這是一個新技術、新概念、新名詞層出不窮的時代，云計算、大數據、物聯網、人工智能、AR/VR、數字化、數字經濟、工業(yè)互聯網、IT/OT融合等名詞，無時無刻不占據科技領域的熱搜榜和各類微信文章的頭條。作為德國老牌工業(yè)自動化及數字化工業(yè)軟件領域的重型坦克--- 西門子公司，更是早早就在2016年就率先面向全球工業(yè)用戶推出了旗下的工業(yè)物聯網品牌--- MindSphere，并于2018年4月份在中國與阿里云合作落地，其目的是要借助其在過去100多年積累的自動化領域和工業(yè)軟件領域的客戶基礎和行業(yè)經驗，幫助用戶利用各種新興的信息化技術，來實現數字化轉型，發(fā)展數字經濟。

      西門子給MindSphere的官方定義是：開放的、基于云的工業(yè)物聯網操作系統(tǒng)。談到操作系統(tǒng)，可以類比于手機上的Android、iOS操作系統(tǒng)，通過將這兩個能夠連接到云端的操作系統(tǒng)（軟件）和手機（硬件），結合各種新技術的應用（云計算、大數據分析、物聯網、人工智能等），實現了我們生活的數字化（網上購物、買電影票、團購、社交、看病掛號、辦理民政）和人們之間的互聯互通。那么MindSphere也是希望打造一個工業(yè)界的基于云的操作系統(tǒng)（軟件），采集現有工業(yè)設備的控制系統(tǒng)（硬件）數據（很少需要增加傳感器），在監(jiān)控告警的基礎上，結合深入的數據分析，并綜合運用最新的信息技術（云計算、工業(yè)大數據分析、工業(yè)互聯網、人工智能、邊緣計算、AR/VR等）找到提高設備可靠性、降低異常、降低成本、提高生產和運營效率的途徑。

      在過去的一年當中，筆者曾經多次被用戶問到，不同于消費互聯網，在工業(yè)企業(yè)中，工業(yè)傳感器，分布式I/O，工業(yè)以太網、PLC、SCADA等工業(yè)自動化及通信技術很早就在工業(yè)生產中得到了運用，貌似很多的問題都能夠在現場端予以解決，為什么還需要把數據都上傳到云端，拋開安全性不談，給用戶帶來的真正的價值是什么？的的確確，在工業(yè)自動化領域，通過上述各類成熟自動化及通信技術的使用，我們實現了標準化、自動化和規(guī)?；纳a，幫助企業(yè)實現了從0到1 的問題。站在工業(yè)4.0、智能制造、工業(yè)互聯網的時代大背景下，要解決的是如何以生產中工業(yè)數據（來自于人機料法環(huán)）作為生產資料，以云計算、大數據、人工智能等技術為生產工具，更有效的提升企業(yè)生產力、優(yōu)化運營管理能力及業(yè)務模式創(chuàng)新的問題。

      接下來筆者將通過一個實際的污水處理行業(yè)的案例，來說明如何使用MindSphere來幫助用戶實現數字化轉型。

污水處理行業(yè)簡介

      談到污水處理這個行業(yè)，絕大多數人都會覺得很陌生，仿佛跟自己的生活八竿子打不著，但如果你下次有機會仔細閱讀一下你家的水費單子，里面會有一項明確列出代收污水處理費。污水處理是為使污水達到排入某一水體或再次使用的水質要求對其進行凈化的過程。污水處理被廣泛應用于建筑、農業(yè)、交通、能源、石化、環(huán)保、城市景觀、醫(yī)療、餐飲等各個領域，也越來越多地走進尋常百姓的日常生活。所以實際上，污水處理和我們每個人的生活息息相關，每個城市也都有大量的污水處理廠。正式因為有了污水處理這個行業(yè)的存在，才能保證我們的城市生活健康持續(xù)的運行，環(huán)境不被生活和工業(yè)廢水污染，江河上游的水得以回流，整個城市和生態(tài)能夠持續(xù)的運轉。可以說，污水處理是一個關乎到國計民生的重點工程，是和自來水，電，天然氣同等重要的關鍵保障行業(yè)。

      可能你還不知道污水處理廠長什么樣子，下面是一個典型的污水處理廠的鳥瞰圖：

        一般城市的污水處理廠的工藝分為三步：

1)     一級處理（物理處理）

簡而言之，這個步驟就是需要通過物理的方式，將工業(yè)生產和生活中的廢水中的固體給攔截住。一般來說，粗格柵用于處理較大固體，細格柵用于處理3mm以上的固體，膜格柵用于處理1mm以上的固體，曝氣沉砂用于去除污水中的砂。

2)     二級處理（主體工藝）

這個階段主要是在第一階段固體雜質被清理干凈的基礎之上，通過在生化池中投入有機化學藥品，讓微生物分解掉水中的細菌和有機物。這些化學藥品通常是聚合氯化鋁（簡稱PAC）、聚丙烯酰胺（簡稱 PAM）、聚合硫酸鐵（除磷化物）等。

