有些人可能会说,这些技术正在将操作员逐出系统之外,但是实际的情况有时相反;操作员现在了解的情况更多,需要介入的次数也更多。如果控制网络不能利用这些概念,它可能就会丧失自动化本来应该具备的那些优势。
智能预测性维护
预测性维护最主要的一个目标,就是减少意外事件。换句话说,就是避免那些之前没有任何征兆的元件突然失效。这些事件不仅对于工程和维护人员来说是巨大的压力,它们也会导致比计划停工时间更高昂的成本。必须要储存备件,而失效的元件必须要进行更换。有时候,系统其它的部分也可能会受到影响,比如浪涌可能会进入控制系统其它的区域。这些失效元件必须要进行更换控制工程网版权所有,有时候还需要重新编程。同时,与之相连的机器和系统也会处于空闲或者运行效率低于预期。智能预测性维护让系统能够在某个元件的运行超出界限或者运行方式与平时不一致的时候,警告操作员和工程师。
尽管运行了20年的自动化系统看起来仍然性能良好,但及早升级可以减少意外停机时间、提高效率,从而要比晚升级节约更多的资金。
提升IT技术
如果工业使用以太网基础架构,人们就会问如何应对工厂中的IT团队。有些人支持让IT团队和自动化团队完全分离,还有一些人认为应该创建包括自动化和IT专家的团队,这样双方就可以协作让工厂更健康、更高效。除此之外,IT专家还需要学习理解工业自动化的需求,而自动化专家则要更多地了解有关联网以及提升现有的开放式可靠性技术的知识,比如SNMP,以延长工厂开工时间,提升网络的透明度。
如前所述,如果IT和和自动化团队能够协同工作,就可以开发简单网络管理协议(SNMP)。SNMP最初是针对公司办公室环境进行的设计www.cechina.cn,但是因为架构方面的原因,SNMP还适用于工业和自动化应用。举例来说,它可以用来在指定流程中实时监控网络使用的时,基于SNMP的开关和控制器可以监控统计数据,对于控制器的实时性能则毫无损害。另外一项应用则是在需要更换网络元件的时,用户可以采用HMI进行互动,而HMI可以让控制器发送一个SNMP讯息,准确查找指定的网络元件是和哪一个端口相连接,因此可以减少替换失效网络元件所需的停工时间。
数据库的无缝衔接
今天的大数据时代,相比从前工厂和自动化系统对于数据量的要求和供给都增加了很多。使用数据库以各种方式将供应链到销售系统的各个节点连接起来,自动化系统也应该连接到这个通用系统当中。在连接和自动控制的过程中,会出现大量的数据交换,比如库存、供应商位置、物流卸载,以及像增加制造流程透明度、去除瓶颈、确定升级中需要哪些设备等,都需要大数据输出控制系统。
数据无缝衔接的一个很好的例子就是有些工厂中生产线上的控制系统需要与库存系统进行通讯CONTROL ENGINEERING China版权所有,比如生产线上的供给在库存系统则要标注为制成品。制造部门向库存部门发送一个索取的指令,一旦物料运抵CONTROL ENGINEERING China版权所有,制成品就需要移除。供给可以实时追溯CONTROL ENGINEERING China版权所有,在制造过程中的失效需要记录,而特殊的批次还需要进行质量检查。我们可以识别序列化的制成品,精确地把握每一个元件的批次,存储在数据库当中用于质量管理。物流部门也可以追溯不同元件的每日使用情况,从而减少库存。
尽管运行了20年的自动化系统看起来仍然性能良好,但是要记住自动化是为了削减操作员的成本、减少不可靠带来的问题以及加速生产或者是提高任务执行速度。一台运行了20年的系统可能已经没有配件,或者是配件已经非常的昂贵和稀有。这就会削弱可靠性和成本方面的优势。要找到控制系统训练有素的用户,可不是一件容易的事情,现在的系统要比20年前的系统运转更快、效率更高。陈旧的自动化系统实际上现在已经丧失了它主要的优势。
是时候进行升级了。现在就要利用新技术,将自动化系统和公司的其它系统紧紧地联系在一起。