根據(jù)大量的文章、研究和白皮書，分析已成為從供應(yīng)鏈優(yōu)化到定價(jià)和分銷等業(yè)務(wù)應(yīng)用的“熱點(diǎn)主題”。但是，盡管涌現(xiàn)的大量新聞和信息吸引了管理層的注意，同時(shí)為工業(yè)數(shù)字化運(yùn)營(yíng)應(yīng)用指引了方向，但成功實(shí)施分析卻非常困難。
艾默生自動(dòng)化解決方案業(yè)務(wù)首席技術(shù)官Peter Zornio在全球客戶大會(huì)的新聞發(fā)布會(huì)上表示： “數(shù)字化轉(zhuǎn)型提供了重大機(jī)遇，但也帶來了很多困惑，艾默生支持實(shí)用及務(wù)實(shí)的方法?！?/div>
根據(jù)Gartner集團(tuán)的數(shù)據(jù)： “關(guān)鍵分析”有望為工業(yè)企業(yè)帶來超過4萬(wàn)億美元的業(yè)務(wù)增長(zhǎng)。但客戶們都很疑惑并提出一些問題，例如從哪里開始進(jìn)行分析，與哪類供應(yīng)商進(jìn)行合作，在哪里應(yīng)用什么類型的模型，可以解決什么類型的問題以及如何使OT分析適合IT應(yīng)用。
Zornio 表示：“ 僅供應(yīng)商這一方面，我們的一位客戶找到了900多種資源?！焙苌儆锌蛻絷P(guān)注工廠級(jí)利益的工業(yè)IT和OT。對(duì)于企業(yè)而言，這是一個(gè)很大的機(jī)會(huì)，在生產(chǎn)、可靠性和能效方面具有潛在高回報(bào)應(yīng)用工況。
艾默生運(yùn)營(yíng)分析產(chǎn)品組合專注于生產(chǎn)過程本身，這是工業(yè)制造商的最大價(jià)值來源。運(yùn)營(yíng)分析具有嵌入式領(lǐng)域知識(shí)，可以影響并優(yōu)化簡(jiǎn)單設(shè)備、復(fù)雜資產(chǎn)和過程裝置以及整個(gè)生產(chǎn)工廠的性能。
Zornio認(rèn)為： “我們建議首先解決已知的影響力大的問題。負(fù)責(zé)資產(chǎn)性能的人員通過使用可靠的模型進(jìn)行分析，客戶可以迅速采取措施，更快地解決問題。例如，艾默生解決方案可以實(shí)時(shí)檢測(cè)并解決80％的設(shè)備故障，幫助工廠減少生產(chǎn)損失?！?nbsp;
關(guān)鍵分析可以分為兩類：傳統(tǒng)型分析和數(shù)據(jù)驅(qū)動(dòng)型分析。Zornio認(rèn)為：“傳統(tǒng)分析由原則驅(qū)動(dòng)，您可以通過機(jī)械模型了解分析機(jī)制?！?您知道設(shè)備和裝置是按照某種規(guī)則設(shè)計(jì)，因此可以基于規(guī)則分析；如果出現(xiàn)問題，您可以通過故障模式和影響分析（FMEA）了解問題的原因。
Zornio表示：“數(shù)據(jù)驅(qū)動(dòng)型分析在不了解物理原理的情況下，通過標(biāo)準(zhǔn)統(tǒng)計(jì)分析構(gòu)建模型。在這里，令人興奮的計(jì)算機(jī)學(xué)習(xí)（ML）、增強(qiáng)型模式識(shí)別和數(shù)學(xué)智能相關(guān)學(xué)科發(fā)展推動(dòng)了計(jì)算技術(shù)的發(fā)展?！?/div>
艾默生擴(kuò)展產(chǎn)品組合包括機(jī)器學(xué)習(xí)和人工智能（AI），可用于識(shí)別并加深對(duì)業(yè)務(wù)績(jī)效影響的洞察，從而提供傳統(tǒng)分析以往無(wú)法獲得的信息。
