云平台改变制造：策略到实践的转化

本文图片来源：Yokogawa

作者 ：Satish Balasubramanian

　　从整体上看，云架构可能非常复杂。从OT层面着手可以使问题更清晰，更易于实施和部署。

　　数字化转型通过由云基础设施支持的数字技术，重新调整企业的业务方式，将其应用到价值链优化、企业规划和资产管理等所有运营领域，甚至扩展到健康、安全和环境管理。关于数字化转型和工业物联网（IIoT）的讨论包括运营技术（OT）和信息技术（IT）的融合、云和网络策略等。数字化转型和IIoT主题的广泛性甚至可能让拥有丰富OT经验的人也不能完全掌握。

　　全面的云架构包括六层，涵盖从单个现场仪器到企业范围管理网络的所有内容（图1）。对于OT领域的人来说，重点是自下而上地考虑以下三个方面：

　　■ 云迁移的核心目标以及与其实际效益的关系。

　　■ 将现有生产设备和网络与云连接的必要条件。

　　■ 数字化转型在现实世界中发挥重要作用的实例。

▲图1：全面的云架构包涵盖从单个现场仪器到企业范围管理网络的所有内容。

　　为了帮助分析，我们可以使用一个假设的公司作为示例，假设第0层已经运行良好。现场网络和自动化主机（分布式控制系统（DCS）、可编程逻辑控制器（PLC）或其他自动化设备）可控制过程，并使用过程历史记录器保留基本数据。这是操作的 OT 端。它们如何连接到IT 和云？这就是边缘技术的作用所在。

　　01 使用三层边缘策略

　　“边缘”一词其实具有一些误导性，因为它有时也处于许多事物的中心。边缘系统不仅是传统OT系统和IT之间的桥梁，也是本地系统和云之间的桥梁。除了将本地数据传输到云，边缘装置还可以支持非结构化数据，甚至支持运行时敏感的逻辑和人工智能（AI）。这样，它就可以在更大的体系结构中，成为一个非常具有战略意义的环节。

　　边缘系统必须有一个有效的OT系统数据收集机制，这样它才能毫无问题地将数据转移到云中。这需要硬件和软件的结合，边缘系统的规格必须根据应用的性质来确定，并考虑以下因素：弹性、可用性、延迟、吞吐量、带宽、隐私和安全。

　　边缘控制器的主要作用是调节从OT和IT层到数据中心或云的信息流（反之亦然），在适用的情况下提供数据存储、缓冲和批量上传。它还可以实现智能化，在工厂附近执行数据过滤和业务逻辑执行——通常使用机器学习（ML）或迁移学习算法。

　　边缘使用符合开放行业标准（如OPC和OPC UA）的接口，从过程系统或历史记录中获取OT数据。还有一些原生接口，支持许多其它行业标准协议，如Modbus、Foundation Fieldbus和Profibus。

　　标准安全实践通常将边缘设备部署在隔离区（DMZ）配置中。DMZ是一个物理或逻辑子网络，包含并公开组织面向外部的服务。其它选项可能涉及具有信息二极管的服务器。还可以根据组织安全策略从外部网络（如云）配置和管理边缘网关。

▲图2：边缘系统将最低层连接在一起，并将它们连接到云。

　　边缘策略制定的具体细节因公司、生产过程和工厂位置而异。开始设计过程的一个好方法是使用三层边缘策略：

　　“边缘网关”专注于提供从车间到云的数据安全传输，但对OT协议的支持受限。

　　“轻型边缘”提供了第一层的所有功能，同时也提供了更广泛的OT协议连接，以及缓冲、过滤、有效载荷转换和一些IT数据交换。

　　“综合边缘”建立在前两者的基础上，同时还提供了一种运行应用程序（包括AI应用）的机制，并从云端提供应用程序编排、设备管理、机器人技术支持和远程工程。

　　综合边缘将其协作信息服务器的组件与视频和图像分析组件相结合。这种边缘的最终状态能够支持接收结构化数据（来自传感器、过程数据等）和非结构化数据（视频、图像、文件等）。全面的边缘系统还能确保边缘能够处理各种运营数据（OT 和 IT），并在工厂车间和云之间架起桥梁。

　　整合一种或多种数据类型AI运营的能力，可以通过虚拟/智能工人、集成远程操作、机器人等应用程序释放新的价值。这种三层边缘战略，使工厂离实现行业自动化又近了一步。通过分布式机器学习，可以在云和边缘之间分配AI的工作负载，从而实现智能制造的新范式。

　　02 云平台如何使制造业受益？

　　云可以托管各种各样的软件应用，同时提供安全的批量数据处理和其它功能，因此，使用它可以做什么取决于应用类型。一些公司从头开始构建所需元素，还有一些公司更喜欢使用第三方提供的平台即服务（PaaS），这样就可以快速启动，并在开发自己的解决方案时访问复杂的工具。第三种方法是订阅完全托管的云应用服务。

