系统 | 图 源:艾默生


数据是智能工厂的血液,所有的上层应用都需要以底层的数据作为支撑,没有数据就无法进行分析、控制和管理。艾默生在现场感知方面具有显著的优势,除了传统的温、压、液、流测量,还包括关键机械设备、管道腐蚀、管道温度、有毒有害气体泄漏等监测,以及人员定位等,这为艾默生提供一体化智能工厂解决方案奠定了坚实的基础。

当然数据独立存在也是没有意义的,因此海量的数据只有通过过滤处理、智能解读,然后转化为可执行的信息并随时随地被传递给相关人员以帮助其及时采取适当措施,以提高工厂运营效率、安全性及合规性,它的价值才得以体现。因此工业软件是智能工厂的灵魂,它帮助工厂灵活决定生产过程,使得不同的生产设备既能协作生产,又可以各自快速地对外部变化做出响应。在这方面艾默生的AMS智能设备管理系统(仪表和阀门诊断)和AMS机械设备管理系统(机械设备保护及状态分析)、Plantweb Insight设备监测APP(轻量化应用,基于第一原则的数据解读)、Plantweb Optics Analytics 分析软件(针对能源、机械设备和工厂性能基于计算预测的综合分析系统,提供基于人工智能和机器学习的流程及运营历史数据分析解读)都是很好的故障分析和预测诊断工具,这些信息不仅能够被集成到控制系统中,也可以通过网络输送至移动设备和增强现实(AR)系统,与计算机化的维护管理系统(CMMS)工作流集成,并整合到Plantweb Optics资产管理平台中,向操作员、工程师和技术人员提供基于角色的可执行指令。相同的现场数据还能通过Performance Optimizer性能优化软件定制供管理人员查看的工厂整体性能状态电子看板。


WechatIMG34.jpeg

图 源:艾默生


Q3:可以请您具体谈谈艾默生提供的数字化服务吗?

陈鹏:对于相当一部分企业来说,如何有成效地进行数字化的建设依然颇具挑战,虽然围绕这个主题进行的各种讨论已持续了几年,但还有很多企业处于观望阶段或是已做了一些尝试,收益尚不明确,毕竟数字化的建设的确需要3-10年的长期规划,也不是单单做几个漂亮的看板就能实现的。根据艾默生多年在自动化的实践经验,企业需要一个合作伙伴,一个专业顾问来协助企业制定清晰的战略并避免在实施过程中遭遇障碍。为此艾默生专门成立了一个数字化转型团队,整合公司各种关键资源,帮助企业用户开发和实施切实可行的数字化转型战略,打造智能工厂,共同实现标杆绩效。

艾默生数字化转型团队利用艾默生Plantweb数字生态系统整体架构,将咨询、项目实施、智能传感技术、数据管理和分析方面的现有专业知识高效融合,帮助客户建立清晰的数字化转型愿景,并帮助进行战略的实施和执行,在每个步骤中实现可衡量的结果。艾默生通过以下解决方案及服务和用户一起实现数字化的转型:

·运营确定性咨询服务:在提高企业可靠性、安全性、生产和能源利用率方面为企业制定和实施可执行的企业级路线图。

·设备性能分析:全面的预测性诊断和高级分析产品组合,提供相关设备资产运行状况及性能洞查。

·行业解决方案:深厚的专业解决方案知识,可推动制定关键绩效指标。

·普适测量方案:高度集成、易于部署且远程链接的智能设备组合,包括无线智能仪表和非侵入式测量设备。

·项目管理:实施数字化转型项目的最佳实践、工具和资源。

艾默生在北京、南京和上海都建有不同主题的体验中心,为正在探索新思路的用户提供直观的体验,北京中心聚焦普适测量和和各种应用管理平台,南京中心提供前沿的增强现实以及数字双胞胎技术,上海中心则侧重设备可靠性方案的呈现。更重要的是我们为用户提供艾默生的资深专家咨询服务,通过讨论和特定的测试,专家可以帮助企业发现面临的挑战及获得提升的潜能。

艾默生作为卓越技术、工业数字化转型解决方案的提供者,依托Plantweb数字生态系统,可很好地为传统项目提供数字化智慧化提升,为新建项目提供数字化咨询、以及基于数字化技术的全生命周期服务,同时还能为用户企业提供数字化人才的培训

未来,艾默生将持续在中国发展,继续执行本土化发展战略,进一步完善和拓展本土化能力,更好地满足不断变化的客户需求。

Q4:艾默生是如何对转型进行布局的?拥有何种战略?

陈鹏:融合、协同、跨界已经成为当前智能工厂发展的热门词语,无论是用户还是解决方案的供应商都要打破固有观念,开拓思路,具有创新意识,艾默生也在不断进行结构调整以顺应市场需求的不断变化,业务覆盖从设备和系统向软件应用及服务咨询扩展,从流程行业向离散行业扩展,旨在成为用户值得信赖的业务合作伙伴,更有效地为用户提供落地的解决方案和可衡量的业务收益。

近几年艾默生通过战略合作、投资和创新,不断扩展工业物联网的能力,构建业界深度广泛的运营分析组合。这些专业资源将共同帮助和引导客户制定正确的数字化转型战略和计划,加速实现标杆绩效。艾默生自2016年起开始转型,聚集工业软件,在数据管理领域进行了14项收购,增强在工厂分析、模拟软件、云技术和数据采集等领域的能力,实现业务多元化,为用户提供范围更为广泛的服务,包括为用户企业提供数字化人才的培训。

Q5:工业互联网是5G商用的主战场,5G与工业互联网融合发展是二者技术演进的必然选择。那么,艾默生是如何拥抱5G新世界的?

