從發電廠、油田，一直到製造業的工廠經理，均發現需要部署線上資產維護策略以加速分析、改善資產健全度，並使作業流暢精簡。但是他們面臨困難：如何開發全面、可靠的線上監視與維護解決方案？

這些困難涵蓋擷取高品質的良好資料、安全地管理這些資料，並將解決方案順暢整合到已設置的基礎架構中，而不影響系統效能。

即使某套解決方案已經證實能在某一應用中發揮效用，許多設施經理仍然抱持懷疑的態度。依據 National Instruments (NI) 監視解決方案的行銷總經理 Brett Burger 的看法，問題的一部分來自於：經證實具有商業價值的已公開案例研究數量太少。Burger 表示：「即使有案例研究可循，我們總是認為各行各業都各有其若干獨特性。」

除了上述關切事項之外，維護經理也認知到設備故障造成計劃外停機會導致損失數百萬美元的風險。如果是數量較少的資源、老化的設備，以及工作團隊與技術方面的落差，則風險更是水漲船高。此外，隨著資產數量擴展，低效率的現象也會增加，特別是技師必須親身前往散佈遼闊、數量增加的各種資產以進行量測。

依據 NI 的研究顯示，技師把 80% 的時間用在收集資料，分析資料的時間僅佔 20%。隨著資產數量與日俱增，這些比例還會惡化。

許多工廠經理已經認知，必須尋求現有技術以進行線上狀況監視與維護作業。Burger 說：「這件工作最好要做，避免發生人人皆知的重大誤失，或者在損失 5 千萬美元的大災難之後才亡羊補牢。」

Burger 也表示，最好能使用即時線上資產狀況監視功能，結合進階資料分析，視需求而規劃與排定維護作業。透過這樣的方式，公司能依據產業營運資料採取行動，改善生產資產的健全程度。

可開放式存取的準確資料是監視作業的關鍵

NI 決定聚焦在其豐富的電腦化量測經驗，挹注於解決即時監視資產健全狀態的相關問題。他們的解決方案是 NI InsightCM，這是硬體與軟體的結合，提供開放式存取已預先篩選、具備診斷品質且以波形為中心的資料（圖1）。

NI 的方法非常有趣，因為不含特定感測器，所以並不特別嘗試要「端對端」。它致力從多個感測器取得診斷等級的波形資料，而將感測器的設計與感測器資料的判讀交給這些領域的專家。在另一方面，這套解決方案的涵蓋範圍很廣，為領域專家提供分析與儀表板工具，以便能將資料輕鬆轉換為資訊。

由於這套解決方案也採用 IT 與工廠現場營運技術 (OT)，以此觀點而言，也具備「端對端」的性質。它以開放檔案格式儲存資料，而且允許第三方軟體輕易存取，所以能讓 InsightCM 順利整合到任何已安裝的系統中。InsightCM 使用先進的處理功能，能在邊緣執行資料過濾與篩選，然後才將關鍵資訊傳送到上游。

Burger 說：「重點是我們提供對於原始資料的完整存取。」「此外，廣泛的感測器連線選項可協助公司將 InsightCM 整合到現有的工作流程之中，而不是把全新的工具貿然導入需要訓練與專業知識的整個組織裡。」

InsightCM 的不凡之處始於 CompactRIO cRIO-9037 強固的邊緣節點資料擷取功能，以及執行 LabVIEW 的智慧型內嵌處理系統（圖 2）。這是搭載 Intel^® Atom^™ 處理器 E3825，執行頻率 1.33 GHz 的模組化 8 插槽可擴充系統。資產感測器連線到 cRIO-9037 感測器輸入模組，然後將感測器輸入轉換為數位資料。

感測器輸入模組穩定可靠、堅固耐用，能順利擷取診斷品質的波形資料。這是關鍵的第一步，因為並非所有資料都有用。為避免傳輸與儲存不需要的資料，Intel Atom 處理器用於在邊緣應用智慧與分析功能。處理器配合 InsightCM 軟體，24×7 全天候持續分析資料以尋找預設的觸發條件。如果符合觸發條件之一，資料記錄就會傳送到伺服器；若需要追蹤，還會加上標記。採用單一Intel Atom 處理器 E3825 的所有感測器輸入模組都能完成這項任務。

雖然許多點解決方案能擷取、處理和儲存資料，但是它們通常採用專屬的檔案格式，所以難以讓其他軟體使用，例如分析與資料展示工具。NI 在InsightCM 中採用開放式存取技術資料管理解決方案 (TDMS) 的檔案格式，克服了這項障礙。

透過 TDMS，資料不必繼續受限於 NI 技術。必要時，它可用原始型態匯出到 Excel、既存的長條圖，或是上游的新分析或模式辨識軟體。這是允許 InsightCM 順利整合現有與未來工作流程的關鍵因素。

InsightCM 擷取與篩選的資料接著可輕鬆上傳，由資料分析與進階模式辨識軟體加以處理。

安全功能確保監視作業符合 IT 要求

企業若要允許任何資料上傳以供分析，IT 必須確保資料與連線皆安全可靠。為此，InsightCM 的典型安裝是位於更以企業/業務為中心的 IT 網路，而非控制網路。在某些案例中，有些獨立的網路是專為工廠現場的維護資料而建立。

Burger 說：「資料的獨立仍然在 IT 的安全控管之下，在用於維護的網路資產與用於控制的網路資產之間提供一個隔離層」。他繼續補充：「配合 NI InsightCM 的 NI 監視裝置對於所連線的資產並沒有輸出資料，也沒有予以控制，因此將它們和控制或保護導向的關鍵網路資產區分開來。」NI 採用安全遠端密碼 (SRP)，在資產監視系統與 InsightCM 之間進行驗證。

從使用者的觀點而言，採用 SSL 加密能進一步保護用戶端瀏覽器與 InsightCM 之間的活動。此外，存取是以角色為基礎，所以 IT 能限制非合格使用者存取某些功能。

具備堅實的安全性，加上整合簡易以及可提供診斷等級的資料，移轉到線上監視之路已獲得大幅簡化。擴充性與未來新增 I/O 功能等挑戰也已經順利克服，因此以優質資料進行的監視作業將能實現預測性維護的日子即將來臨。

Burger 表示：「從科技的觀點而言，我認為我們將在預防性維護的領域中看到眾多創新；來自於軟體智慧功能的洞見將與日俱增，而用於訓練軟體/模型所需的歷史資料與領域經驗反而減少。」

雖然新方法仍然不免遭受質疑，NI 有一個有趣的案例研究：Duke Energy，美國最大的電力公司，他們尋求以每日例行的遠端資料收集與監視作業來取代每月的人工化資料收集實務。Duke 建置 InsightCM，以 3 萬多個感測器連線到 1 萬筆資產，實現大規模的感測器資料收集、分析與管理作業。依據 HIS Markit 的研究，成果是更強大的分析功能，以及四年後高達 130% 的 ROI。