通過模塊化的、按需訂閱的軟件可以更加簡單地獲得工業物聯網（IIoT）的智能數據分析，從而提供更經濟的過程預測分析以幫助制造企業提高效率。

在采集、存儲數據和監控系統方面，很多制造商至今使用的還是30年之前的技術。伴隨著目前全球市場的競爭，大多數工業企業在工業物聯網（IIoT）所帶來的新機遇面前猶豫不前，他們的顧慮與實施難度和成本相關。

最近，一份有超過400位制造企業執行主管參與的LNS Research調查報告顯示，絕大多數企業近期沒有投資于IIoT的計劃。如果考慮一下工業企業對于現有系統的花費就不難理解他們為什么抗拒在新技術上的投資。

舊有的技術要經過調整來嘗試利用IIoT的機遇，有的甚至可能需要將現有系統拆除。為互聯網時代開發出來的、用戶買得起的技術可以和現有系統一起工作，幫助制造商深入了解工藝流程的表現，從而實現快速的投資回報。

有價值的SCADA信息

數據采集與監控（SCADA）系統最初的目的是采集數據以及監控工藝過程。由于SCADA生成大量的數據，因此添加了歷史數據庫來存儲這些數據。一開始，歷史數據庫被用來實現常規的要求，例如為政府部門提供報告。后來，一些領先的工業企業認識到歷史數據庫內部隱藏的數據可以為工廠的工藝流程和生產提供有價值的信息，可是要獲取以及使用這些數據會非常困難，因為歷史數據庫的設計并不是為了“讀取”目的或者雙向信息傳輸的。

制造執行系統（MES）是在20世紀90年代初被引入的，其目的是嘗試在工廠車間SCADA系統與企業ERP軟件之間搭建橋梁。它們也承諾提供諸如關鍵績效指標（KPI）數據的分析功能，從而提高工廠車間的運行效率。MES系統比SCADA系統提供更加先進的功能，不過很昂貴并且實施過程需要更多的工程設計工作。在開發MES的工業時代，各種系統還是各自獨立的，而互聯網的優化主要是后知后覺。

避免被鎖定的升級周期

考慮到工業企業花費在傳統軟件上的時間和成本，我們可以理解為什么一些制造商拒絕增強現有系統。他們擔心新的系統會很貴、需要大量的工程設計以及對員工的培訓，并將公司鎖定在困難的、昂貴的升級、補丁以及擴展受限的周期之內。下一代軟件將提供的是使用簡便以及用戶可以買的起的價格。

將實時數據與歷史背景結合起來會縮短分析滯后，實現即時分析功能，甚至在一個事件影響過程性能之前就提供采取行動。圖片來源：Trendminer

工業領域的搜索引擎

正如上文提到的，訪問歷史數據并將其轉化為可操作的信息以改進操作是耗時且困難的。數據建模應用需要大量的工程設計和數據科學家才能實現。其結果是，只把那些關鍵任務的應用作為目標，而將大量可以提高的機會給埋沒了。

在2008年，來自于Covestro（當時被稱為拜耳材料科學）的工程師們通過檢查不同分析模型以及識別在試驗項目基礎上進行擴展所遇到的限制來利用時間序列數據。通過他們對于工藝過程運行的深入了解，工程師們為一般用戶創造了“基于搜索模式的探索和預測類型的過程分析功能”。這個平臺獨特的多維搜索功能讓用戶可以快速簡單地找到精確的信息，而不需要昂貴的建模項目和數據科學家。

解釋其工作原理的一個簡單例子是歌名識別應用Shazam。盡管Shazam使用的技術不同，但是其概念是類似的。與其嘗試將一首歌的每一個音符都在其龐大的歌曲數據庫中進行匹配，Shazam使用模式識別軟件來尋求“高能量內容”或者一首歌里面最獨特的一些特性，進而與數據庫中的類似特性進行匹配。這是對此復雜過程的簡單解釋，從而讓用戶可以快速地、高精確度地找到歌曲名稱。

工業領域所要求的算法要比搜索軟件更加復雜，會與現有的歷史數據庫連接，進而為一個索引設立一個存儲數據庫層的數據列。這個軟件為了通過批處理或連續工藝進行搜索，而簡化了對感興趣的時間段的查找、過濾、疊加以及對比。

不僅如此，下一代軟件讓用戶可以搜索特定的操作工況、工藝漂移、操作員行為、工藝不穩定性或者震蕩。通過將這些先進的搜索模式組合起來，用戶可以將他們需要的信息解鎖。例如，一個操作員將多個數據層或時間段進行對比，來探索哪些傳感器或多或少的偏離基礎值，繼而通過調整提高生產效率。

情境化和預測性

除了更加簡單的搜索功能，也需要關注過程數據情境化和預測性分析功能。工程師和操作員可以提供注釋來獲取更多洞察力。預測性分析功能可以通過將所保存的歷史模式與實時過程數據進行對比，從而實現對異常的以及不希望出現的過程事件的早期報警檢測。對工藝過程可能的軌跡的計算，可以在其發生之前預測過程變量以及行為。這讓操作員具備了判斷最近的過程調整是否與預期的過程表現相匹配的能力。如果不匹配，操作員可以主動地調整設定值。

在線訂閱模式

要想解決傳統軟件的挑戰，在線訂閱價格可以讓所有企業買得起工藝分析功能，而且將企業從花費時間和金錢來增加額外的許可和及升級中解放出來。當用戶登陸的時候，他們會自動獲取最新版本的軟件。

企業可以更好地利用其在高質量歷史數據庫方面的投資，其方式為通過連接到低成本的預測分析軟件上，可以為現有歷史數據庫提供更加有價值的企業洞察力。買得起的、即插即用的軟件可以幫助企業提高運行效率，加速IIoT的實現。在這個充滿變革的時代，要想保持競爭力，企業將不能把目光局限在現有系統上了。