原创 通过SCADA实现KPI分析和预测性维护远比想象中简单！

随着工业发展的不断进步，越来越多的企业开始注重KPI分析和预测性维护。通过数据分析实现智能制造已经成为不可缺少的环节。制定并分析关键绩效指标（KPI）是实现数据分析战略的重要一步，因为只有跟踪这些关键绩效指标才能衡量生产进度和产品质量。

目前通用SCADA系统可分为3层，即数据采集层、数据监控层、数据应用层。在应用层，用户可以实现对已采集数据的分析、整理，并根据实际需要发布多种形式的报表。业界很多公司分别在数据采集层、数据监控层、数据应用层都拥有极其稳定的产品和丰富的系统集成经验。而本文介绍的虹科Panorama平台不仅在数据采集监控方面提供了高安全性、高可靠性、多功能的SCADA解决方案，并且在数据应用层能够实现生产过程中的预测性维护、流程优化、能耗分析。

• 预测性维护—通过分析监控警报识别故障因素，确定进行大修或机器停机的最佳时间。
  
• 流程优化—通过分析和优化生产数据，能够节省时间、提高绩效、提高工作质量，从而更好地组织生产。
  
• 能耗分析—在建筑或基础设施运营中，数据分析侧重于设备运行状态、运营环境、以及能源消耗的分析。通过精确的分析，操作员可以对相关参数做出准确的设定。

该平台提供两种不同的KPI分析类型，分别为实时信息分析和历史信息分析，实时KPI分析通过Panorama E2实现，历史信息的处理、分析则通过Panorama H2实现。

Panorama平台可以将现场实时数据，或者来自计时器、计数器和计算的派生数据在Panorama E2中以条形图、环状图、饼图或雷达图的方式显示。在各种图形显示中使用不同颜色表明当前设备状态（停止使用、使用中且运行良好、使用中且运行异常），完成实时分析，操作人员可以据此快速做出判断，及时维护。

Panorama H2为用户提供简单且符合人体工程学的分析界面，无需具备SQL或者编程知识即可实现对数据的分析、处理以及报表生成。从其他SCADA平台采集的数据或者来自Panorama E2的数据保存在基于SQL Server 的Panorama H2 Server 数据库中。

报表功能无需任何SQL知识即可访问数据库数据，根据数据属性进行过滤和分析计算（所选时间段的总和、平均值、最大值、最小值等），并使用报告工具显示。这些报告是交互式的，允许最终用户（通常是管理层）创建、生成、分析和共享报告/数据。