作者：Jim Petrusich是美国西北分析有限公司的副总裁。Jim致力于在全球客户中推进实时监控和分析系统。他曾经在超过40个国家的生产制造企业，交通运输，能源和国防等项目中实施实时分析系统。www.nwasoft.com（您也可以直接发送邮件至chinasales@nwasoft.com直接索取大数据实时监控相关案例。）

大多数制造工厂每周或每月都会举行生产会议，以评估生产力和浪费情况。显然，报告不允许他们更改过去所发生的事情，但在大多数情况下，他们还是能够对未来如何改进做出少许的洞察。许多人都被困在一个“检查和拒绝”的模式中。

本文重点介绍那些采用全面的实时分析方法，从“检查和拒绝”模式转变到“预测和预防”模式的公司。

大多数的数据库被当作仓库一样对待。我们在其中存储信息，在需要时将其调出来使用。但数据库应该更像花园。如果正确建立和耕耘，当需要时，它们能产生有价值的、可操作的信息，并且是独立的。这能产生巨大的利益。但从历史经验来看，实时监控工具缺乏的正是发掘数据潜能的智能作用。

很多公司多年来一直使用实时监控面板来监控他们的工厂，但在大多数情况下，他们使用简单的趋势图，并仅在固定的限值时报警。即使信息是通过分析进行监控的，通常也是来自于一个单独数据库中的一个单一的信息仓库。这对于经常有许多单个数据库的制造商来说是一个大障碍，这最终更会像是一系列的仓库，而不仅仅是一个。

制造智能软件就是设计用来解决这一问题的，但成功的实施仅与技术部分有关。大花园不创造自身；我们还必须完成我们的组织工作，以实现有效的实施。因此，本文也将着重于三个关键点来制定有效的实时分析解决方案。

Real-time Alarms实时报警

许多工厂操作员身边都充斥着生产线操纵台或控制室显示器上的警报。通常，这些信号都只是被忽略掉。据赫斯基乔治王子城炼油厂的高级职员，过程控制工程师YiqunYing说，“有些警报并没有意义，操作员也没有时间去作出反应。他们只需敲击一下键盘告知收到警报即可，有时候也会抑制警报。”其他公司也讲述了类似的事情。在杜邦公司（DuPont）开始彻底检查其报警管理系统之前，他们每周有时会发出150000次警报。

如果数据库是花园的话，那么就相当于这些花园长满了杂草。向操作员显示过多的警报可能是有害的，原因有两点。

1.操作员可能会看到一些东西，并在没有发现错误时采取行动。人们在寻找数据中的意义时有着惊人的能力，实际上却不存在真正的意义。有了大数据的新世界，我们正在我们的工厂中安装越来越多的传感器，捕获更多的数据。我们会期望找到越来越多的误报。

2.在操作员面前放置越来越多的警报也会使他们在大量的噪声中更容易忽视紧急警报。当每周有150000次警报发出时，想要知道那些警报是需要注意的，将会是一个很大的挑战。我们需要过滤掉噪声，专注于重要的警报。

BIG DATA and Manufacturing Intelligence大数据和制造智能

制造工厂用于与许多专门的数据库合作：MES/MOM，DCS，ERP，质量系统，实验室LIMS，历史数据库，还有采集过程数据，甚至更多。制造智能软件使企业能够分析他们最重要的参数，无论数据位于何处。做到这一点的传统方法是将数据从每个单独的数据库中复制到其他的一个数据库中。通常，人们选择ERP系统或历史数据库。

该方法具有几个挑战。其一，复制的数据往往会随着时间的推移而偏离，修正和调整最终会创建两个版本的数据。此外，这些都不是小项目，通常都需要几年的时间来实现。到了该对数据进行分析的时候，数据分析师可能已经退休……而不仅仅是为了这一天。最后，这些数据库存储信息的格式完全不同，无论一家公司拥有5个，50个或500个工厂，没有任何两个工厂似乎是在同一个自动化水平上、测量同一个变量，甚至在许多情况下，生产同样的产品。因此，项目类型通常都是大项目。

今天的技术现在可以让公司分析实时数据，而不用将数据复制到另一个单独的数据库中。软件选出适当的数据，运行计算，并发出实时分析警报。通过采用这种技术，公司很快就会获得有意义的结果。

陶氏化学公司（DowChemical）已经推出了这些类型的分析系统，并取得了令人瞩目的回报。在陶氏领导分析技术小组的LloydColegrove表示，“这是非常符合成本效益的，因为我们已经生成了数据。我们已经在数据的基础设施中投入了金钱。为什么我们还要在那些方面花钱，而不是以一种新的和更好的方式来查看数据呢？”

创建成功的项目还需要考虑周到的规划和实施。这里是陶氏等龙头企业建立其系统时所采用的三个关键方法。下面介绍的项目在陶氏的其中一个最大的业务部门进行了初步实施：

Three Keys to Successful Solutions实现成功的解决方案的三个关键

1.创建一个以参数为中心的模式。当陶氏在项目开始时成立专家团队时，他们专注的第一个任务就是限制他们将监控的参数。他们想专注几个重要的参数，这几个参数会对产品质量和工厂效率产生最重大的影响。这意味着他们可能对35到50个参数进行报警，而不会对所有数据库跟踪的上千个参数进行报警。这不是一件容易的事，因为他们必须论证和同意清单里的每一个参数。然而，他们发现，当专家团队完成这一步骤时，业务部门已经从中获益。即使在任何技术被部署之前，每个人都能看到这些我们工作中被认为最重要的，需要注意的变量。

