導讀
基于MindSphere的智慧污水處理
攜手MindSphere，實現冷軋機數字化
西門子對于實施工業互聯網項目的問題、挑戰與思考
工業互聯網將對全球生產力的提高產生巨大的推動作用，根據埃森哲預測，最新一輪數字化創新浪潮將惠及全球近三分之二的工業產出，到2030年經濟增長可達14.2萬億美元。
在福雷斯特（Forrester）近期發布的 Forrester Wave：2019年第四季度工業物聯網軟件平臺評估報告中，西門子 MindSphere（以下簡稱“MindSphere”）被評為工業物聯網軟件平臺市場領導者，充分印證了 MindSphere 的跨越式發展及強勁的增長勢頭。MindSphere現已擁有500多家合作伙伴，包括微軟、AWS、艾睿電子和阿里云等等，這為西門子在中國的持續深耕提供了極大幫助。2019年，西門子正式啟動 MindSphere 中國合作伙伴計劃，旨在為 MindSphere 的認證合作伙伴提供技術、市場、財務等方面的全方位支持。截止2019年9月，MindSphere應用已經遍布17個國家的20個垂直行業中，吸引了超過1000名解決方案開發者，數據科學家和工程師。西門子在內部則持續拓展 Mendix 平臺，包括面向數字工程的云服務和應用服務，以及基于 MindSphere 的物聯網。作為西門子 Xcelerator 解決方案組合的核心，MindSphere 進一步強化了 Xcelerator 解決方案組合能力。
MindSphere 能夠將產品、工廠、系統和機器設備安全快速地連接到數字世界，充分挖掘企業在運營過程中設備和系統所產生的數據潛在價值，將其傳輸到 MindSphere 具有高級分析功能的工業應用進行分析，進而產生更好的生產經營成果。作為一種安全、可擴展的工業端到端解決方案，MindSphere 所覆蓋的業務范圍可從資產連接性到可執行的業務洞察，助力整個企業提高生產力及效率。
基于MindSphere的智慧污水處理
每個工業行業都有自己的關鍵設備，對于污水處理行業，鼓風機是整個工藝過程中最核心的設備，以一個小型的污水處理廠而言，通常需要8臺左右的大型工業鼓風機持續的工作，如果其中一臺鼓風機出現了運行故障，會導致工藝過程達不到要求，出水質量受到嚴重影響，不得不停止生產，對設備進行維護和檢修。對于一個小型的污水處理廠（處理量10萬噸）而言，一天的停產導致的直接經濟損失是30萬人民幣左右。同時，污水處理行業的出水質量指標、核心設備的調試、運維等因素，也直接影響著該行業企業的生產運營成本以及效率。
MindSphere作為工業互聯網平臺，針對上述情況，污水處理行業用戶提供包括工業數據采集，數據存儲，數據分析，應用程序開發支持等一站式的解決方案，。由于絕大多數污水處理廠都已經完成自動化的改造，現場除了PLC之外，通常還有SCADA系統，用于實現數據監控、報警、儀表等功能，可以通過OPC-UA Server快速的將相關數據上傳到MindSphere（如之前所講的溶解氧溶度，進水量，曝氣量，回流比等工藝參數）。在云端，西門子通過MindSphere提供的各種功能和服務，來對用戶的工業數據來進行處理，并且能夠通過Predictive Learning，用機器學習和數據驅動的方式，來發掘的隱藏在出水質量和工藝參數直接的“密碼”。利用MindSphere提供了的Asset Manager，能夠幫助用戶建立IoT數據模型，能夠面向數據變量、子部件、設備、產線、工廠、跨工廠的級聯型模型，方面用戶進行設備資產的管理，以及IoT數據采集點的定義。
而MindSphere提供的Fleet Manager，讓用戶能夠在云端集中的查看所有工廠下所有產線下所有設備中采集的數據點，并且能夠定義報警規則和響應事件，以最簡單的方式實現多工廠、多產線條件下的遠程狀態監控。同時，用戶還能以手動和API調用的方式，將設備運行所生產的日志信息以文件的形式存儲在云端，方便工程師日后結合設備運行的歷史數據進行分析。
在MindSphere，提供了Predictive Learning模塊，讓用戶通過數據來訓練機器學習模型，再通過模型來指導實際生產。MindSphere Predictive Learning結合了分析，統計和機器學習算法，可提供對數據趨勢的洞察利用所使用的數據來識別事件的模式和順序，通過大量數據的訓練和參數調整，模型就能夠根據溶解氧濃度作出鼓風機風量的預測，這樣用戶就能夠根據當前電價的情況，再保證最終出水質量合規的同時，將風量維持在一個較低的檔位，以最大程度的減少電力成本。
成都市西匯水環境有限公司在使用MindSphere之后，與之前依靠純手工，非實時的方式進行工藝計算前后能耗的對比，平均一個小型的污水處理廠，每月節省的電費大概是幾萬到十萬不等，同時還有效的降低了氮的的排放量和生物能耗，體現的數字經濟價值可見一斑。
攜手MindSphere，某鋼鐵廠實現冷軋機數字化
