未来工厂还需要些什么？

　　你设想中的未来工厂是什么样的？随处可见的预测性维护、工厂设备间拥有着统一的通信语言还是在流程工业企业中更高效的模块化生产被广泛应用？

　　“大型工业工厂的运营牵扯的考虑因素众多，需要在其中取得良好的平衡。无论是在规划与建设、日常运营还是维护和升级过程中，决策都必须整合多个学科的专业知识。”ABB集团首席执行官BjörnRosengren表示道。

　　一方面，标准和要求日益严苛，另一方面，技能稀缺问题加剧，导致未来工厂在迈向智能化的过程中面临着更加严峻的挑战。ABB凭借公司丰富的经验，在尖端技术和AI支持下，为众多领域的客户提供支持。本期，我们将通过寻找异常、统一通信和模块化工程设计这三个方向，来探寻ABB集团对于未来工厂的赋能。

　　应用无监督建模方法检测早期电机故障

　　根据ABB针对3215家组织进行的一项调查，工业企业因计划外停机而承受的成本一般约为每小时125,000美元。调查还发现，69%的受访装置每月至少经历一次计划外停机。显然，在诸多行业中，电机等设备对于平稳运行至关重要，而可靠性是最大限度地减少故障和停机所造成的负面财务影响的关键。

　　然而，尽管其存在十分普遍——全球运行的电机数量超过3亿台——确保其可靠运行仍然是一个持续的挑战。利用先进算法对电机运行数据进行状态监测，可以检测异常，并在问题升级为故障等更严重问题之前向操作员发出警报，从而减少计划外停机。

　　ABB的数据科学家开发了一种高效且可扩展的电机故障自动检测功能。该检测功能结合了基于模式识别检测快速发展的严重故障的检测方法和用于识别早期故障的无监督机器学习（ML）方法。

　　开发可靠、可重复且可扩展的机器学习解决方案十分复杂，让许多组织头痛不已。为了解决这些挑战，ABB在开发异常检测器解决方案时从机器学习运维（MLOps）最佳实践中获益匪浅。ABB将并行化、异常检测和后处理链接到管道中，确保该解决方案可靠、可重复且可扩展。

　　尽管无监督模型训练不需要标记数据，但ABB从运行状况和故障周期已知的各种电机中收集了数据，以协助进行模型验证、超参数调整和模型选择。选择后，模型只需使用未标记的数据即可进行训练。对标记数据的分析表明，数据高度不平衡，错误类别占少数。所研究案例中的所有故障均可使用振动测量加以有效检测。

　　通过将所有开发步骤连接到管道中来完成模型部署。考虑到部署的基础设施设计，最困难的一项挑战在于设计一个能在合理时间内训练和服务数千个模型的基础设施。为此，ABB利用了Microsoft Azure Machine Learning Studio的并行处理功能，其中可将作业执行分发至并行计算集群和节点。增加计算集群或节点的数量即可对其进行扩展，但需要付出一定的成本。由于OCSVM算法的计算负担较轻，因此仅需使用经济实惠的CPU集群。

　　ABB异常检测功能的有效性已通过具体工业案例验证。对于用皮带驱动风扇的电机，系统给出了早期异常检测标志。收到通知后，ABB专家使用先进的信号处理工具对原始振动数据进行了深入分析，并发现被驱动设备出现了谐波频率变高的问题。经实际检查确认，驱动风扇的轴承及轴承间皮带损坏。

　　该案例研究表明，异常检测器甚至能够成功识别源自应用程序而非电机本身的问题，从而防止潜在计划外停机。通过这种方式，ABB表明，通过使用机器学习方法，异常检测器未来可帮助用户及早解决故障问题，从而减少停机时间。

　　借助以太网APL降低工作量和成本

　　随着现场设备日益增多，且功能更为多样化和智能化，运营商不仅能从更高的数据可用性中获益，而且还面临着处理大量过程和维护数据的难题。随着项目规模和复杂性的增加，各种仪器通常需要用到大量不同的通信协议和底层物理层，这一挑战也随之增加。

　　因此，装置运营商寻求一种围绕稳健的开放行业标准构建的统一、本质安全且经济高效的通信技术，在避免供应商锁定的同时，能够随着业务需求的发展顺利扩展规模。过程装置运营商寻求通过信息技术（IT）与运营技术（OT）的融合从数据中获取新价值，其一大首要目标是有效降低每次现场测量的总成本。

