作者：Deanna K Johnson
制造型企业需要不断提高生产率，大多数人都认为决策非常重要，而不能仅仅靠直觉。但是，如何将正确的数据提供给组织内有经验的决策者一直是一个难题。如何助力业务团队及时地获得现场数据，并使用正确的软件工具，以提供科学的方法来运营呢？
InTech杂志最近发表了一篇题为“边缘分析加速优化时间周期”的文章，探讨了工业物联网（IIoT）方法和边缘分析如何为客户提供洞察能力，从而缩短监控、分析和改进运营的时间周期。
科学方法
运营达成目标：
- 提高完成量
- 保证质量
- 减少浪费
- 最大限度地延长正常运行时间
- 功耗最小化
实现这些目标需要组织遵循一个迭代周期，其中：
- 收集数据
- 在架构中互联
- 分析
- 部署解决方案
- 重复！
这种运行持续改进周期与研究和调查的科学方法有许多相似之处，遵循这种方法是运营优化的数字化转型之旅的不错的尝试。
“小数据”溯源
许多有趣和必要的现场设备功能数据来自操作技术（OT）领域的可编程逻辑控制器（PLC），而与资产、环境和生产数据相关的其他高级数据则来自信息技术（IT）系统。所有这些“小数据”来源都必须经过整合、情境化和可视化，这样才能将它们聚合为对分析有用的“大数据”。
用户应首先着手解决重要问题，从而提前节省开支。对于每个目标，他们必须提出有针对性的问题，并选择最有用的数据进行分析。
边缘计算方法
许多物联网（IIoT）项目都在努力从独立系统和遗留系统中获取小数据。为了应对这一挑战，可以将这些现代物联网（IIoT）方法和产品以可扩展的方式添加到现有系统中：
- Edge 设备
- Edge 网关
- Edge计算
- Edge 控制器
边缘控制器创建“大数据”
边缘控制器具有独特的定位，可以直接访问低延迟的源数据，对其进行预处理，执行分析，将数据安全地传输到IT系统，并将结果回至确定性控制。
从小开始，重复使用
有了有意义的背景和分析数据在手，用户就有了改善他们的制造过程所需的信息。
在取得初步成功后，团队将证明他们可以反复重复使用这一方法，以提高效率和速度，将科学方法应用于流程改进。
很多时候大型软件项目都在努力交付结果。然而，将IT/OT集成项目分解为小型且可接近的数据驱动任务是实现数字化转型的更可靠方法，可加快流程改进周期。