這個過程又分為三個階段，行業(yè)內稱為AAO段（Anaerobic-Anoxic-Oxic）。分別為Anaerobic厭氧階段，Anoxic缺氧階段，Oxic好（hào）氧階段，厭氧階段的工藝是需要保持水中的含氧量（溶解氧溶度，單位：mg/l）保持到最低值，缺氧階段則需要溶解氧濃度較低，好氧階段的工藝則是需要保持水中的溶解氧溶度保持較高值。

3)     三級處理（深度處理）

經過第二階段的處理，水中的細菌和有機物被微生物分解掉之后，死去的微生物會像泥巴一樣漂浮在水面上，需要用到膜池將水中的“泥”留下，出來的水基本將會變得基本清澈。

       但是這個水還是不符合排放和循環(huán)再利用的國家標準的，還需要經過紫外線消毒來殺死水中大腸桿菌。

      通過上述三個步驟，骯臟和臭氣熏天的污水將會變得清澈透明，也能夠滿足國家要求的排放標準了。處理過的水會用于城市道路灑水車輛，用于澆花和沖洗馬路，也會用于洗車和其他工業(yè)行業(yè)的清洗用途，還會直接排入江河，作為江河干凈水的補充。

污水處理行業(yè)的客戶痛點及數字化轉型方向

     污水處理行業(yè)已經存在了很多年，傳統(tǒng)的自動化和IT信息化建設已經完成，整個處理過程基本上都是自動化的，無需人工干預，貌似不需要數字化，不需要智能制造，不需要工業(yè)4.0，這么多年也都這么過來了，那么這個行業(yè)的客戶如何實現數字化轉型，或者說轉型的意義何在呢？

     首先我們必須了解這個行業(yè)的業(yè)務痛點，通常來說，污水處理行業(yè)的業(yè)務痛點有以下幾點：

1)     關鍵設備的穩(wěn)定性

每個工業(yè)行業(yè)都有自己的關鍵設備，對于污水處理行業(yè)，鼓風機是整個工藝過程中最核心的設備，尤其在二級處理（主體工藝）階段，通過鼓風機的持續(xù)風力輸入，保證了投放到污水中的化學藥品和微生物能夠在氧氣和風力的綜合作用下，對水中細菌和有機物進行充分的降解。對于一個小型的污水處理廠而言，通常需要8臺左右的大型工業(yè)鼓風機持續(xù)的工作，如果其中一臺鼓風機出現了運行故障，會導致工藝過程達不到要求，出水質量受到嚴重影響，不得不停止生產，對設備進行維護和檢修。對于一個小型的污水處理廠（處理量10萬噸）而言，一天的停產導致的直接經濟損失是30萬人民幣左右。

2)     生產成本和出水質量

出水質量可以說是污水處理行業(yè)考核指標的重中之重。據統(tǒng)計，就單一個四川省，2019年納入到國家環(huán)保局監(jiān)管的污水處理廠就有將近400多家，僅成都就有將近40多家。如果出水質量不過關，對于一個污水處理廠一次的罰款金額是10萬人民幣，一天會記到12次，罰款會按排放出去的超標水的水量記。國家對整個污水處理行業(yè)出水質量的高標準、嚴要求可見一斑。

出水質量通常由化學需氧量(COD），生化需氧量（BOD），總需氧量（TOD），總有機碳（TOC），總氮（TN），總磷（TP），PH值，重金屬等指標來綜合評定。這些指標一般是由生產工藝中許多參數所決定的，根據來自于這個行業(yè)客戶的多年經驗積累，影響到最終出水質量的工藝參數通常有進水量，曝氣量，加藥量，回流比這么幾個工藝指標。

下圖是一個典型污水處理廠的成本分析圖，除開設備作為企業(yè)的固定資產，能耗（設備用電）和主體工藝的化學藥品投放量幾乎占據了企業(yè)大部分的運營成本。

因此，溶解氧溶度，進水量，曝氣量，加藥量，回流比等等工藝因素融合在一起，往往讓用戶無所適從，不知道應當如何是好。目前這個行業(yè)的用戶多數是通過DO和ORP傳感器來探測溶解氧濃度，并通過PLC將數據上傳到SCADA系統(tǒng)中，以用戶報警和人工計算的方式來進行曝氣量參數的調節(jié)。一切需要依靠經驗來拍腦袋，至于出水質量嘛？隨緣就好。。。

此外，不同于生活用電，對于工業(yè)用電來說，電價是階梯狀的，并且每周都會有電價的波峰和波谷。如果曝氣量，或者說鼓風機的運轉功率始終保持恒定的高位，會導致高昂的電費成本；但是如果為了節(jié)省成本而調低曝氣量，又有可能導致最終出水質量受到影響，從而受到相關部門的處罰。

所以用戶往往需要在電價的高峰時期，能夠適當的降低曝氣量，或者稍微提高藥品投放量，在最節(jié)省電費的同時，又能夠保障出水質量滿足合規(guī)的要求。那么這里所談的“適當”或者“稍微”，對于用戶來說是缺乏具體數據來支撐的，具體的調節(jié)數量往往都只能依靠拍腦袋，靠經驗。

