现在是在资产管理领域工作的大好时机。信息技术(IT)和操作技术(OT)系统的快速发展正在为新的未来铺平道路。
在他们的台式机、笔记本电脑、平板电脑和手机上,人们可以打开应用程序,使用数据来执行复杂的分析和报告、记录交易和存储知识。这个新标准继续以快速的速度发展,向一组有限的关键平台靠拢。
OT的发展是迅速的。如今,越来越多的连接设备可以监控资产状况和性能,以及操作条件。从这些设备捕获的信息可以实现操作优化。它还可以通过早期检测即将发生的故障来防止计划外停机,允许计划纠正措施。
虽然IT和OT的进步正在导致物理资产管理方面的增量进步,但随着IT和OT的融合,这种步骤变化将会出现。机会在于自动化决策和决策执行,第一步是增强决策。
从经验到数据的转变
当OT生态系统向IT系统提供足够的正确数据时,增强决策就成为现实,这样IT系统就可以就行动方案提出建议。一旦达到这种理想状态,数据就会驱动决策,而不是数据和经验的结合。
在未来的一段时间内,很可能需要人工交互来确保将正确的数据输入到OT系统中。
目前成熟的OT系统已经证明了预后能力。这意味着它有能力预测给定当前数据集将会发生什么。例如,如果您在正常操作条件下检测到振动增加,则可能是资产的某些组件正在退化。根据趋势,您可以预测出可能发生故障的时间范围。
这是一个很好的开始。但是,您需要改进诊断,这意味着,是什么原因导致退化?虽然您可以通过对振动频谱的详细分析得出一些选项,但仍然有几个原因可能显示相同的峰值。
目前,OT系统的诊断能力是由主题专家根据历史数据集中的模式识别原因来支持的。这为机器学习建立合适的模型提供了一个起点。
然而,这是非常低效的,因为它确实需要为每个单独的实现执行,而且对于多变量监控系统来说可能非常复杂。
专题专家的支持
重要的是要认识到OT和It系统的角色是在合格人员的支持下做出决策,这些合格人员在事件发生时提供因果数据。随着时间的推移,这将构建模型,但也允许您立即开始根据数据而不是经验做出决策。来自主题专家的输入为系统提供了因果信息,但您不能仅仅根据他们的经验来做出决定。
同样重要的是,重视原因码的捕获。许多组织试图收集有意义的数据,但都失败了。这可能是由于以下原因:
- 编码结构的系统限制;
- 例如,执行的代码很差,导致代码和损害代码混在一起;
- 这些数据从未被使用过,也不是强制性的,因此它不再是结束工作订单的焦点。
在很多情况下,组织就这样放弃了。例如,一家大型矿业公司决定不在其企业资产管理(EAM)系统蓝图中包含原因代码,因为“无论如何都没有人输入它们”。这就像不提供安全眼镜,因为没有人想要使用它们!如果你想进入数字时代并保持竞争力,那么容忍没有因果信息的数据是没有商量余地的。
对于OT和IT系统来说,要真正在运营中产生步骤变化,并达到更高的资产可靠性,您需要用正确的数据支持他们,以便决策自动化和准确。这就是为什么关键的因果数据现在应该成为所有组织的焦点。