艾默生Peter Zornio談到了一些數(shù)據(jù)分析并非最佳解決方案的案例：“我們擁有6200多種設(shè)備模型和500個(gè)故障模式和影響分析（FMEA），其中大約80％的設(shè)備可以通過現(xiàn)有第一原則分析完成。
獲得利益
工廠是個(gè)復(fù)雜的系統(tǒng)，由多種組件構(gòu)成，組件再組成資產(chǎn)，資產(chǎn)形成過程裝置。整個(gè)工廠通常包括多個(gè)過程裝置。Zornio提到：“客戶會(huì)問機(jī)會(huì)在哪里？我們?cè)撊绾巫鰬?yīng)用分析？” 。
Zornio 繼續(xù)說道：“我們已經(jīng)有了可以在較低級(jí)別資產(chǎn)應(yīng)用的分析功能。我們需要在工廠級(jí)做更多的工作。實(shí)際上，如果我們希望對(duì)工廠有所了解，而不僅僅是創(chuàng)建分析工具，那么我們可以使用第一原則。然后，我們將分析結(jié)果輸出給相關(guān)執(zhí)行人員，他們根據(jù)分析結(jié)果進(jìn)行修改。”
在不了解或不夠了解第一原則的領(lǐng)域，轉(zhuǎn)而進(jìn)行數(shù)據(jù)驅(qū)動(dòng)型分析很有意義。Zornio說：“數(shù)據(jù)驅(qū)動(dòng)分析的相關(guān)問題是：為什么要使用數(shù)據(jù)驅(qū)動(dòng)分析？使用什么工具進(jìn)行數(shù)據(jù)驅(qū)動(dòng)分析？在哪里使用數(shù)據(jù)驅(qū)動(dòng)分析？以汽車為例，直到用完三箱汽油后，機(jī)器學(xué)習(xí)才能知道汽車需要汽油才能行駛。我們擁有6200多種設(shè)備模型和500故障模式和影響分析（FMEA）。其中大約80％的設(shè)備可以通過現(xiàn)有第一原則分析完成。”
在針對(duì)產(chǎn)品或設(shè)備類別進(jìn)行數(shù)據(jù)驅(qū)動(dòng)型分析之前，請(qǐng)確定是否可以使用現(xiàn)成分析工具。Zornio表示：“有些工程師想開發(fā)自己的分析工具，但是采用已知問題的已知答案可能是更好的解決方案?！?當(dāng)然，您也可以聘請(qǐng)數(shù)據(jù)專家，但擁有一個(gè)熟悉該設(shè)備的人員更重要。
Zornio 表示：“我們了解我們的設(shè)備及運(yùn)營(yíng)分析。從90年代起，我們開始通過模糊邏輯和神經(jīng)網(wǎng)絡(luò)在DeltaV中構(gòu)建解決方案。我們?cè)黾恿四M仿真和數(shù)字雙胞胎，現(xiàn)在我們擁有可用于數(shù)據(jù)驅(qū)動(dòng)分析人工智能的通用工具箱?！?nbsp;
艾默生收購(gòu)KNet并將其整合到Plantweb Optics資產(chǎn)績(jī)效平臺(tái)中。Zornio認(rèn)為：“艾默生不僅可以提供一些行業(yè)中先進(jìn)的機(jī)器學(xué)習(xí)和人工智能工具，還可以提供人員和工作流程之間的連接，這對(duì)成功進(jìn)行數(shù)字化轉(zhuǎn)型至關(guān)重要。”
艾默生產(chǎn)品組合現(xiàn)在既提供預(yù)裝的分析解決方案，也提供完整分析工具箱，協(xié)助客戶開發(fā)自己的應(yīng)用程序。艾默生的運(yùn)營(yíng)確定性咨詢和強(qiáng)大的數(shù)據(jù)管理功能為該產(chǎn)品組合提供支持，為客戶進(jìn)行高效分析提供基礎(chǔ)。