工业物联网智能旨在通过预防灾难来挽救生命

2005年3月23日，得克萨斯州的BP Plc一家炼油厂爆炸，炸死15人，造成170多人受伤。爆炸的原因是BP员工加注和过热了重要的石油加工设备，据《卫报》报道。 BP最终斥资逾30亿美元，以支付罚款，解决诉讼和改善炼油厂，马拉松石油公司于2013年初以25亿美元的价格收购了该炼油厂。

这只是一长串灾难中的一个例子，因为在能源领域，工厂和类似设施可能会爆炸性爆炸。 这早已成为生活中的事实。 但是，开拓工业物联网（IIoT）基础架构的供应商正在寻求通过自动化来防止此类事故的发生。 IIoT平台提供实时监控和预防性维护，有助于工厂所有者和运营商对紧急情况做出更快的反应。 通过虚拟化可以进一步缩短响应时间，这有助于减少在炼油厂和发电厂等设施中运行的IoT应用程序的延迟。 必须实时决定电厂和化工厂的设备，以保护周围人群的安全。

铁杆灾难恢复

尽管灾难恢复是大多数公司的首要任务，但此处要解决的情况远不止是浪费办公时间或使托管网站意外掉线。 为了使炼油厂和发电厂避免发生真实的灾难，施耐德电气等公司的安全仪表系统（SIS）可以“监控这些指示放热反应的关键变量，”高级副总裁Christopher Lyden说。施耐德电气公司战略与投资组合总裁。 “如果他们感觉到这些变量变化太快，那么他们将采取措施真正关闭该过程。”

施耐德电气是一家自动化供应商，为发电厂，石油生产厂和炼油厂提供自动化设备，因此，莱顿（Lyden）可以在这些情况下发表出色的评论。 艾默生电气公司，霍尼韦尔国际和罗克韦尔自动化等供应商也提供了SIS平台。

Lyden说，SIS对工厂的运行起到了“刹车”的作用。 Lyden说：“基本上，SIS可以确保工厂在灾难或重大事故发生之前就关闭。” “它监视运营和运营资产的绩效。如果过程开始加速或某些事情开始失去控制，那么SIS将接管并关闭工厂。”

施耐德电气的SIS，EcoStruxure Triconex安全系统，是边缘控制器硬件和软件的组合，有助于维持工厂的正常运行时间。 该系统可以提供火灾或其他可燃事件以及其他事件（例如有毒气体泄漏）的警告，并帮助纠正这种情况。 尽管SIS平台出于安全方面的考虑未连接到数据网络，但它们仍通过向工厂和精炼厂的运营商提供数据以帮助他们做出重要决策而在IIoT中发挥作用。

Lyden说：“例如，操作员可以通过智能手机上的仪表板接收警报，告诉他们工厂或特定工厂资产处于危险之中。然后，他们可以采取必要的措施来避免事件发生。” “我们正在帮助他们了解他们的安全门槛，在工厂达到不安全状态之前，他们可以在多大程度上推动流程和资产。”

冗余，自治和快速故障转移

根据Lyden的说法，为了防止前面提到的BP炼油厂发生的灾难类型，操作员应保持快速故障转移和自动化控制，并考虑在虚拟机（VM）上实现冗余。 为此，施耐德电气部署了Wind River的Titanium Control本地云基础架构平台。 Lyden说：“在VM上具有冗余非常重要，而且具有如此快速的故障转移功能意味着它们永远不会失去足够长的植物视线以使他们感到焦虑。”

施耐德电气等公司的配电控制系统为化工厂和发电厂带来了自主功能。 施耐德电气的可编程逻辑控制器运行Wind River的VxWorks实时操作系统（OS），可让发电厂自主控制其运行。 配电控制系统的自主功能可帮助发电厂和石油设施控制压力，温度和能量流。 Lyden将此称为“心跳控制”。 实际上，施耐德电气和风河正在研究下一代过程控制器。 当备用设备由于主基础结构故障而接管时，这种类型的控制技术可处理工厂中的故障转移。

关键基础设施的安全性

风河公司帮助诸如施耐德电气等客户在一个平台上集成了工厂的各种硬件和控制应用程序。 工厂还可以利用虚拟化和容器来保持最佳可用性。 该公司专注于实时操作系统以及将智能驱动到边缘所需的虚拟化技术。

实时操作系统是IIoT基础设施的组成部分，通常专注于安全和关键任务应用程序。 它们以微秒为单位对环境做出反应，非常适合不会发生故障的设备和应用程序。 风河总裁兼首席执行官吉姆·道格拉斯说：“实时操作系统可以确保始终优先分配计算，内存和缓存。”