陈鹏:在艾默生的无线网络方案中,分为现场无线网络和工厂无线网络,在现场网络中工业无线传感器的通讯主要采用WirelessHART技术,它的特点是能在复杂工业环境中保持通讯稳定,具有自组织网络的功能,且无线设备电池续航能力根据数据更新速率的不同可达5-10年;在工厂无线网络中,各种视频、手持设备等移动应用,以及数据向云端回传的应用则是WiFi和5G技术高速率和高带宽大显身手的地方。


Picture 2.png

WirelessHART技术 | 图 源:艾默生


Q6:信息安全是工业互联网发展的“底座”,您如何看待工业互联网安全风险问题?艾默生采取了何种措施规避此类风险?

陈鹏:对于信息安全我想从两个方面来谈一谈:

一、数据的安全存储及传输

二、控制系统的网络安全

一、

再好的信息如果不能为人们所用,那么它们也是没有任何价值的。如何从现场的传感器、仪表和应用获取数据,同时确保设备和网络不受外界侵入和攻击呢?又如何控制应该由谁获得哪些数据呢?为了应对指数级增长的运营数据管理需求,艾默生推出了Plantweb Optics数据湖,可满足工业 4.0 的数据管理要求。只需从一个集中位置,即可安全地连接、存储和关联不同工厂中产生的各种运营数据,数据湖支持各种输出方法包括OPC UA 服务器和可供开发Web API;为了安全传递过程运营数据,艾默生的工业物联网方案采用Secure First Mile这一数据接入端安全技术,它包括网络安全服务、安全灵活的服务器、网关和数据单向传输技术,以确保数据运营技术系统中的数据可以方便安全地与基于网络的应用相连接。Secure First Mile 主要是在产生过程数据的地方将传感器或其它设备信息转化为安全的数据供英特网和云端使用。

过程数据的安全传输并不是一个新的课题,它可用传统的7层普渡模型来说明,将网络分段,数据从运营技术系统需要通过多个层级,穿越重重网络防火墙,并转化为历史数据,最后到达英特网端口。当企业规模较大而且配备足够IT人员的时候,这是一种很有效的数据安全方式,但是这需要正确的配置和大量的人工,尤其是在有新设备加入时。

在普渡模型中,安全的运营技术环境在0、1、2、3层,安全的信息技术环境是4、5级。Secure First Mile在3.5级,保护和实现OT与IT的连接。我们还使用OPC-UA通讯标准,将智能设备和我们的AMS设备管理软件与OT层面上的OSIsoft相连,然后通过Secure First Mile 与 IT层面的OSIsoft和云软件通讯,这种方式涉及多个层次的软件和相关应用,数据穿过网络虽然可行,但很复杂;有效,但难以维护。

Secure First Mile提供的是数据单向向外传输,这样可以方便地抵御外部数据流入。生产数据可以向外送到物联网云端,而外部数据则完全没有接入的通道。


Screen Shot 2021-07-04 at 10.35.02 pm.png

Secure First Mile安全技术 |图 源:艾默生


二、

过去工厂过程控制系统(DCS)及设备控制系统(PLC)的网络安全问题被孤岛操作所掩盖,数字化智能化大数据时代,工厂控制系统从封闭走向开放,网络安全问题将不可避免。控制系统是有别于普通IT系统的专用设备,IT部门无法了解控制系统专有通信和平台机制,通用IT措施是无法完全保证控制系统网络安全的,而过去10年也出现了非常多专门针对工业控制系统的病毒黑客事件,对工厂造成了严重后果。艾默生的控制系统对标中国等保2.0 和 IEC62443标准,提供安全评估、病毒防护、边界隔离、端口加固、多因子访问、工业安全审计、通信深层安全解析、远程安全访问等方案,以建立主纵深防护的安全策略,对抗控制系统中常见的可利用缺陷,保护控制系统的安全,进而确保工厂生产安全。


WechatIMG36.jpeg

图 源:艾默生

Q7:在您看来,目前工业互联网发展成熟度如何?还面临哪些机遇与挑战?

陈鹏:中国工业互联网的发展已取得一些成效,但依然处于较为初期的阶段,当前也没有一个平台能够占居全范围覆盖或绝对领先的地位,这也就意味着对于用户企业来说需要考虑不同应用采用的不同通讯标准是否能够共存,不同厂商的平台和系统是否能有效地协同工作,厂商提供的是技术本身还是针对实际应用场景的落地方案。当然,在国家的积极推动下,政策和市场给予企业诸多有力支持,这将驱动工业互联网的进一步快速发展,对于企业来说更应该好好把握这一契机,搭载时代进步的快车。



• The End •


WechatIMG454.jpeg

此内容为AET网站原创,未经授权禁止转载。
Baidu
map