挪威雅苒公司（Yara）是全球领先的作物营养、氨合成以及关键解决方案供应商。目前这家企业正致力于向减碳型生产方式靠拢，同时也设法优化产量并缩短停车时间。通过在数字化生产平台中植入第三方软件，企业生产设施中的控制阀性能得到了提高。
作者：本文及图片由挪威雅苒公司（Yara）的Perry Jaspers，和荷兰UReason公司的Jules Oudmans共同提供。
用数据的力量优化运营
2019年， 雅苒公司引入了基于Amazon Web Services云计算服务的数字化生产平台（DPP）。该平台能安全地采集并分析新数据和现有数据，从而深入掌握企业的生产状况。在这个DPP平台的基础上，雅苒公司还结合了一些应用软件，从而在安全和可持续的基础上提高了生产力，并且优化了企业运营。具体而言，企业分布在欧洲、亚太、南美和北美的各个生产设施，都降低了能耗，最大限度地缩短了停车时间，提高了安全性和质量控制效果。通过整合分别来自分布式控制系统（DCS）和状态监测系统的数据，数字化生产平台（DPP）可以帮助企业分布在世界各地的23处生产设施优化产量、实现数字化运营，并且实施由数据驱动的维护策略。
在植入数字化生产平台（DPP）平台的一系列应用软件中，Yara AnomaliSense™是比较关键的一款，它是雅苒自行研发的一套云解决方案，用于检测偶发事件和工艺方面的异常情况。利用一些正在申请专利的技术，Yara AnomaliSense™可以用人工智能模型无缝覆盖各种设备资产，并且根据风险大小，将发现的问题分级并发出警示。总之就是利用生成式人工智能，采集并分析各种技术图纸、行业标准和企业内部的故障事件数据库，同时由先进的设备和深度学习模型，实现对异常情况的准确检测和预警。
凭借强大的技术加持，DPP平台的性能和可扩展性都达到了峰值。它可以轻松地接入主流第三方诊断软件和机器学习模型，从而更快速地找出问题的根本原因和纠正措施。为了进一步提高效率，降低误报警的概率，并自动进行根本原因分析，雅苒将兰UReason公司的控制阀App软件（CVA）植入了DPP平台。
利用控制阀App强化预测性维护
控制阀App可以不间断地对控制阀、定位器和执行器进行监测，只需输入设定值和定位参数，不再需要价格昂贵的高性能定位器。控制阀App具有供应商中立的特性（产品不针对特定品牌或制造商），可以不间断地对来自控制阀的数据进行即时分析。这些控制阀的生产厂家可以是帕克（PARCOL）、艾默生/费希尔（Emerson/Fisher）、贝克休斯BakerHughes）、美卓（METSO），也可以是AST…… 这种软件兼容性强，不限制阀门的型号和种类，因此雅苒只需要这一套软件，就能对分布在世界各地的各种控制阀进行性能分析。
提高技术可靠性和缩短计划外停车时间，都是雅苒的首要目标。通过控制阀App实时在线监控阀门状况，显著提高了对控制阀资产健康状况的掌控程度。根据控制阀App提供的信息，可以参考控制阀的‘剩余使用寿命’，制定合理的检修范围。除了向用户报告控制性能外，控制阀App还能侦测出填料或波纹管磨损、弹簧膜片破损、卡滞、设备抱死，还能识别定位器的偏差。总之就是预判资产的未来状况，设计最优维护方案，最终实现‘零计划外停车’。
数字化生产平台：预测性维护的基石
雅苒的数字化生产平台（DPP）不仅是一个数据湖；它是支撑雅苒实现数字化转型的中坚力量。通过标准化数据采集和交换，DPP不再需要冗余数据流，并可以确保第三方应用软件和内部数字化工具（软件）无缝地和生产数据进行互动。在雅苒，预测性维护是由系统通过深度解读数据而自动触发的。通过取消一个报警阈值，或是动态调整某个设定值，DPP会采用系统、有序的方法实现预测性维护。标准化作业的优势是具有可持续性，并且能扩展应用于所有生产设施。
将原始数据转化为决策参考用的深层信息
如果只是将数据简单地储存在数据湖中，并不能优化运营。雅苒的做法是利用Yara AnomaliSenseTM软件，将原始数据转化为决策参考用的深层信息。这种对于人工智能的积极运用，标志着大幅度的转变——从响应性维护到基于连续数据支持的预测性维护。随着数字化转型不断加速，像Yara AnomaliSenseTM这样的创新软件，势必会成为提高雅苒运营效率和竞争力的关键推手。