道格拉斯说，与Linux并行运行实时操作系统使公司可以在工厂具有“高安全关键性”的边缘应用机器学习（ML）。 尽管实时操作系统和Linux可以分别操作，但是当一起使用时，Linux可以运行设备或应用程序的非安全关键部分，而实时OS处理关键任务功能。 据道格拉斯说，Linux对嵌入式系统很有用，因为它对系统的要求更低，性能更高。 由于这些高性能功能，您现在可以在工厂车间，可编程控制，飞机和飞行控制系统中找到各种口味的Linux。

为了避免这种延迟，更多的计算发生在边缘。 道格拉斯说：“你不能有这种等待时间。” “如果发生什么事，那将是一场灾难。”

自动化和无人驾驶

这些技术的发展速度足够快，Lyden预测，某些天然气厂可能很快将变得无人驾驶以防灾。 莱登说：“当今的技术还不足以使人们有信心这样做。但是，我们开始在岸上看到它。” “因此，您将看到在一组海上石油平台上的所有操作，这些平台是通过一个无人驾驶的子平台的中央母平台操作的。”

莱登还指出，许多小型煤气厂现已得到远程管理。 莱登说：“我认为，我们正在朝着这种自治的概念前进，这意味着控制系统中包含了可以进行控制的一切，但仍然可以在没有人在那里的情况下保证安全。”

他继续说：“这种自我诊断的智能，自治，边缘设备的概念不仅可以进行控制，而且还可以开始执行诸如管理工厂实际资产状况之类的事情。这些功能是实现无人植物的愿景是必要的。”

此外，边缘计算和IIoT将为人类和自动机器共存创造机会。 实际上，根据道格拉斯的说法，处于边缘的人工智能（AI）将成为IIoT的核心。 IIoT的第一波涉及将边缘机器连接到企业网络。 然后是分析和数据可视化。 道格拉斯说：“我们可以开始使用软件编写分析程序，例如编写可视化程序包，以便更轻松地检测异常。”

“下一波浪将是，您将拥有完全自主或部分自主的机器，它们实际上可以自行开始执行更复杂的任务，并且您可以让人们更加专注于更高级别的任务，并让他们机器人负责执行底层任务。”道格拉斯继续说道。 “这是一个巨大的转变。这就是AI的来历，当您在边缘具有足够的计算能力时，就可以开始使该机器变得更智能。并让它接管更多这类任务，这些任务需要大量的工作。人际交往。”

分析与设备健康

当前，制造厂和精炼厂拥有各种有助于控制制造过程的设备，包括压缩机，压力表，泵和阀门。 传感器使这些组件变得智能，并共享有关其运行性能的信息。 根据Lyden的说法，未来，化工厂将使用泵生成分析数据，这些信息可以告诉人员何时泵使起动器短路或使用的电流过多。

莱登说：“您可以期望泵的安装方式能够告诉您它是在消耗功率还是在降低泵的效率。” “所有这些事情都将从一个通用的边缘设备运行，该设备既控制泵的运行又诊断泵。”

随着组织将人员从电厂中撤离，并且传感器和测量设备的价格下降，将需要通过IIoT对电厂进行更多的管理，以避免无人电厂的故障。

• 当云被淹没时，它是边缘计算，AI来拯救当云被淹没时，它是边缘计算，AI来拯救
• 物联网如何使数十亿个设备更靠近边缘
• SMB需要了解边缘计算的7件事SMB需要了解边缘计算的7件事

Lyden说：“我认为物联网将实现这种性质的事情，因为我们将看到比今天更多的设备健康管理。” “随着IIoT的成熟，下一步就是将实际控制能力赋予这些资产。我们正在谈论的是将这些资产中的每一个变成能够自我控制的网络物理系统。” 此外，根据Lyden的说法，化工厂将继续连接其鼓风机，热交换器，电动机和泵。

除了物理IIoT的发展，分析还将发展并在管理泵的性能方面发挥更大的作用。 增强的连接性，计算能力和分析能力的结合将帮助工厂和精炼厂管理过程设备的运行状况，改善决策制定并提高关键基础设施的可靠性。

上述在BP炼油厂发生的事件，以及2015年2月18日在加利福尼亚州发生的埃克森美孚移动精炼厂事件，其中碳氢化合物的释放引起爆炸，表明需要IIoT技术。 它带来的情报可以帮助预防这些类型的灾难。