通过模块化的、按需订阅的软件可以更加简单地获得工业物联网（IIoT）的智能数据分析，从而提供更经济的过程预测分析以帮助制造企业提高效率。

在采集、存储数据和监控系统方面，很多制造商至今使用的还是30年之前的技术。伴随着目前全球市场的竞争，大多数工业企业在工业物联网（IIoT）所带来的新机遇面前犹豫不前，他们的顾虑与实施难度和成本相关。

最近，一份有超过400位制造企业执行主管参与的LNS Research调查报告显示，绝大多数企业近期没有投资于IIoT的计划。如果考虑一下工业企业对于现有系统的花费就不难理解他们为什么抗拒在新技术上的投资。

旧有的技术要经过调整来尝试利用IIoT的机遇，有的甚至可能需要将现有系统拆除。为互联网时代开发出来的、用户买得起的技术可以和现有系统一起工作，帮助制造商深入了解工艺流程的表现，从而实现快速的投资回报。

有价值的SCADA信息

数据采集与监控（SCADA）系统最初的目的是采集数据以及监控工艺过程。由于SCADA生成大量的数据，因此添加了历史数据库来存储这些数据。一开始，历史数据库被用来实现常规的要求，例如为政府部门提供报告。后来，一些领先的工业企业认识到历史数据库内部隐藏的数据可以为工厂的工艺流程和生产提供有价值的信息，可是要获取以及使用这些数据会非常困难，因为历史数据库的设计并不是为了“读取”目的或者双向信息传输的。

制造执行系统（MES）是在20世纪90年代初被引入的，其目的是尝试在工厂车间SCADA系统与企业ERP软件之间搭建桥梁。它们也承诺提供诸如关键绩效指标（KPI）数据的分析功能，从而提高工厂车间的运行效率。MES系统比SCADA系统提供更加先进的功能，不过很昂贵并且实施过程需要更多的工程设计工作。在开发MES的工业时代，各种系统还是各自独立的，而互联网的优化主要是后知后觉。

避免被锁定的升级周期

考虑到工业企业花费在传统软件上的时间和成本，我们可以理解为什么一些制造商拒绝增强现有系统。他们担心新的系统会很贵、需要大量的工程设计以及对员工的培训，并将公司锁定在困难的、昂贵的升级、补丁以及扩展受限的周期之内。下一代软件将提供的是使用简便以及用户可以买的起的价格。

将实时数据与历史背景结合起来会缩短分析滞后，实现即时分析功能，甚至在一个事件影响过程性能之前就提供采取行动。图片来源：Trendminer

工业领域的搜索引擎

正如上文提到的，访问历史数据并将其转化为可操作的信息以改进操作是耗时且困难的。数据建模应用需要大量的工程设计和数据科学家才能实现。其结果是，只把那些关键任务的应用作为目标，而将大量可以提高的机会给埋没了。

在2008年，来自于Covestro（当时被称为拜耳材料科学）的工程师们通过检查不同分析模型以及识别在试验项目基础上进行扩展所遇到的限制来利用时间序列数据。通过他们对于工艺过程运行的深入了解，工程师们为一般用户创造了“基于搜索模式的探索和预测类型的过程分析功能”。这个平台独特的多维搜索功能让用户可以快速简单地找到精确的信息，而不需要昂贵的建模项目和数据科学家。

解释其工作原理的一个简单例子是歌名识别应用Shazam。尽管Shazam使用的技术不同，但是其概念是类似的。与其尝试将一首歌的每一个音符都在其庞大的歌曲数据库中进行匹配，Shazam使用模式识别软件来寻求“高能量内容”或者一首歌里面最独特的一些特性，进而与数据库中的类似特性进行匹配。这是对此复杂过程的简单解释，从而让用户可以快速地、高精确度地找到歌曲名称。

工业领域所要求的算法要比搜索软件更加复杂，会与现有的历史数据库连接，进而为一个索引设立一个存储数据库层的数据列。这个软件为了通过批处理或连续工艺进行搜索，而简化了对感兴趣的时间段的查找、过滤、叠加以及对比。

不仅如此，下一代软件让用户可以搜索特定的操作工况、工艺漂移、操作员行为、工艺不稳定性或者震荡。通过将这些先进的搜索模式组合起来，用户可以将他们需要的信息解锁。例如，一个操作员将多个数据层或时间段进行对比，来探索哪些传感器或多或少的偏离基础值，继而通过调整提高生产效率。

情境化和预测性

除了更加简单的搜索功能，也需要关注过程数据情境化和预测性分析功能。工程师和操作员可以提供注释来获取更多洞察力。预测性分析功能可以通过将所保存的历史模式与实时过程数据进行对比，从而实现对异常的以及不希望出现的过程事件的早期报警检测。对工艺过程可能的轨迹的计算，可以在其发生之前预测过程变量以及行为。这让操作员具备了判断最近的过程调整是否与预期的过程表现相匹配的能力。如果不匹配，操作员可以主动地调整设定值。

在线订阅模式

要想解决传统软件的挑战，在线订阅价格可以让所有企业买得起工艺分析功能，而且将企业从花费时间和金钱来增加额外的许可和及升级中解放出来。当用户登陆的时候，他们会自动获取最新版本的软件。

企业可以更好地利用其在高质量历史数据库方面的投资，其方式为通过连接到低成本的预测分析软件上，可以为现有历史数据库提供更加有价值的企业洞察力。买得起的、即插即用的软件可以帮助企业提高运行效率，加速IIoT的实现。在这个充满变革的时代，要想保持竞争力，企业将不能把目光局限在现有系统上了。