石油和天然氣工業工廠和設施中的許多資產通常沒有直接或間接連接到分布式控制系統（DCS）或其他類型的工業控制系統。雖然這減少了需要DCS輸入和輸出（I/O）的資產數量，但這并不意味著它們不需要監控。許多資產需要定期的數據監視，以作為改進維護工作的一部分，而不是實時控制。例如電機、泄壓閥、安全噴淋器和疏水閥。

在大多數工廠設施中，未連接到DCS的資產要比連接到DCS的要多得多，并且很多由于與接入點的距離太遠而無法或難以訪問。

圖1：將數據集成到云端，可以創建一個用于橫斷面分析的環境，使第三方顧問能夠進行高精度分析并提供優化生產的建議。 本文圖片來源：橫河電機

如果使用傳統的有線傳感器，將這些資產連接到DCS或其它控制系統以進行監控，那費用將是天文數字。因此，現狀是無法對這些資產進行監視，或由技術人員進行最低限度的監視，以對其進行例行檢查。但是，日益嚴格的健康、安全和環境法規（HSE）要求，迫使工廠投資進行更好的維護，以提高安全性、可靠性和盈利能力。

由于不可避免的人口結構變化帶來了更多的年輕工人，他們有時擁有較少的情境意識和排除這些資產故障的能力，因此企業越來越迫切地需要實施工業物聯網（IIoT）解決方案來處理這些問題。數據的激增和數據驅動的組織壓縮了決策的時間框架，并帶來了更多的數字化競爭對手。

通過減少在危險地點工作的現場工作人員數量來提高安全性；通過將預測分析應用于連續工廠監控所產生的大數據來提高可靠性；通過采用能夠排除工廠設備故障和全廠改進所需的咨詢服務來提高盈利能力。這3個預期效益是大多數IIoT實施的催化劑。

無線監控與預測分析

狀態監視與預測分析相結合，可以提高安全性、可靠性和盈利能力，從而有助于實現數字化轉型，預防重大資產故障。過去，運行人員攜帶便攜設備在現場巡查，進行狀態監視并現場決策，或者通過安裝極其昂貴的狀態監視系統來完成監測。

前一種方法產生的數據不準確，往往無法進行分析。后一種方法非常昂貴，只有最關鍵的資產才會被監控。在一個典型的工廠中，通常會發生這兩種情況的結合。不準確的數據實際上是無用的，而只監測最關鍵資產的狀態監測系統可能會錯過不那么關鍵的資產（那些在故障發生后才變得關鍵的資產）故障。

用更具經濟效益的無線傳感器代替現場巡查監控，這種顛覆性技術將改變最佳實踐，并被證明具有很高的效率。由于工人進入潛在危險區域的時間減少，因此還可以提高安全性。

無線監控可以將工人解放出來，進行其它更具附加值的活動。由于可以安裝的傳感器數量很大，因此可以在整個工廠或設施中進行無處不在的大規模監控。利用這些無線傳感器收集的數據，可對大量資產進行在線狀態監測診斷，當將這些數據轉換為可信的、可操作的見解時，就可以進行預測性分析。

處理此類數據的最佳方法是使用云。眾所周知，云計算使用托管在網絡上的遠程服務器而不是本地服務器或個人計算機來存儲、管理和處理數據。由于工廠數據保存在網絡空間里，因此可以從任何地方對其進行查詢（見圖1）。云將可訪問性和便利性與增強的工廠安全性結合在一起。

此外，通過云任何人都可以使用經認證的智能設備來查看數據，專家也可以進行遠程監控和分析以改善性能。由于數據位于云中，因此可以通過簡單的一站式解決方案進行數據管理。

基于云的數據即服務

涉及到的傳感器系列包括用于監測振動、溫度和壓力等設備的傳感器。這些傳感器和提供的云服務構成了數據即服務（DaaS）產品。

對于那些不想管理和操作大規模數據收集、轉換和共享解決方案的石油和天然氣設施的運營商而言，DaaS很有吸引力。所有這些操作都需要授予對其內部OT和IT網絡的訪問權限。

DaaS通過提供專用接入點，以及被授予訪問權限且受信任的公司，在運營商的防火墻后進行訪問，從而解決這些問題。因此，所需的多重管理和支持的連接和可視化由第三方處理，可以將這些服務從運營商的核心業務活動中分離出來。

對于具有可視化功能的DaaS，運行人員將從現有的自動化和資產管理系統接收公開數據。這使工程師、經理和其他人員，可以使用工具通過瀏覽器來開展工作。當然，這項工作可以從任何地點，在任何安裝瀏覽器的設備（例如PC、智能手機或平板電腦）上開展。

因此，DaaS是運營商數字化活動的助推器。數字化推動了良好的數據實踐，有助于簡化DaaS服務的實施，并向運營商提供優質的服務，以促進其數字化轉型活動。

將數據進行數字化

讓工人通過對設備和資產進行巡回檢查來發現潛在故障并不是一件高效的方法。如果這些運行人員不需填寫巡檢報告并將其張貼到布告欄上，那么他們就可以做附加值更高的一些工作。對于人工巡檢來說，很容易意外忽略明顯的異常跡象，因此盡管有巡檢，仍然經常會發生故障。

例如，一家工廠將200個項目的振動測量外包，每月收集一次數據。每年的成本約為48,000美元，但由于數據未進行數字化，因此客戶無法將數據用于預測性維護，所以仍然經常發生故障。

橫河電機為客戶在整個工廠中布置了數十個傳感器設備，每個傳感器設備都將數據傳輸到云端。基于云的數據管理工具提供了可視化和趨勢監控，以指示初期故障的異常跡象。

顧問將信息提供給工廠人員以便他們采取行動。工廠獲取實時設備狀態報告。當預測到故障時，它們會向工廠技術人員提供自動報警。由于數據已經數字化，因此該方法可以幫助工廠實現數字化轉換。

另一家工廠在泵上安裝了無線傳感設備，監測了6個月的泵加速度，發現很多異常跡象（見圖2）。造成這些潛在的故障最常見原因是軸承組件中的滾珠破裂。盡早發現這些問題，可以對泵進行預測性維護，使它們保持運行狀態并降低因意外停機造成的成本。

圖2：傳感器系統監測泵的加速度，并在出現故障之前檢測到異常跡象。

簡單的無線傳感器易于安裝和重新定位，也易于連接到云端。云端數據為顧問、維護經理、運行人員和其它工廠人員帶來了發現問題的洞察力。對于許多油氣工廠和設施而言，這是開始IIoT實施的最快途徑。

通過傳感器將數據發送到云端，提供無處不在的實時現場信息，并對這些數據進行分析并采取行動，可以預防故障和停機。將未與DCS關聯的公用設備數據集成起來，可以優化生產。數據可以作為在云端模擬工廠運營的數字孿生的輸入，成為工廠人員和顧問調整工廠績效的好幫手。使用經授權的智能設備，全球任何地方的專家都可以分析基于云的數據。

無線傳感技術與基于云的數據管理是一種明智的選擇，為工廠的數字化開辟了道路。數字化可以改善性能并優化工廠。（作者：Simon Rogers）
編輯：hfy