对于大型工厂的控制人员来说，在20世纪70年代以前，他们的工作类似于越野行走。因为在传统的过程行业中，数据需要在本地测量。如果系统操作人员需要某个测量值，就必须亲自到现场从当地测量仪器上读取，紧急情况下甚至要开展跑酷运动。
当过程工业采用了集中维护的方法，越野行走的时代就结束了。最初，不同传感器或执行器型号使用专有系统，如今这些系统已逐渐被标准化信号所取代。尽管控制面板仍由数百个开关和显示仪器组成，但至少信号传输基于标准。
从1970年左右开始，控制面板中采用了自动化技术。第一批自动化系统接管了各工厂部件的控制工作，减轻了控制室工作人员的压力。不仅让高效控制复杂过程成为可能，还有效降低了控制系统的故障发生频率。
由于冗余概念和分散式过程控制技术的引入，过程控制变得越来越可靠，系统效率更高，产品的质量也在不断提高。现代化加工厂使用成千上万的传感器实时了解整个工厂的运行动态以及每个子过程。
近几十年来，这个发展趋势一直延伸到控制室之外并进入生产现场。最初人们使用的是简单的传感器，如今使用的传感器和执行器越来越精确。它们具有更多的自主智能，具备更多新的可能性，然而如今的标准信号并没有将这些优点进行充分利用。
隐藏的宝藏
出于准确性和质量方面的法律要求，例如在制药行业，工作人员必须充分关注控制室的核心过程。在关键职责之外，员工不能处理阀门维护周期等类似问题，而这些任务必须由维护和优化领域的人员承担。
与此同时，工艺工程师希望从越来越智能的传感器中获得更多有关优化其工艺的信息和建议。然而，到目前为止，只有20%的传感器数据真正用于过程优化。未来我们还需要更好地发掘传感器数据的潜力。
过程可靠性和系统可用性优先级最高。因此，新概念必须扩展已有的自动化金字塔。这也是NOA(NAMUR开放式架构)要发挥作用的地方。在不影响实际过程的情况下，读取来自智能传感器和执行器的数据，并在“数据二极管”中进行评估。
戈迪安之结
在这里，最理想的解决方案是使用现代化系统，例如菲尼克斯电气提供的PLCnext和PROFICLOUD。基于PLCnext的控制器可以从使用大量不同协议的传感器中读取数据，并与过程控制器并行，然后将该数据作为原始数据在PLCnext控制器内预处理之后传输至PROFICLOUD。
数据在PROFICLOUD中的处理方式多种多样。由于PROFICLOUD的开放性，来自第三方提供商( 如传感器/执行器制造商)的应用程序可以通过智能算法分析这些数据，并提出维护计划。专门从事“大数据”的公司可以根据这些数据为工厂运营商提供运维建议，同时，来自现代化传感器的数据可用于优化生产过程。最简单的方法往往是最有效的，菲尼克斯电气就此解开了戈迪安之结。
京公网安备 11011202001138号
