从发电厂和钻井平台到制造业，设施管理人员无不意识到需要部署在线资产维护战略，以加快分析速度、改善资产运行状况及简化运营。但是，开发全面且可靠的在线监控和维护解决方案的工作困难重重，使他们望而却步。

这些困难包括获得高质量的优质数据、安全的数据管理，以及将解决方案顺利集成到已安装的基础设施中，而且不会影响系统性能。

即使某个解决方案在一种应用中表现出行之有效，但设施管理人员也持怀疑态度。根据 National Instruments (NI) 的监控解决方案首席销售经理 Brett Burger 的观点，部分问题归结于具有商业价值的案例研究发布得太少。“而且，即便是有商业价值的案例研究，人们仍普遍认为每项业务都存在不同之处。” Burger 说道。

尽管顾虑重重，但维护管理人员认识到设备故障导致的计划外停机时间会导致造成数百万美元损失的风险。面对资源减少、设备老化、劳动力和技能差距，这种风险只会不断增加。另外，随着设备数量增多，工作效率更加低下，尤其是技术人员必须亲身前往测量数量越来越多且分布越来越广的资产时，就必须采取措施。

根据 NI 的研究，技术人员将 80% 的时间用于收集数据，而只有 20% 的时间用于分析数据。随着资产数量增多，这两个比例数值还会更糟糕。

相反，许多工厂管理人员认识到他们需要考虑当今可用于在线状态监控和维护的技术了。“最好是这样做，以避免出现大范围故障，或者在损失 5000 万美元之后才被迫去补救。” Burger 表示。

Burger 还强调，最好能够通过将实时在线资产状态监控与高级数据分析相结合来根据需要规划和安排维护。这样一来，企业可以根据其工业运营数据采取行动，从而改善其生产资产的运行状况。

具有开放式访问权限的准确数据是监控的关键

解决资产运行状况的实时监控问题是NI 选择将其精力集中在计算机辅助测量方面的原因。它的解决方案是 NI InsightCM，这是一款硬件和软件相结合的产品，可提供对经过预先筛选、具备诊断质量且以波形为中心的数据的开放式访问（图1）。

NI 的方法非常有趣，因为它并不包括特定的传感器，从这一方面来说，便不会专门尝试 “端到端” 方式。相反，它专注于从多个传感器采集诊断级波形数据，而将传感器的设计和数据解释交由领域专家完成。另一方面，该解决方案非常全面，为领域专家提供了能够轻松将数据转换为信息的分析和仪表板工具。

此外，从跨越 IT 和工厂车间运营技术 (OT) 的角度来看，该解决方案也属于 “端到端” 方式。它使用开放式文件格式存储数据，因此可以通过第三方软件轻松访问数据，从而允许将 InsightCM 集成到任何已安装的系统中。通过使用先进的处理功能，InsightCM 随后支持在边缘进行数据过滤和筛选，然后再将关键信息发送到上游。

“关键是我们提供对原始数据的完全访问，” Burger 说。“另外，丰富的传感器连接选项有助于公司将 InsightCM 集成到他们现有的工作流程中，而不是将需要培训和专业知识的全新工具引入到整个组织中。”

InsightCM 的与众不同之处在于采用了CompactRIO cRIO-9037，这一运行了LabVIEW 且坚固耐用的边缘节点数据采集和智能嵌入式处理系统（图 2）。这是一个模块化、8 插槽可扩展系统，搭载了运行频率为 1.33 GHz 的英特尔^® 凌动^™ 处理器 E3825。资产传感器连接到 cRIO-9037 传感器输入模块，然后这些模块将传感器输入转换为数字数据。

稳定且坚固耐用的传感器输入模块使采集具有诊断质量的波形数据成为可能。虽然这是至关重要的第一步，但是并非所有数据都有用。为了避免传输和存储不必要的数据，使用英特尔凌动处理器在边缘应用智能和分析。借助 InsightCM 软件，处理器能够全天候分析数据，以找出预设的触发条件。如果符合这些触发条件之一，就会将数据记录发送到服务器并标记是否需要后续操作。只需使用单个英特尔凌动处理器 E3825，即可针对所有传感器输入模块执行此操作。

虽然许多单点解决方案可以采集、处理和存储数据，但它们通常使用专有文件格式，这使得难以与其它软件（如分析和数据表示工具）配合使用。通过使用开放式访问技术数据管理解决方案 (TDMS) 文件格式，NI 在 InsightCM 中解决了此问题。

借助 TDMS，数据不再局限于NI 的技术。如果需要，可以采用原始格式将数据导出到 Excel、预先存在的直方图或新的上游分析或模式识别软件。这是一个可以使 InsightCM 与现有和未来的工作流程轻松集成的关键因素。

然后，InsightCM 捕获和过滤的数据可轻松向上游发送，以便通过数据分析和高级模式识别软件进行处理。

安全性确保监控符合 IT 要求

对于企业中允许进行上游分析的任何数据，IT 部门必须确保数据和连接安全。因此，InsightCM 的典型安装更常见于以企业/业务为中心的 IT 网络上，而不是控制网络上。在某些情况下，会在工厂现场建立独立的网络用于数据维护。

“这种数据分离虽然仍在 IT 安全控制之下，但在维护用网络资产和控制用网络资产之间提供了一个隔离层，” Burger 补充道：“与 NI InsightCM 搭配使用的 NI 监控设备不会输出到或控制与它们连接的资产，从而进一步将它们与面向关键控制或保护的网络资产区分开来。” NI 使用安全远程密码 (SRP) 在资产监控系统和 InsightCM 之间进行身份验证。

从用户角度来看，可以使用 SSL 加密进一步保护客户端浏览器与 InsightCM 之间活动的安全性。此外，访问基于角色进行，因此 IT 可以限制不合格用户对某些功能的访问。

借助强大的安全性，以及轻松集成和提供诊断级数据的特点，迁移到在线监控的过程已大大简化。可扩展性和将来增加 I/O 功能等难题也已攻克，因此借助高质量数据进行监控以实现预测性维护的目标指日可待。

“从技术立场看，我认为我们将在预测性维护方面看到大量创新，其中软件智能提供的洞察会不断增多，而对训练软件/模型所需的历史数据和领域专业经验会不断减少。” Burger 如是说。

鉴于人们对新方法仍然持怀疑态度，NI 提供了令人感兴趣的案例研究：美国最大的电力公司 Duke Energy 想要通过每日进行远程数据收集和监控来代替每月进行的手动数据收集工作。通过实施 InsightCM，Duke 通过 30,000 多个传感器连接了 10,000 个资产，实现了大规模收集、分析和管理传感器数据。根据 HIS Markit 的研究结果，该解决方案提供的分析功能非常强大，而且四年的投资回报率是 130%。