事件预测和避免解决方案

“不可避免地，你不知道的事情会毁了你的一天。”这种智慧适用于流程制造业和其他工业部门，在这些行业中，操作人员被要求用更少的钱做更多的事情，新技术正在用数据埋葬人们，制度流程知识正在飞出门外，工业组织发生事故的财务和其他成本继续增加。

为了改善这种情况，行业组织必须演变成一种积极主动的文化，在这种文化中，运营人员采取积极主动的立场，首先预测，然后采取适当的步骤来避免事件的发生，而不是对事件做出反应。这涉及到文化、组织、人力和技术因素。

由于在当今日益复杂和快节奏的工业环境中，简单的事件可以迅速升级为重大事件，更多的人必须能够在正确的时间做出正确的决定。这需要一个“生产时间”的视角，通过预测分析实现。虽然这一概念并不新鲜，但现在已经有了合适的工具，可以帮助运营商预测并有效避免事故发生。与适当的文化、组织和人为因素相配合，这些因素可以在任何临界条件管理(CCM)计划中发挥关键作用。

对人类来说太复杂了

工艺制造涉及数以百万计的复杂化合物，具有数以百万计的关系和相关行为。在任何给定的情况下，工厂员工只知道这些行为的一小部分，积极的和消极的。今天的工厂越来越大，越来越复杂。因此，在尝试搜索和分析确定当前状态和现有问题的根本原因所需的信息时，操作人员很容易超载。

即使他们在寻找答案，问题也可能升级，对生产、安全、环境和/或运营利润产生负面影响。

近几十年来，发达经济体的公司在运营管理应用程序上投入了大量资金。因此，积累和存储了大量的数据。事实上，如此之多，以至于人类不可能手动处理。相反，宝贵的时间被消耗在从无数的信息中寻找答案，而工厂的情况可能会越来越糟。显然，运营管理应用程序本身并不能解决问题。

过程警报通常是出于安全原因而设置的，它代表了一组关于极少数个别变量的有限结论，并设置了阈值，以提醒操作人员注意极端条件。为了尽量减少有害告警，工程师通常将告警阈值设置在远离正常操作的水平。因此，警报对于检测与最佳操作或最佳实践的微小偏差通常没有用处。警报还忽略了许多小问题，这些小问题只有在其影响随着时间传播后才会变成大问题。

大多数公司已经实施了“最佳运营商”的概念，这是一个为运营商绩效创建标准的基准。但是最好的经营者可能要退休了。在过去，我们很大程度上依赖于所学知识和直觉。然而，由于人口结构的变化，今天的植物面临着双重挑战，不仅要增加对植物和过程动态的理解，还要保持当前的理解。

解决方案

工厂的关闭和减速在很大程度上是可以避免的。关键是能够提前通知运营商可能发生的事故，并就如何避免事故提供指导，如果无法避免，则如何将后果降至最低。这是当今新兴的事件预测和避免解决方案的领域。这些解决方案的时机似乎已经成熟，ARC认为这些解决方案可能会成为这个十年的工业“杀手级应用程序”。

虽然过去专家系统在事件预测解决方案中发挥了主要作用，但多元SPC、主成分分析(PCA)和条件逻辑正在成为当今事件预测和预防解决方案中的关键技术。

多元SPC为异常情况检测引擎提供了使能机制。它用于搜索数据集，以识别异常情况，以确定估价值、偏差、过程状态和运行包络。目标是建立一个主成分模型，这是事件预测能力的核心。

一旦预测到事故，基于对过程和设备的深入理解，使用条件逻辑来得出根本原因、相关后果和适当的纠正措施。

如果我们从时间和严重程度的角度来看待一个事件，我们可以看到，在过去的反应性方法中，操作员直到超过警报限制才意识到异常情况，此时操作员必须做出决定，然后采取行动。当这种情况发生时，异常情况的严重程度会呈指数级增长，避免事故的可能性会降低。

相比之下，使用当今的主动解决方案，通常可以确定事故发生的概率，分析根本原因，并在操作员意识到可能发生的事故之前确定适当的操作措施并进行良好的沟通。当操作人员采取建议的操作时，严重程度仍然很低，距离事件迫在眉睫还有很长一段时间。