我们如何使工业控制解决方案更适应不断变化的环境?

动态和直观的机器正在改变每个行业的业务运作方式. 传统上，工业控制解决方案并不以易于适应或廉价的更改而闻名. 这部分与分层控制技术的遗留结构有关. 现有的技术整体极大地提高了整体性能，但也增加了需要管理的复杂性. 为了灵活地适应，需要一种新的架构和理念.

Megatrends and disruptions

From the beginning of the Industrial Revolution, 控制系统发挥了至关重要的作用，尽管提供了机械和/或气动系统的进步，而现在, Industry 4.0的数字化依赖于智能、互联的系统，有潜力创造3美元的收入.7 trillion over the next decade.

拥抱并积极管理数字化的公司将取得成功，并找到为企业增加价值的方法. New technology is not the solution. 关键是找到能够增加价值的转变，然后明智地利用技术.

Accelerating digital transformation

The inability to adapt to changing conditions, 管理多个优化目标的困难和不一致性只是现有控制系统的一些局限性. At Wood, 我们以创新的方式部署技术，为客户赋能，推动数字化转型转化为重要的商业价值.

• Using control templates:我们确定控制策略以满足客户的功能需求，并将这些策略作为灵活的模板来适当地调整工程工作量.  We worked, for example, 与Suncor合作，使用模块化封装(MTP)概念进行井台开发，估计节省了50%以上的成本. 该项目还获得了两项森科尔总裁卓越运营奖.
• Reinventing control algos我们是系统集成商，但更重要的是，我们是过程控制专家. 我们是各种行业组织的活跃成员，包括开放过程自动化论坛. 我们认识到开放系统需要重新设计的解决方案，并建立了一个Wood功能块库, 利用我们在广泛的垂直市场上数十年的经验.
• Using real time cost control我们发现，没有什么比知情的员工更能激发高效决策的了.  将实时可变成本集成到作业屏幕中，可以在成本绩效和对成本驱动因素的理解方面产生阶段性变化. 在成本变化很大的地方，比如电力和天然气, this can be a gamechanger.
• Using the digital twin: 我们发现，利用并积极维护其工程设计数据的公司以更创新的方式使用数据.  他们可以为正在进行的学习提供方便的访问，并将其集成到优化和仿真模型中，以应用和增长他们的智能.
• 利用机器学习和人工智能: 机器学习和人工智能(AI)都可以有效地应用于将数据转化为可操作的智能并转化为自主操作. 利用人工智能支持智能控制系统是实现工业4.0机遇的关键.0 brings. 最近的一项研究证实，在未来5 - 7年内，50%采用人工智能的公司的现金流可能会翻一番. 实施智能系统的制造商可以实现17 - 20%的生产率提高.
• Using operations as process managers: 我们还看到运营团队转变为流程的管理者, rather than just the “operator” of the process.  在同一种产品在多个地方生产的地方, 共享技术和业务数据可以实现资产的全局优化.

The way forward

To lead the way forward, an ecosystem of operating companies, 技术提供商和服务公司需要确定并实施流程和制造业管理方式的突破性转变.  This thinking is underway and gaining traction. For this new industrial revolution, only reinvention will suffice, these are not simple incremental changes.

References:

• 为工业控制系统带来自主性