　　以太网APL解决了其中部分挑战，并引入“传统”以太网充当工业环境中的扩展物理层，具有特别的吸引力，在其与广泛采用的PROFINET和现场设备集成（FDI）技术结合部署时尤其如此。

　　数十年来，以太网一直是IT领域的中流砥柱，根据IEEE802.3实现了标准化，其支撑着其他抽象层，这些抽象层共同定义了不同设备和系统之间的互连和数据流。以太网是工业和商业有线数字技术的既定标准，已被用作物理层，用于收集数据并控制使用PROFINET和ModbusTCP等协议的远程I/O和电气设备。然而，到目前为止，以太网不适合危险区域（例如炼油厂）的某些过程工业应用。除成本效益和简单性之外，这些设施还需要利用以太网的其他特征，例如长距离向设备传输通信协议和电源的能力、增强安全性（例如防爆）以及在恶劣天气和环境下可随时进行修复的能力。

　　自2015年以来，ABB一直与其他供应商和标准制定组织合作，帮助开发技术、指南和最佳实践，从而为增强现场级以太网连接在过程自动化行业中的应用作出贡献。

　　以太网APL标准于2021年获得批准，其提供扩展物理层，可通过单股双绞线电缆远距离（1000m）传输高速过程、配置和诊断数据以及电力。这项新技术的应用赋予过程自动化行业激动人心的前景，在化学和石油/天然气设施等危险环境中尤其如此。

　　终极解决方案对于希望通过增强过程控制来优化其表现的组织来说，更快速轻松地访问数据的前景是关键。以太网APL提供了终极解决方案，可帮助解决传统上阻碍工业应用中数据收集、中继和访问的许多障碍（包括是否适合在危险区域进行部署），满足对过程控制系统日益增长的需求。

　　以太网APL可解决在工业环境中使用“传统”以太网作为物理层时面临的许多挑战，为过程装置提供了优解，在其与广泛采用的PROFINET和FDI技术结合部署时表现尤为出色。

　　面向大型过程工业装置的模块化工程设计

　　随着部分产品生命周期缩短，快速设计和构建化工和制药生产装置的需求日益增长。这一快速变化为模块化装置生产提供了理由。模块化生产采用模块化自动化系统和工程设计方法，其价值已在试点应用中得到了成功证明，最多可节省50%的工程调试时间。

　　尽管到2030年，这两个工业领域中25%的未来过程装置预计将采用模块化制造和自动化技术予以建造，但ABB思考如何利用模块化自动化来简化剩余75%的工程设计。为此，ABB提出了面向传统过程装置的模块化工程设计概念，针对这些并非使用模块类型包（MTP）基于模块化生产组装而成的过程装置。

　　预设计和预制造模块被定义为工艺设备组件（PEA）或撬装组件，可以实现模块化生产中的过程功能。要在多个应用中加以使用，PEA必须具备互操作性：模块类型包（MTP）使这成为可能。MTP即PEA的标准化、无关乎制造商的描述，其中包括将模块无缝集成到模块化装置中所需的信息，例如有关通信、服务、HMI等的描述。MTP允许将PEA集成到监控系统中，即流程编排层（POL）中，其中，功能会被例如抽象化处理为服务层。因此，早期PEA拥有自己的智能。将MTP和基于服务的过程设计相集成，使过程功能成为可能。通过这种方式，可以减少工程设计工作量和调试时间。

　　ABB用一个工业用例验证了其FM工程设计概念：生成可用于描述FM的通用MTP。此外，装置工程设计概念的测试和验证结果还表明，可将现成模块进行实例化处理，以形成准确表示物理模块的FM实例。使用一种与自动化系统无关的方法来描述可复用模块类型是可行的。

　　ABB提出的FM概念为在传统过程装置中使用模块化工程设计方法奠定了基础。这一概念的可行性已在ABB的分离用例中得到测试，成功演示了工程设计方法和工作流程在油气行业中的应用方式。从模块化生产设施的模块化工程设计中获得的工程效率优势同样将适用于传统世界级大型生产装置。目前，正在研究如何将早期工程设计阶段正式化，以便可自动从语义层面指定和分配FM的I/O，这一关注将有助于促进这项技术的早期发展和加速发展。

　　（本文综合整理自《ABB评论》）