高级分析工具使工程师和其他中小型企业可以极大地提高生产率和整体植物可靠性。

作者：凯特·平塔（Katie Pintar）

在工艺制造业中，运营和设备数据的数量，复杂性和可及性大大提高。现在，工程团队可以从本地和远程位置了解历史和近实时数据。添加机器学习和人工智能，这些行业有可能发现比以往任何时候都更有价值的见解。

但是，从原始数据到宝贵的见解，过程制造商仍然面临许多挑战。幸运的是，他们现在可以利用先进的分析应用程序来应对这一旅程中的主要挑战，例如缺乏数据访问，连接性，特定时间序列的特定分析工具和协作功能。

电子表格缺点

从设备和过程数据到质量和库存数据，过程制造商都有各种现有数据源。此信息通常存储在不同的数据库中，例如，过程历史学家和资产管理系统，无论是本地或云中。

几十年来，组织一直使用基于标准的电子表格工具来收集，清洁和对齐这些现有来源的时间序列数据。对于中小企业（主题专家），例如流程专家，工程师和数据科学家，这些任务可能非常耗时。实际上，2016年的人群（Crowdflower Inc.，华盛顿州柯克兰，crowdflower.com）研究发现，中小企业将近80％的数据分析时间收集和将数据收集到合适的格式进行分析，只有大约20％的时间来创建见解。

当这些效率低下与缺乏实时数据连接性相结合时，中小企业将进行永久过时的分析，从而使创建有意义的见解具有挑战性。此外，这种基于电子表格的分析是孤立的和容易出错的，这限制了团队与更广泛的组织进行协作和交流分析的能力。

电子表格应用程序未针对时间序列数据进行优化，并且可视化功能较差，禁止快速迭代分析。尽管中小企业为桌面带来了宝贵的过程知识和洞察力，但传统工具缺乏改善生产成果所需的有效和有效的数据分析能力。现在可以使用更好的解决方案。

分析障碍

制造组织可以利用先进的分析应用程序将不同的数据源连接到单个基于云或本地的应用程序，从而立即减轻实时数据连接的挑战。这些类型的应用程序提供了简化的数据清洁工具和上下文化，包括时间戳记对齐，授权中小型企业以迅速在所有可用数据中得出有意义和可靠的见解。SME配备了实时数据连接，可以将其分析应用于近实时数据。

通过删除这些数据访问障碍，中小型企业可以利用应用程序的专用，点击接口来描述性，诊断，预测性和规定性分析，以基于变革性数据见解来提高性能。这些工具将可视化纳入数据分析过程中，使中小企业能够立即可视化其数据分析的影响，实时确定失误和成功，并更快地进行迭代和创新。

先进的分析应用程序还使组织能够通过能够简化的协作，知识捕获和报告来最大化中小企业的有效性（可能从不同站点或国家 /地区工作）。

例如，产品资产经常在流程行业中易手，因此通常在同一组织中找到多个网站，随着时间的流逝而挣扎着相同的问题。高级分析应用程序使这些组织能够实施范围内的企业分析策略，以促进和实现跨站点协作，例如共享预测和预防资产中常见失败模式的最佳实践。这些分析也可以在植物或产品组合中共享和缩放，然后用于培训新人员。

借助高级分析应用程序，组织可以通过在正确的时间将正确的数据放在正确的手中，为改善生产结果提供SME，如以下用例所示。

膜PDM

在产生生物药物化合物时，使用膜滤光系统将所需分子与其他物种分开。随着所生产的部分开始覆盖膜，在批次之间进行了清洁程序以去除积累。

一家主要的药品制造商怀疑清洁程序的效果降低了。他们需要一种方法来预测何时需要维护以防止计划外的停机时间。随着时间的流逝，由于使用无效的清洁或降解，膜结垢会降低整体质量和性能，需要更换膜。

制造商的工程团队应用了Darcy定律，以根据压力和流传感器数据以及表面积和流体粘度的已知值来确定过滤器膜电阻。随着感兴趣变量减少的数量，团队可以清楚地看到高级分析应用程序中的衰减膜性能。

进行了回归分析，以建模降解率，并将其推入未来的模型，以预测何时超过维护触发器。维护活动是主动安排的，以最大程度地提高膜寿命，对操作的影响最小，从而改善了周期时间，产量和批次质量。

历史损失分析

为了最大化未来的生产能力，工艺制造商必须了解历史损失的来源，警告标志和过去的缓解策略。这些公司中的大多数已经在跟踪和分类能力损失时期，以识别不良行为者，证明改进项目合理并执行跨站点。但是，对于必须识别损失，进行根本原因调查并记录导致损失和随之而来的行动的事件的中小企业，此过程中的每个分析迭代都是乏味且耗时的。

使用先进的分析应用程序，团队通过将实际生产与理论能力进行比较，并在操作受到限制时创建条件来确定绩效损失。损失是通过根据配置的阈值将这种更广泛的事件或条件分解为类似事件的多个子类别的分类。

在应用程序中创建的摘要可视化表示图形和表格格式的损失，以呈现给不同的利益相关者。可以在报告中组装摘要视图，并使用计划的日期范围来自动更新报告，从而提供所需的协作和共享功能。

自动生成的报告进行定期分析（例如这些容量损失调查）可以节省每月五天的宝贵工程工程时间。简单的过滤和汇总历史损失数据使中小企业可以花更多的时间为改进项目增加价值，并更少的时间开发成本依据。

高级分析应用程序通过连接不同的数据源，为中小企业提供直观的工具，并启用无缝协作，从原始数据到有意义的过程制造商铺平了一条平稳的路径。这些应用程序是组织通过改善生产成果来实现其不断增长的数据存储库的全部潜力的重要工具。EP

Katie Pintar是华盛顿州西雅图Seeq Corp.的分析工程师（Seeq.com），她帮助公司最大化数据价值。她拥有B.S.的工程工程背景来自蒙大拿州大学的化学工程。Pintar在化学制造商方面拥有超过五年的经验，以优化现有的流程并开发新材料的工艺，从实验室到试验工厂，再到全尺度制造。