鋼鐵行業作為我國重要的原材料流程制造行業，具備生產流程長、生產工藝復雜、供應鏈冗長等典型特征，當今正面臨設備維護成本高、下游需求日益個性化、環保壓力增大等挑戰，亟需圍繞設備管理、生產管控、供應鏈管理、環保管理等方面開展數字化轉型。軋機工序是冷軋生產的核心主體工序，經過酸洗后的熱軋卷通過在軋機上按照工藝規程進行軋制后，得到不同壓下率，厚度規格品種的產品。軋機工序在整個冷軋產品的生產流程中起著至關重要的作用，它直接影響著最終產品的厚度、板型、表面、性能等諸多質量特性指標。如何通過采集、處理關鍵生產及設備數據，進行云端存儲及分析，進而開發具有行業專屬解決方案的工業應用，從而實現數字化呢？
某鋼鐵廠借助MindSphere,分步驟實現冷軋機數字化的例子，可以回答上述問題。
1. 對軋機設備狀態監控及健康分析
軋機設備實現三維可視化，為冷軋機搭建三維模型，使關鍵組成部位與實物軋機一一映射，將軋機基本靜態信息，重要設備參數，輔助系統信息等關鍵信息提取上云，提升設備運行狀態可視化，為實現數字化雙胞胎打下堅實基礎。生產操作者可直觀了解軋機設備狀態，并根據各類系統自動推送信息進行及時處置；各層級管理者可通過遠程訪問設備，隨時隨地掌握重點設備運行情況。
分析電機溫度趨勢。左、右卷電機，上、下輥電機為軋機重要組成部分，各部位溫度直接或間接指征設備運行情況及健康狀態。MindSphere將PLC中相關數據采集至云端，利用云端統一存儲數據聯其他相關維度分析數據，通過實時可視化，呈現電機溫度變化趨勢,生產操作者和管理者可通過分析，結合其他云端數據，即可獲取各單元部位溫度隨產品型號、產能變化變化關系，積累經驗數據。
通過MindSphere對軋卷質量進行管理。在鋼卷加工過程中獲取實時質量信息，綜合分析鋼卷發生的時間和位置，為后續有目的的改進質量水平提供數據依據，結合歷史數據進行統計分析，獲取故障發生頻次，發生時工況等信息，從而改進質量水平。這項工作可實現在生產過程中，收集每個鋼卷最后一個道次加工時，超出目標誤差（±5μm）的數據點。
2.生產組織優化實現基礎數據積累
軋機乳化液指標檢測。乳化液對軋機穩定生產非常重要，乳化液指標變化會直接影響軋機諸多生產、工藝參數，其中對壓下力影響最為顯著。MindSphere通過采集MES系統中乳化液檢測的各項數據，分析顯示各個參數的歷史趨勢、軋制油等添加劑的消耗量的歷史曲線圖，生產操作者和管理者可對上述數據自定義時間軸范圍，并選取不同參數在一張折線圖中進行相關性分析。
軋機軋輥檔案管理。軋輥在冷軋生產過程中屬于消耗品，軋輥狀態對于冷軋板質量有重要影響，故對其更換、消耗信息必須進行詳細記錄并統計分析。MindSphere通過對生產設備數據的收集和積累，可以讓生產操作者和管理者實現對軋機軋輥的動態管理；通過發現軋輥異常，檢查設備，減少軋輥意外造成的冷軋板質量缺陷。
西門子對于企業實施IIoT項目的問題、挑戰與思考
下一代工業革命——“工業4.0”將引領工業物聯網，而數字化技術處于“工業4.0”的最前沿。這一工業物聯網革命不僅已幫助企業實現其資產、產品、價值鏈及業務模型的互聯互通，同時也使企業能夠收集大量數據，并將之集中存儲以便進行分析。盡管工業物聯網帶來大量增值機遇，但同時也造成了一系列難題，并使得實施數據和系統安全控制成為必然。
為了為客戶創造更大的價值，工業公司必須堅定擴展其全球數字服務組合，但安全為他可能成為一大限制。互連設備行業的價值鏈存在更多的風險點，構成數據安全威脅，影響業務關鍵功能。作為自動化和互連設備領域的領導者，西門子深知深入實施前瞻性網絡安全政策的重要性。這一認知已深深嵌入MindSphere安全模型的基礎之中。通過與云基礎設施提供商及客戶充分合作，西門子針對MindSphere實施一致共享的政策和實踐。利用多層次安全保護機制，為敏感數據、應用程序、操作系統與基礎設施提供保障。同樣地，MindSphere可以讓網絡安全性能貫穿工業物聯網（IIoT）的整個生命周期。
隨著新一輪工業革命的推進，企業的智能化轉型正在讓現實與虛擬世界之間的界限越來越模糊，這要求IT和OT深度地融合，形成了一個貫穿企業價值鏈的數字孿生。一定程度上，IT和OT的融合可以幫助企業改善業務系統以及各部門之間的整體的信息流動，成為企業數字化轉型的重要力量。
根據麥肯錫（McKinsey）的調查，缺乏數據互操作性將鎖定IIoT潛在價值的60％。從數據轉變為業務價值是永恒的挑戰，這在IIoT實施中尤為明顯。海量多樣的工業數據是數據分析的前提，可分析的數據量越多，行業洞察就越深刻，數據分析也就越準確。變數據為價值，正是MindSphere帶給客戶的首要收益。對于工業數字化企業而言，獲取數據只是第一步，將數字化技術與行業知識融合，創造價值才是關鍵。西門子對各個垂直市場有著深刻理解，通過MindSphere, 企業能夠分析具體業務場景，準確把握行業痛點，更加深入的了解客戶需求。
工業互聯領域數據龐大，僅靠一家之力無法全面探索其中奧秘。MindSphere生態系統擁有強大的兼容性借助MindSphere的獨特開放性，數據采集者可以廣泛連接第三方設備，系統集成商能夠豐富數據類型，應用開發者可針對性的開發應用程序挖掘數據價值，設備制造商和最終用戶則可以獲得更優質的數據服務。
在實施IIoT項目中，客戶可以根據自身不同的情況分步驟的實現數字化的轉型。如下圖所示：
未來，西門子希望能夠成為助力企業數字化轉型路上的好伙伴，攜手共進，共同促進各個行業實現轉型升級和長遠發展的目標。