当 OT 数据用于进一步分析时，IT 和 OT 之间的界限变得模糊。但双方有不同的优先级、重点和基本需求，这可能使事情变得复杂。图片来源 ：Moxa
作者 | Alvis Chen
过去，确保运营技术（OT）数据的可靠传输是唯一的要求；现在，还必须确保数据的质量。
受到 COVID-19 新冠疫情的影响，工业领域的企业和系统集成商正在积极投身于近代历史上最具影响力的变革之一——工业数字化转型。然而，在实施之前，了解工业数字化转型需要什么非常重要，这需要从构建它的基石开始：运营技术（OT）数据。
以将有毒废物转化为有机肥料的工厂为例。如果在生产过程中发生轻微的温度变化， 就会影响活性剂的中和作用并影响生产能力。过去，必须由现场工作人员进行检查并作相应的调整。然而长期以来，在应对突发和即时变化方面，这种方法被证明是无效的。在实际波动发生前的 6 小时内，准确预测温度变化，对于进行必要调整以保持最佳中和过程至关重要。要想准确预测需要多种数据，包括设备运行数据、控制器数据、现场温度数据和天气预报数据等。这类运营数据，就是工业数字化转型的基本构建块。
为创建有效的商业智能，不仅需要收集 OT 数据，还需要对其进行分析，以制定相关策略。工业数字化转型可被视为发现和解释现有 OT 数据价值的过程。这说起来容易做起来难。正如系统集成商从连接 OT 数据中发现的那样，当 OT 数据的价值增加时（即期望从数据中获得更多价值），连接它的难度也会增加。因此，OT 数据连接性技术最初的任务——在及时传输数据之前安全地收集、处理和标记数据，现在被细化为更多步骤。
为了应对输入数据的涌入，在传输方法和速度方面已经取得了巨大的进步。现在，OT 数据连接是一个融合专业知识和最新技术能力的混合专业。“OT 数据连接”方面的这些进步，是工业数字化转型成功实施的关键要素。
监控当前与优化未来
在过去，收集 OT 数据的目的是监测和控制现有运营系统。OT 数据通过跟踪工厂车间设备的当前状态来确保机器的稳定运行。它还可用于控制输油管道的流速，以满足石油生产目标。换句话说，它只关注维持“现在”。
然而，随着工业数字化转型的持续推进，获取 OT 数据不仅仅是为了监测和控制当前工况，整合数据以分析未来才是主要目标。通过发现影响运营效率的关键因素， 优化和创造新的商业机会，OT 数据使很多早期行业能够创建全新的商业模式。
以一个领先的电力系统集成商为例。该公司分析氢能电池中甲醇使用量的历史数据，来估计未来每个客户的能源消耗量，为每个客户制定新的个性化收费计划。将最初的按使用量收费计划，升级为机器即服务（MaaS） 月度收费计划，为供需双方创造了一种双赢的交易模式。
将数字转换为实际价值
当 OT 数据用于进一步分析时，IT 和 OT 之间的界限变得模糊。过去，确保数据的可靠传输是唯一的要求。现在，还必须确保数据的质量。这已成为工业数字化转型的最大障碍之一。工业设备的生命周期通常很长，这意味着它积累了大量不完整或无法识别的 OT 数据。在使用之前，需要 IT 专业人员进行额外的数据清理和转换。
最好的情况是花费较长的时间数据清理，这需要花费金钱和精力，但数据是可用的。最坏的情况是，数据完全无法理解，因此毫无用处。例如，如果输出数据显示“5”而没有任何标签，也就无法破译该数字所代表的内容。如果没有进一步的调查，人们可能永远不会知道该数字代表机器转速。这种无效的沟通通常是由 IT 系统无法识别的格式造成的。由于这种现象很常见，一种解决方案是通过 OT 数据连接设备中的内置程序对其进行预处理，将此类数据转换为所需的格式。
因此，数据预处理提供了数据情境并使其可识别。将无效数据转化为可用的 OT 数据的过程，是开启 OT 数据革命的一个重要步骤。
复杂的数据源和类型
传统的控制系统依赖大量的 OT 数据来维持日常运行。简单的数据，如水箱闸门的位置、每日产油量等，显示运行状态的基本信息，也会生成复杂的数据，如生产配方或流程。然而，工业数字化转型需要更多。
以可再生能源产业为例。要快速去除太阳能电池板上的阴影或污点，需要大量数据。除了监测发电外，还需要温度和湿度等环境信息。这些数据加上监控无人机的实时反馈和人工智能平台的分析，可以精确确定被污染太阳能电池板的位置。有了这些信息，就可以安排实时和精准的维护。因此，来自不同数据源的大量 OT 数据减少了传统的资本支出，提高了生产效率。
从线性控制到实时循环反馈
传统的自动化系统非常重视实时控制。在线性控制过程中， OT 数据通常用作特定时隙的指示器。当特定过程结束时，数据的使命就结束了。然而，工业数字化转型通过关注“OT 数据收集 / 分析 / 反馈”回路，强调不同类型的实时性。
借助大数据处理技术、更快的网络和成熟的工业计算能力，IT 可以分析不间断的 OT 数据，并在分析数据后立即向运行设备提供反馈。这种接收、分析和反馈数据的回路，允许企业进行实时调整。
以一家中小型制造商客户为例。为了减少不良产品造成的人力和物力浪费，采用 AI 平台收集、上传和分 析更多的 OT 数据，如振动、温度、 速度、电流等。通过分析，了解到当某台机器的刀具电流频率过高，这意味着刀具磨损，然后可以提前更换工具，以确保产品质量。
优先考虑网络安全
虽然在谈论 OT 数据时，网络安全并不总是最主要的关注点，但它是工业数字化转型的一个重要的优先事项。大部分 OT 数据来自关键基础设施（如水厂和发 电厂的设备监控）或关键制造设施（如炼油厂和半导体工厂）的重要运营信息。这些信息如果被恶意篡改，可能会造成不可估量 的巨大损失。
2021 年 2 月， 黑客用过时的微软 Windows 操作系统版本和糟糕的网络安全管理，进入了 Oldsmar 公共水处理厂的监控和数据采集系统（SCADA）。黑 客们企图将水中的氢氧化钠含量提高到可能伤害人类的范围。幸运的是，现场运营员发现了异常情况，并阻止了攻击的实施。随着网络攻击威胁的增加，更多的行业可能成为此类攻击的受害者，从而可能造成重大后果，因此应优先考虑网络安全。
工业数字化转型将聚光灯对准了以前神秘而未被注意的 OT 数据，这一转变促进了 IT/OT 在知识、运营、安全和人员方面的整合。
联系客服