　　对于那些选择第三种方法的人来说，云平台提供了全方位的数字应用，可以提供真正的数字化转型功能，同时大大减少对最终用户支持和IT投资的需求。

　　云平台使用户能够使用既定的活动和过程，在数据的生命周期中管理数据。这支持数据管理和利用，以实现有效的分析和机器学习，从而推动见解和创新。

　　例如，横河的云平台分为五层，每层都代表一组工具和服务，可用于在平台上构建的应用。通用服务包括网络安全和身份管理服务，这些服务提供对数据的安全访问，但仅限于有效用户。平台分层架构映射到数据管理的关键阶段：数据启用、数据管理和处理以及数据分析。它还包括应用程序编程接口（API），应用程序通过该接口使用平台提供的服务。

▲图3：在从OT方面探讨潜在的数字化转型时，会让具体的步骤更清晰。

　　那么，如何实现切实可行的过程改进？这就是应用程序的用武之地。应用程序是为解决资产管理、生产优化或健康与安全等特定业务问题而构建的软件程序。它们通过应用分析、人工智能、可视化等来使用可用的过程数据。

　　由于所有应用程序都在一个通用平台上，因此它们可以相互连接，并根据需要安全地交换或重用数据。一旦数据在平台上可用，其它应用程序就可以重用数据，从而在整个生命周期中消除数据重复。标准的应用程序可实现快速部署。

　　因为可以访问所有必要的历史数据和当前过程工况，同时提供强大的数字运算能力，云平台拥有所有可用的数据和通信基础设施，是托管优化和过程自治应用程序的一个理想场所。

　　03 使用DDMO来优化水处理

　　横河电机最近完成了一项概念验证（PoC），用于优化美国一家生产饮用水的废水回收设施的运营。为此，该公司提供了一个数据驱动的优化建模（DDMO）软件。它由云平台驱动，可以使用历史数据来改善运营。位于美国加州洛杉矶的拉斯维加斯市政水利局的塔皮亚污水处理厂，已将其用于复杂和关键的水处理应用。

　　生产足够该州2000万人饮用的水需要多种方法，包括回收废水。这需要先进的水处理方法，包括超滤、反渗透和紫外线高级氧化工艺。回收废水的想法引起了消费者的担忧，但事实证明，只要水能被处理到一定程度，这些过程就是安全的。

　　该项目的一个主要挑战是验证水处理的有效性，同时避免过度处理带来的成本。DDMO软件套件用于建模，然后预测设定值，以优化运营并支持运行人员的决策，同时保持水处理设施的目标水质。通过云软件和安全的远程连接进行高级数据分析，自动化系统可以调整运营以优化过程。用于评估处理的专用扫描器，配备了内置的数据清理、管理、分析和建模工具，用于持续的过程优化。

　　对于这一举措，该项目使用云平台来最大限度地减少所需的现场活动，并在现场和系统之间建立安全的数据参考。DDMO软件使用实时运营数据得出控制设定值，并将其发送给水回收设施的运行人员。在进行了多方面的评估并对有效性进行了具体验证后，新技术与DDMO软件套件相结合，实现了运营效率的提高，功耗降低了10%以上，同时所有水质达到标准。

　　04 地热发电厂的资产绩效管理

　　另一个应用案例是安装在地热发电厂的资产性能管理系统。此应用程序适用于任何地热发电厂的附加系统，它连接到现有的工厂控制系统，并根据需要提供额外的测量点。

　　该解决方案部署在云平台上。使用云平台上托管的边缘适配器所支持的标准OT协议，建立与一个或多个生产站点的连接。云平台可以提供：工厂数据集成；安全的数据流、存储和连续监控；地热关键性能指标（KPI）的计算，并与基线进行比较；以及地热发电厂性能KPI的可视化，帮助电厂人员识别性能退化，然后根据需要采取行动。

　　云平台等工业数字化平台为数据管理、算法执行和可视化提供了一系列通用的可复用服务。通过这些平台，能够开发具有一致用户体验的各种应用和集成解决方案，从而加快和简化价值创造过程。数字化转型解锁的商业价值包括提高有效性、效率、优化、组织范围内的协作，以及向工业自主化迈进。

　　关键概念：

　　■ 一个好的云平台可以帮助用户在整个生命周期中处理数据，支持数据管理和应用，从而为制造运营带来更好的见解。

　　■ 工业数字化平台，为数据管理、算法执行和可视化提供了一组通用的可复用服务。

　　思考一下：

　　采用云平台为贵企业的数字化转型带来了哪些优势？