有此清单在手，下一步他们必须专注于如何定义实时。这在任何实时项目中，始终都是一个重要的点。团队中的一名成员描述了他对三个类别的观点。首先，有短期的交易数据，通常是操作员关注的焦点。其次，有中期的战术数据，监督和管理人员可能会用得更多。最后，有较长期的战略数据。每一个实时背景都具有重要的价值。因此，陶氏的团队决定测量多个实时定义下相同的参数。

他们发现，在短期过程参数或战术仪表板上触发的警报使他们能够快速的解决实际问题，但在此过程中，较长期的漂移只显示在长期战略仪表板上。每个仪表板都提供额外的背景，可提供比以往获得的更好的视野。

2.促进协定计划。项目的其中一个目标就是努力达到替换现有的协定计划。针对可能在工厂发生的每一种情况，他们都有一套现有的程序来遵循，保存在一个excel电子表格中。随着时间的推移，这个电子表格已经变得非常复杂，由一个人来维护。大多数人认为，如果这个人离开公司，则没有人能够修改或维护该电子表格。该计划是将协议计划转换为一个新的商用货架产品（COTS）软件，可以由其他人来维护。

然而，他们也意识到，他们只有一个协定计划。由于他们使用的是实时的多重定义，他们发现，在该过程中，没有针对较长期漂移的适当的协定计划。于是，该团队开始创建和修改一个新的协定计划来解决这一问题。

最后，他们想要一个计划，以利用存储在报警系统中的AC/CA数据。当该团队每个月集会时，他们会对比旧的协议，审查新协议是如何执行的。报警面板提供了进行调整所需要的指导。如果操作员没有遵循协议，他们也可以查看这个，因为AC/CA数据正好显示了在每种情况下所采取的行动。在某些情况下，操作员选择不遵循协议，并认为他们更好地了解具体情况。当发生这种情况时，该团队可以审查这些做法。如果实际做法确实好过协议，则这些情况就被作为新协议的潜在候选内容。如果实际做法不如协议，则仪表板可被用作训练数据，向操作员显示当他们偏离建议时，他们的做法不如协议好。通过采用这些方法，工厂将会随着时间的推移有所改善。

3.减少噪音。在该项目中，陶氏所采取的第一步实现了减少噪音的重要一步。通过将参数限制为重要的几个，他们能够专注于最重要的信息，而无需为其他数据分心。然而，并非所有的参数都被平等对待。在某些情况下，他们想根据特定的模式规则来触发警报，而其他人可能会根据SPC违规或规格来触发警报。只有可操作的警报才会被显示给操作员，操作员将会看到针对每个警报的一个协议。

接下来，他们会根据类型或位置来将警报进行分组，因此，对于一类传感器，只有一个警报是可见的。如果这个警报被触发，操作员可以点击指示器并进入各个参数的具体位置。这就消除了许多标签处于一个屏幕上时的噪音，同时保持系统的正常运营不变。最后，它们作用于电子邮件和短信通知系统来发出警报。这是一个随着时间的推移通常需要进行一些调整的一个区域，因为太多的电子讯息会导致人们忽视沟通的整体方法。

对该工厂的这个项目进行了一年的评估。在此期间，该工厂实现了有史以来最长的催化剂运行时间，无论是在时间还是生成的产物方面。他们几乎能够立即看到所产生的价值。当该报警系统最初展示给该团队时，其中的一名成员就询问这数据是实时的还是原型。当他被告知这是实时数据时，他指出，该厂忽略了他曾经跟他们谈到的一个关键参数。会后，他立即给该厂发出了电子邮件。在他们下一次见面时，大家不仅可以看到在上次会议后进行的调整，而且该厂得到了更进一步的控制。报警面板也引起了团队成员之间的许多谈话，因为某些情况下需要采取行动，需要妥协。

据陶氏化学公司的高级数据科学家Mary Beth Seasholtz说，业务部门所拥有的不仅仅是一个新的技术优势。从检查和拒绝（或在它们降级的情况下）模式到合作协同过程，有一个文化变迁，更侧重于使用实时分析仪表板来预测和预防其在第一时间发生。这是重大的胜利。

凭借技术和周密的计划，陶氏能够在其中一家最大的工厂中开发出一个功能强大的制造智能系统。然而，应该注意最后一点说明。该团队的成立对于该项目的成功是必不可少的因素。在某些情况下，项目是在工厂启动的，并能取得成功。然而，如果没有完全占用合适的资源，项目也可能会失去赞助、资金，并不会充分发挥出它们的潜力。从总部下推的同样的项目也可能达不到目的，由于没有工厂的专业知识，这个项目可能会失败。最重要的是，对该过程能够贡献出关键洞察力的个人，他们所组成的核心小组的综合观点将最有可能提供最好的项目，并制定出最有效的解决方案。

欲知更多关于促进大数据实时监控的信息，请直接访问NWA官网。