液化空气集团的内部数字革命

在使用工业物联网(IIoT)技术和人工智能(AI)实现预测性维护方面，整个行业都非常关注。对于大多数公司来说，问题是如何以一种有效的方式进行。液化空气认为AVEVA的PRiSM软件是一款经过验证的现成产品，可以利用工业物联网和人工智能进行预测性维护操作。

液化空气为一系列行业提供氧气、氮气、氩气和氢气等气体。虽然它是一家非常大的公司，但液化空气在世界各地有许多较小的工厂，一个名为“Many Mini”的概念，使它能够更接近其客户。

在这种情况下，液化空气无法负担在每个工厂配备所有必要的主题专家——即使是一个大型工厂总共也可能只有10人。SIO Ann Attaway指出，因此，主题专家通常位于中心位置。液化空气集团全球大型工业管理项目经理的预测。她说:“能够利用这种数字转型，对我们来说是非常棒的。”“它让我们在正确的时间、正确的地点找到正确的人。”

Attaway表示，智能创新运营(SIO)是液化空气自己的内部数字革命，并确定了该项目的SIO。预测,SIO。执行、SIO。动力和SIO。Optim组件。她指出，法国液化空气公司“有两个国会图书馆，里面都是SCADA数据，人们并没有真正使用这些数据。”“现在我们可以一直利用这些数据。我们可以更好地服务我们的客户，提高我们的报价，为我们的客户和我们自己创造价值。”

专注于预测分析的SIO.Predict从PRiSM中获益，包括提高运营可靠性和可用性，获得运营的第二批关注，以及正确调整维护活动的规模。

在使用PRiSM之前，法国液化空气公司通过将操作保持在一个相当大的参数限制范围内，使其SCADA系统保持良好状态。但通过使用可用的历史数据，他们的AVEVA解决方案可以将这些操作带入一个更紧凑的最佳框中。PRiSM计算总体模型残差(OMR)，这是您当前操作的位置与最佳蓝框之间的差异。PRiSM大约每隔5分钟计算一次OMR，以使这些条件更接近最佳。Attaway表示:“这对液化空气公司来说非常有效。”他指出，该公司提高了预测资产何时会破产的能力。“在某些情况下，我们会得到6到8个月的预警。”

Ataway表示，这还提供了对操作的第二组眼睛对操作来说特别重要的，这对于无人驾驶的场地特别重要。“它可以告诉我们，如果它与我们的历史相比它是”正常“，”她补充道。在其中的一个示例中，预测性分析发现了在系统上的焊缝坏焊接。当焊工出来制作修复时，他意识到整个植物的那段部分都有很多不良焊接，因此可能会捕获可能对公司进行维修和停机的重要成本。

Attaway说，适当的维护活动也能带来巨大的经济回报。中东的一个项目必须在转机期间完成，最初计划是四周，但后来改成了两周。“我们必须弄清楚我们不打算做什么，”她说。AVEVA通过绘制三小时周期的数据来帮助解决这个问题。“这就是您能够从基于时间的维护转向基于资产运行状况的实际预测性维护的方法。在这种情况下，我们节省了两周的周转时间。”

Attaway为考虑实施预测分析计划的公司提供了几条建议：

• 找到合适的赞助商。这应该是一位受人尊敬的、有影响力的高管，他有能力在各个团队之间进行协调。
• 让正确的人参与进来。他们也应该受到尊重和影响。“他们不一定是你最好的学科专家，但他们是你最有影响力的学科专家，”Attaway说。然后让他们在自己的专业领域自由发挥。
• 看看其他公司是如何做到这一点的。”阿塔韦说：“我们能够访问两三家公司，并可以提出一些具体问题，帮助我们制定计划。”
• 尽早失败并诚实地做出反应。阿塔韦指出，液化空气在早期因为收到太多错误警报而失败。“但我们改变了模板，没有人反对。我们最终赢得了信誉，而不是失去了它。”
• 跟踪的影响。虽然每一家液化空气公司都强调跟踪每一次捕获的不可靠性降低的成本的重要性，但他们并不太担心这一点。“但他们是对的，”Attaway说，并指出他们现在拥有的网页列出了这些成本。“我的老板，他的老板，他老板的老板一直在查看那个页面。”这反过来又使项目更容易获得更多资金。
• 正确组合需求和创造力。管理人员必须使用Attaway的模板，但之后他们可以自由地做自己想做的任何事情。在许多情况下，这最终会改进原始模板。

通过预测分析，液化空气公司迄今为止已经捕获了超过275次。这家天然气供应商已经部署了3000多个模型，监测了130多个地点。它已经建立了一个全球性的预测分析网络。在世界范围内，不可靠的成本已经大大降低。

“我喜欢预测分析的主要一点是，它让我们能够在客户、运营、分析师和主题专家之间建立新的合作关系，”Attaway说我们讨论和决定，而不是仅仅反应和修复。”