数据处理和化学品生产之间其实有相似之处：就好比原材料需要提炼才能提高其价值，原始数据也需要处理和分析，才能变成具有决策参考价值的深层信息。Yara AnomaliSenseTM就是一种用户友好型工具，能为企业提供预测性维护警示、深度汇报运营情况，而且能和原有的工作流相结合。
整合第三方软件，实现全盘资产管理
雅苒对于Yara AnomaliSenseTM软件的期待，不止是一种企业自备的解决方案。通过和第三方专业软件相整合，它可以提供更有深度的信息。和控制阀App相整合就是一种具体的实践，目的是对阀门的健康和性能进行深度诊断。
控制阀在化肥生产行业属于非常关键的设备。它负责调节各个工艺环节的流量、压力和温度。任何故障，例如阀门卡滞、定位器偏移或过度磨损等，都会导致运行效率降低、能耗增长，甚至计划外停车。但是控制阀App的持续诊断功能可以在数据的加持下，主动侦测并解决与阀门相关的问题，从而优化生产设施的性能，降低运营风险。
作为雅苒对控制阀App的首次应用，其主要任务是采集控制阀的技术信息（建立控制阀App资产库），随后提供给数字化生产平台（DPP）的数据池。Ferrara工厂是第一座采用控制阀App的雅苒工厂，2023年4月开始调试，短短数周后工厂就投产了。开局圆满之后，公司扩大了控制阀App的应用范围。
部署和检验控制阀App
控制阀App可以详细地描绘控制阀的健康状况，并能侦测出定位器偏移和阀门卡滞等问题。通过将理想中的运营状态可视化，厂家可以准确识别和纠正偏差。这款App能建立性能历史记录，使维护团队能评估采取纠正措施一段时间之后的效果。
以雅苒Ferrara工厂为例，控制阀App曾于七月和八月侦测到阀门卡滞。采取维护措施后，控制阀性能显著提高，延长了阀门的使用寿命和工艺效率。在受监控的所有控制阀中，这样的成功案例曾反复出现。因此控制阀App成为了工厂调试期间的关键工具，也是会同UReason团队进行阀门性能联合评审时的关键检验手段。作为干预后的措施，控制阀App能反馈阀门得到维护后的健康状况，以便确认预测的准确性和实际数值。
阀门诊断技术的未来：人工智能和先进的分析技术
控制阀App也在不断发展进步。雅苒当初首次使用期间，就专门为意大利和挪威用户增加了语言选项，为用户的使用提供便利。以下是未来两年内针对功能的发展计划：
• 和AVEVA Connect相整合。AVEVA Connect是云端工业数据管理平台。通过将PI（工厂信息）数据输入云端，能使数量庞大的工业用户群体接触到这些数据，进而强化工厂信息系统的性能。
• 新的数据分析模型，更加深入地了解阀门性能，提供预测性故障识别。也能获取Yokogawa PrM、Emerson AMS、Honeywell FDM等资产管理系统中的数据。
• 阀门性能基准和异常检测，针对日益扩大的资产库，进一步强化预测性维护。
• 整合大语言模型（LLM），根据安装用户的情况，以及输入和来自控制阀App的时序数据，提供技术指导。
总结
将Yara AnomaliSenseTM软件和控制阀App植入进雅苒的数字化生产平台，能让数据驱动的维护策略发挥更大的作用。通过整合先进的异常侦测技术和实时阀门诊断技术，雅苒和UReason公司将预测性维护的标准提升到了新的高度。为了在未来实现零计划外停车和最优资产绩效，公司持续致力于创新和合作。从上述深度整合的案例不难发现，技术本身并不能保证企业的成功——真正强大的是数字化解决方案和既有工作流相结合，并且培养数据驱动的决策模式。
作者简介：
Perry Jaspers是机电专业解决方案型硕士，在电气、自动化和仪表、工程项目和终端用户管理等领域，拥有24年工作经验。过去的18年中，他在工作中涉及的领域包括楼宇翻新、数据中心工程设计和建设，以及化肥行业。
Jules Oudmans是UReason公司的创建人之一。Ureason公司主要业务是提供各种技术产品和服务，帮助客户快速开发智能应用软件，从而对海量实时数据和事件自动进行综合分析。Jules是一名经验丰富的专业人士，主要从事智能化运营和实时分析技术，擅长故障管理和预测性维护。雅苒的数字化生产平台（DPP）能安全地采集并分析新数据和既有数据，从而深入掌控企业的生产状况。