工业数位转型始于德国在 2013 年推出的工业 4.0 计划。自此，工业数位转型成为激发企业活力的关键因素。然而，根据德国国家科学与工程院 (Acatech) 发布的 2020 年工业 4.0 成熟度指数[1]，超过 90% 的企业目前仍处于工业数位转型初级阶段。大多数企业还在为如何记录和汇总设备、系统、人员生成的数据而苦恼。这与企业决策者最初的期望相去甚远。他们的初衷是在电脑屏幕上随时查看全面详实的大数据分析结果，据此做出明智决策，从而降低成本、提高效率、推动商业模式创新。但实际上，许多企业的工业数位转型之路还很长。
那么，为什么企业在工业数位转型竞争中仍然落后？一大原因在于，近几年成为流行技术的大数据分析、人工智能 (AI) 以及其他与数位转型相关的突破性创新都是在这场变革后期才得到运用。为什么不提前运用这些创新解决方案呢？如果前期没有积累足量数据，即便最智能的 AI 或机器学习解决方案也起不了作用。众所周知，在工业数位转型领域，数据主要来源于操作技术 (OT) 场景，例如：位于气温高达 40 到 50°C的沙漠腹地的钻井平台，在极寒地区绵延数百公里的输油管道系统，或是快速移动且震颤明显的列车运输系统。不难想象在如此严苛环境下捕获数据将有多难。因此，开启数位转型计划首先需要制定如何从工业自动化设备精确获取 OT 数据的周全策略。
此外，还需要真正深入思考。在工业数位转型背景下，OT 数据已从监控导向转为优化思维，不仅着眼当下，更服务未来。数据采集错误可能会导致后续分析出错。因此，仅注重捕获“稳定数据”已无法满足需求。可以肯定地说，“优质数据”将决定任何转型计划的成败。值得信赖的 OT 数据技术提供商 Moxa 凭借三十年 OT 数据连接经验发现，以下四大能力是确保数据质量的重要支撑。
数据孤岛导致数据不足
数据质量面临的一大挑战是数据不足。主要原因在于自动化系统并非专为数据分析而设计。车间生成的数据通常仅仅是为了支持控制设备运行，远不足以凭此做出商业决策。例如，一家工厂有一台生产线瓶颈机器，事关一切生产或加工。如果这台机器发生故障，整条生产线将陷入瘫痪。为了减少停机时间，工厂需要预测机器内部哪些关键组件可能出现故障，并提前购买替换组件。但是这类机器很少提供关键组件及零部件的相关数据。因此，需要在机器内部安装传感器，并通过远程 I/O 将生成的模拟信号转换为数字信号，然后将数字信号传输至上层服务器或云平台，实现预测性维护。以上展示的即为 OT 数据采集能力。
在上述场景中，只需处理一台机器的数据。如果要处理整个工厂的大量通讯协议，数据转换的复杂性必然大幅增加。由于 OT 系统一般会使用数十年或更长时间，同一系统中所用设备通常来自不同供应商。而且，每台设备都有自己的专有硬件设计、通讯接口以及助力实现 OT 数据价值的通讯协议。如果系统独立运行，以上方式可有效确保系统的可靠性和最佳性能。但随时间推移，就形成了数据孤岛。当要整合不同系统的数据时，工厂才发现每个系统的语言互不相通。例如，同一工厂的两条生产线可能采用不同供应商的 PLC 设备，每个 PLC 都有自己的通讯语言。
好在市场已意识到这个问题。目前已有许多解决方案，比如使用 OPC-UA 等一致且开放的标准协议或采用工业协议网关，帮助用户使用熟悉的协议从机器中采集数据。例如，借助 Modbus 转 BACnet 工业协议网关，暖通空调 (HVAC) 系统就可通过 BACnet 协议获取 Modbus RTU 数据。
有意义的数据才能为 IT 系统所用
数据质量面临的另一大挑战是数据不可用。设备生成的数据是原始数据或值。IT 分析师无法直接使用原始数据，而手动处理数据又必然影响实时响应。如果先将 OT 数据转换成有意义的值，就能让数据在边缘到云端架构中无缝、快速流动。OT 数据是一系列时间相关数位，每个数位代表特定设备或传感器在特定时间发生的事件，例如，某个电机在过去 7 天内每 10 秒的电流强度。相反，IT 数据是基于数据库、具有严格结构和说明的数据，必须赋予其意义才能用于各类分析。上文提到的 OT 数据中只显示了数字 7 和 10，需要预处理，通过添加缺失的背景信息，为数据提供日期、秒数等完整意义，才能做出进一步分析。
