要实现IIoT的好处,需要重新审视软件分析产品。目标是找到一个产品,可以提供完整和灵活的方法,从生产数据中提取有价值的信息。数据分析软件,可以给过程专家提供第一手的有价值的数据信息,使他们能够自定义分析并改进生产结果。
能为IIoT的实施提供有价值的数据分析需要注意以下4个方面:
1. 生产率提升
这需要一种应用方法,以便工程师和分析人员可以很容易地使用该软件,作为他们调查和发现工作的一部分,以快速改善生产。分析工具必须适合具有专业知识以及对工厂了解的人员使用,而不是那些软件领域方面的专家但不了解该工艺过程的人员,如程序员、数据专家。
2. 时间序列数据
任何IIoT实施的核心,都是来自传感器的模拟数据。这些数据通常难以操作、清理和情景化。典型的手动解决方案需要在Excel表中或编程脚本中花费数小时来自定义。IIoT的数据分析工具,应促进和加速对时间序列数据的调查,以便工程师能够专注于发现和洞察而不是数据的处理或操作。
3. 数据种类和语境
这允许传感器数据由与其关联的批处理或资产来组织管理,也可以很容易地被分解为连续过程中的机器状态和条件。这一点很重要,因为最典型的工况是新旧数据混合在一起,或者混合了来自不同来源的控制数据。
4. 协作支助
这使得团队成员之间以及一个或多个设施之间的共享发现和讨论成为可能。 这需要能从任何平台(包括PC、平板电脑和智能手机)上运行的任何浏览器访问数据分析软件。 因此,为了从采集的数据中获得最大收益,过程制造企业应该寻找了解数据背景以及企业面临的业务和过程挑战的系统供应商。这些供应商可以在集成协议、部署和体系结构方面进行大量的提升,使过程工厂能够集中精力,从各种IIoT方案中获得最大的价值。