根據(jù)大量的文章、研究和白皮書，分析已成為從供應鏈優(yōu)化到定價和分銷等業(yè)務應用的“熱點主題”。但是，盡管涌現(xiàn)的大量新聞和信息吸引了管理層的注意，同時為工業(yè)數(shù)字化運營應用指引了方向，但成功實施分析卻非常困難。
艾默生自動化解決方案業(yè)務首席技術官Peter Zornio在全球客戶大會的新聞發(fā)布會上表示： “數(shù)字化轉型提供了重大機遇，但也帶來了很多困惑，艾默生支持實用及務實的方法。”
根據(jù)Gartner集團的數(shù)據(jù)： “關鍵分析”有望為工業(yè)企業(yè)帶來超過4萬億美元的業(yè)務增長。但客戶們都很疑惑并提出一些問題，例如從哪里開始進行分析，與哪類供應商進行合作，在哪里應用什么類型的模型，可以解決什么類型的問題以及如何使OT分析適合IT應用。
Zornio 表示：“ 僅供應商這一方面，我們的一位客戶找到了900多種資源?！焙苌儆锌蛻絷P注工廠級利益的工業(yè)IT和OT。對于企業(yè)而言，這是一個很大的機會，在生產(chǎn)、可靠性和能效方面具有潛在高回報應用工況。
艾默生運營分析產(chǎn)品組合專注于生產(chǎn)過程本身，這是工業(yè)制造商的最大價值來源。運營分析具有嵌入式領域知識，可以影響并優(yōu)化簡單設備、復雜資產(chǎn)和過程裝置以及整個生產(chǎn)工廠的性能。
Zornio認為： “我們建議首先解決已知的影響力大的問題。負責資產(chǎn)性能的人員通過使用可靠的模型進行分析，客戶可以迅速采取措施，更快地解決問題。例如，艾默生解決方案可以實時檢測并解決80％的設備故障，幫助工廠減少生產(chǎn)損失?！?nbsp;
關鍵分析可以分為兩類：傳統(tǒng)型分析和數(shù)據(jù)驅動型分析。Zornio認為：“傳統(tǒng)分析由原則驅動，您可以通過機械模型了解分析機制?！?您知道設備和裝置是按照某種規(guī)則設計，因此可以基于規(guī)則分析；如果出現(xiàn)問題，您可以通過故障模式和影響分析（FMEA）了解問題的原因。
Zornio表示：“數(shù)據(jù)驅動型分析在不了解物理原理的情況下，通過標準統(tǒng)計分析構建模型。在這里，令人興奮的計算機學習（ML）、增強型模式識別和數(shù)學智能相關學科發(fā)展推動了計算技術的發(fā)展?！?/div>
艾默生擴展產(chǎn)品組合包括機器學習和人工智能（AI），可用于識別并加深對業(yè)務績效影響的洞察，從而提供傳統(tǒng)分析以往無法獲得的信息。
艾默生Peter Zornio談到了一些數(shù)據(jù)分析并非最佳解決方案的案例：“我們擁有6200多種設備模型和500個故障模式和影響分析（FMEA），其中大約80％的設備可以通過現(xiàn)有第一原則分析完成。
獲得利益
工廠是個復雜的系統(tǒng)，由多種組件構成，組件再組成資產(chǎn)，資產(chǎn)形成過程裝置。整個工廠通常包括多個過程裝置。Zornio提到：“客戶會問機會在哪里？我們該如何做應用分析？” 。
Zornio 繼續(xù)說道：“我們已經(jīng)有了可以在較低級別資產(chǎn)應用的分析功能。我們需要在工廠級做更多的工作。實際上，如果我們希望對工廠有所了解，而不僅僅是創(chuàng)建分析工具，那么我們可以使用第一原則。然后，我們將分析結果輸出給相關執(zhí)行人員，他們根據(jù)分析結果進行修改。”
在不了解或不夠了解第一原則的領域，轉而進行數(shù)據(jù)驅動型分析很有意義。Zornio說：“數(shù)據(jù)驅動分析的相關問題是：為什么要使用數(shù)據(jù)驅動分析？使用什么工具進行數(shù)據(jù)驅動分析？在哪里使用數(shù)據(jù)驅動分析？以汽車為例，直到用完三箱汽油后，機器學習才能知道汽車需要汽油才能行駛。我們擁有6200多種設備模型和500故障模式和影響分析（FMEA）。其中大約80％的設備可以通過現(xiàn)有第一原則分析完成?！?nbsp;
在針對產(chǎn)品或設備類別進行數(shù)據(jù)驅動型分析之前，請確定是否可以使用現(xiàn)成分析工具。Zornio表示：“有些工程師想開發(fā)自己的分析工具，但是采用已知問題的已知答案可能是更好的解決方案?！?當然，您也可以聘請數(shù)據(jù)專家，但擁有一個熟悉該設備的人員更重要。
Zornio 表示：“我們了解我們的設備及運營分析。從90年代起，我們開始通過模糊邏輯和神經(jīng)網(wǎng)絡在DeltaV中構建解決方案。我們增加了模擬仿真和數(shù)字雙胞胎，現(xiàn)在我們擁有可用于數(shù)據(jù)驅動分析人工智能的通用工具箱?！?nbsp;
艾默生收購KNet并將其整合到Plantweb Optics資產(chǎn)績效平臺中。Zornio認為：“艾默生不僅可以提供一些行業(yè)中先進的機器學習和人工智能工具，還可以提供人員和工作流程之間的連接，這對成功進行數(shù)字化轉型至關重要。”
艾默生產(chǎn)品組合現(xiàn)在既提供預裝的分析解決方案，也提供完整分析工具箱，協(xié)助客戶開發(fā)自己的應用程序。艾默生的運營確定性咨詢和強大的數(shù)據(jù)管理功能為該產(chǎn)品組合提供支持，為客戶進行高效分析提供基礎。