同时，为实现精准控制，OT 设备通常每秒甚至每毫秒产生一条数据。如果每一条原始 OT 数据都传输至 IT 系统，会让 IT 系统充斥过量数据而无法执行有用操作。更糟糕的是，将无意义的数据上传云端，不仅会降低运行效率，还会增加数据传输和存储成本。智能 IoT 设备能让 OT 设备配合 IT 设备，比如每小时上传一次数据，或由 OT 进行数据处理，只在数据出现较大偏差时上传，这样就能控制数据分发频率，从而解决上述问题。以上两点能助力高质量的 OT 数据产出。
来源众多让数据不够完整
实现数位转型需要更多元的实时数据，这也意味着 OT 数据传输量将大幅增加。传统 OT 网络传输的数据只需要满足控制需求，但工业数位转型要求将 OT 数据用于分析和决策。以智能工厂为例，为实现零故障，生产线上的每一个环节都必须能够即时反馈。若某台生产设备出现问题，下一台设备检测到异常后会立即发出复位信号，及时修复小问题，防止问题积少成多导致系统故障。这意味着大量数据将通过 OT 网络传输，包括控制信息和偏差图像；同时也带来了新的挑战：当与 IT 数据并行时，如何防止 OT 控制数据传输受阻？
网络还会面临诸多环境干扰，比如极端气温和设备启动时产生的电磁波，都可能导致网络中断，让数据在传输过程中丢失。因此，需要针对各种突发事件制定预案，避免因网络干扰造成数据丢失。例如，一旦有线或无线网络出现故障，网络备份机制可以立即激活备用网络，恢复传输；如果网络暂时拥堵或断开，一部分最新数据会先储存在本地，这样一来，即便数据丢失，本地数据可以重新传输或读取，从而避免出现碎片数据。
安全漏洞让数据易受侵害
网络安全是影响 OT 数据可靠性的首要原因。过去，OT 系统无须接入互联网，只需物理上加强监管就能保障安全，比如只允许特定人员使用 OT 系统，或禁止使用 U 盘和个人电脑。然而，随着工业数位转型成为行业趋势，互联网访问变得不可或缺。设备一经联网，所有安全漏洞都暴露在计算机病毒之下，入侵系统变得轻而易举，甚至导致系统运行中断，成为黑客谋取利益的新途径。由于网络攻击越来越普遍，数据和网络安全正成为数位转型过程中每一项任务的必然考虑。要想保障产能，避免生产线数据受损，就不能让存在隐患的 OT 数据成为企业的阿喀琉斯之踵，极易遭受网络攻击。
企业普遍存在的一个误区是，认为成熟的 IT 安全解决方案能直接用于 OT 网络。实际上，为 IT 环境设计的安全工具不能为 OT 系统提供完善的保护。常见的防病毒软件就是一个例子。OT 设备上的操作系统通常不兼容防病毒软件，因此安装杀毒软件包根本无从谈起。同时，对 OT 网络环境而言，系统能否全力运行至关重要，这让安全防护更加复杂。防病毒软件可能会误拦截数据包，损害产能，因此不适用于 OT 设备。此外，为保障连接稳定便捷，制造商通常选择将所有设备部署在同一个内联网上。勒索软件一旦入侵，就能轻易扩散至整个系统。因此，保障 OT 网络环境安全，需要考虑到由下至上三个层面：终端节点安全、网络安全和安全管理。提高 OT 数据安全能力，企业应该：
- 为 OT 自动化设备部署入侵防护系统 (IPS)，保护关键基础设施。工业级 IPS 能监控流入流出关键设备的数据，隔离恶意流量，一旦发现异常，便会即刻通知网络管理员。
- 利用网络层阻止勒索软件攻击。企业应将以太网交换机升级为网管型以太网交换机，利用交换机的分层功能为 OT 网络分区。
- 使用网络管理软件提高不同 OT 通信协议之间的互操作性，让设备状况可视化，快速发现存在故障或风险的设备。
让四大 OT 数据能力助您一臂之力
俗话说，“切忌本末倒置”。在数位转型过程中，抓住重点十分关键，不要让低质量的原始数据影响大数据分析结果。在挖掘 OT 数据的价值前，应思考数据获取、数据准备、数据传输和数据安全是否存在问题。掌握以上四大能力，就能直面挑战，利用高质量的 OT 数据为转型之路奠定坚实基础。