科技创新就是艺术创造
如何使信息技术和运营技术人员和谐地工作
来源: | 作者:davincinet | 发布时间: 2020-08-12 | 455 次浏览 | 分享到:
达芬奇网络
为了持续满足需求并实现利润，需要对行业进行技术改造。传统上，信息技术（IT）和运营技术（OT）的工作人员是相反的，彼此隔离—在项目或部署上不重叠。

但是，在工业物联网（IIoT）领域中，这种方法已经发生了变化，要求这些部门完全同步并保持一致。根据Gartner的预测，有60％的IIoT分析来自IIoT平台以及边缘计算，OT / IT融合对于为IIoT分析的大量涌入做准备是必要的，以继续（如果未改善）炼油厂和钻探业务的性能和输出，以及这些操作涉及的单个机器。

使团队在IIoT投资和部署方面保持一致的一个关注点是所使用语言的差异。为了使这两个团队在同一页面上，IIoT部署必须包含简化翻译的工具，因此OT团队可以轻松地以代码形式表达其经验和对机器行为的部族知识，以推动有意义的分析和对机器性能的见解。 IT团队可以在机器学习模型中使用。

通过将这两个团队联系在一起，双方都将赢得胜利– IT部门将特定的知识集成到数据模型中，这些知识可以不断学习和调整自身以持续改善结果，而OT使他们的工作流自动化，并具有洞察力，可以更好地监视异常情况并优化操作和维护以实现最大的结果。此外，那些融合了OT / IT团队的工厂已证明是成功的结果，例如降低了能耗，改善了产品质量，改善了资产健康状况并避免了意外停机。

“但是，操作和管理这些设备的团队是OT员工，他们并不总是拥有边缘环境所需的知识。由于技术需求和需要它的环境之间存在重叠，因此自然需要在该领域的OT和IT人员之间进行更紧密的协作。

推动这种合作的另一个因素是，边缘可用的计算设备是现有的控制器，PLC和具有嵌入式系统的钻井设备。无论是IT员工，还是OT员工，都无法使这些系统与先进的边缘计算技术一起使用。他们必须利用自己的长处才能做到这一点。”

像其他所有举措一样，采用新技术和新方法的人们也有望获得学习曲线。 “我们一直在学习这两个团队之间的摩擦点在哪里，并一直在通过OT员工表达其期望的结果或行为的工具来解决这一问题，我们的工具将其转化为IT员工可以理解的知识，以便将其部署到这些受限的环境中设备。”

说另一种语言

归根结底，OT和IT团队会使用不同的语言，而且最重要的是，他们传统上是彼此隔绝的。例如，当IT人员谈论机器学习模型，推断AI或需要更好的数据来准确地训练模型时，OT员工可能不会完全理解。 OT员工在机器健康，故障预测和状态监视方面发表讲话。一个人或工具必须弥合这一差距，以便他们可以有效地进行协作。

工具使OT员工可以轻松表达可用的传感器流，并且在许多情况下，可以自动发现这些传感器流。然后，在编写分析或基于机器学习的用例定义时，这些流将自动变为可用，而无需与IT员工进行前后沟通。

对行业的好处

其他通常涉及预测各种情况下的故障状况，进行预测性维护，资产性能优化，设备状态监控，减少操作故障和成本，改善和确保产品质量，改善资产健康状况以及避免意外停机。