3)     設備維護維修

工業(yè)鼓風機設備復雜程度較高，穩(wěn)定性和可靠性也比較好，設計使用年限都在10年以上，出現大故障的概率不是太高，但是日常的報警信息還是很多。通常用戶方也缺乏對設備故障碼信息的足夠了解，一旦出現了報警信息，往往需要設備廠家的員工出差到現場來進行診斷和調試，拋開人力和差旅成本不談，往往調試的結果也僅僅需要針對某些模塊或者部件進行狀態(tài)復位即可，不會導致設備停機影響到生產，用戶方卻不得不為此付出高昂的差旅成本，同時問題也不能及時有效的得到解決。

      在了解了污水處理行業(yè)的流程和業(yè)務痛點后，才能針對客戶的需求有的放矢，制定數字化轉型的方向。而這些問題，都可以通過云計算、大數據、物聯網、人工智能、AR/VR等新技術的綜合利用來解決，MindSphere工業(yè)物聯網平臺大顯身手的時候到了。

MindSphere簡介

      MindSphere平臺的整體功能和架構如下圖所示，主要由3個部分組成：

1)     MindConnect，MindSphere提供了各式各樣的數據連接選項，用于現場工業(yè)設備和傳感器的數據采集。MindConnectNano和MindConnectIoT2040這兩個工業(yè)物聯網網關，幫助幫助用戶安全快速可靠的把現場PLC中的數據上傳到MindSphere云端的時序數據庫中，支持的協議包括Modbus, S7, OPC-UA等；也可以通過IoT Extension實現對非工業(yè)協議如HTTP,MQTT, COAP等協議的支持；也可以通過IoTIntegration實現對企業(yè)IT系統(tǒng)的數據連接。

2)     MindSphere云平臺，平臺提供了對IoT設備建模和數據的采集、存儲、可視化的基礎功能，并通過規(guī)則警報制定、可視化開發(fā)、智能報表、分析API、后臺基礎服務等功能，為上層應用開發(fā)提供支持。同時提供了諸多的功能和服務針對IoT數據進行分析和處理，如邊緣計算振動分析，基于Node-Red的IoT業(yè)務流快速開發(fā)，預測性分析API等。

3)     MindApp，用戶能夠基于MindSphere云平臺提供的基礎服務和API開發(fā)各類面向特定行業(yè)的工業(yè)App，并且能夠快速的復制和推廣到同行業(yè)。

MindSphere幫助污水處理行業(yè)實現數字化轉型

      傳統(tǒng)的工業(yè)里面，并不是沒有數據處理。但是原本的數據采集、數據處理、數據分析和反饋，都是分散在不同系統(tǒng)里面，一方面無法處理海量的工業(yè)“大“數據，另一方面也無法保證實時性。我們經?？匆姽I(yè)企業(yè)里面，很多數據分析人員被迫從不同的控制系統(tǒng)中手動導出一些數據文件，通過手工的方式進行交叉關聯和標注，并編寫相應的Python、SPSS程序實現統(tǒng)計分析和建模，然后再提取一些現場數據進行驗證，條件好的企業(yè)，還會請一些外部的合作伙伴將其開發(fā)成應用。這種處理和分析的效率實在是很低下，但確實是一種普遍現象。

      MindSphere作為工業(yè)物聯網平臺，能夠為用戶提供一站式的解決方案，包括工業(yè)數據采集，數據存儲，數據分析，應用程序開發(fā)支持等。由于絕大多數污水處理廠都已經完成自動化的改造，現場除了PLC之外，通常還有SCADA系統(tǒng)，用于實現數據監(jiān)控、報警、儀表等功能，可以通過OPC-UA Server快速的將相關數據上傳到MindSphere（如之前所講的溶解氧溶度，進水量，曝氣量，回流比等工藝參數）。

      整體系統(tǒng)架構如下，可以看到，MindSphere的目的不是為了取代客戶現有的SCADA系統(tǒng)，SCADA系統(tǒng)用于生產現場的作用依舊不可取代，但是SCADA系統(tǒng)不是為了存儲海量工業(yè)大數據和運行離線或者在線實時分析而生的。在云端，我們將通過MindSphere提供的各種功能和服務，來對用戶的工業(yè)數據來進行處理，并且能夠通過PredictiveLearning，用機器學習和數據驅動的方式，來發(fā)掘的隱藏在出水質量和工藝參數直接的“密碼”。

      利用MindSphere提供了的Asset Manager，能夠幫助用戶建立IoT數據模型，能夠面向數據變量、子部件、設備、產線、工廠、跨工廠的級聯型模型，方面用戶進行設備資產的管理，以及IoT數據采集點的定義。

      而MindSphere提供的Fleet Manager，讓用戶能夠在云端集中的查看所有工廠下所有產線下所有設備中采集的數據點，并且能夠定義報警規(guī)則和響應事件，以最簡單的方式實現多工廠、多產線條件下的遠程狀態(tài)監(jiān)控。同時，用戶還能以手動和API調用的方式，將設備運行所生產的日志信息以文件的形式存儲在云端，方便工程師日后結合設備運行的歷史數據進行分析。

      上圖是在FleetManager中查看某臺設備（鼓風機，或者是從PLC讀取過來的傳感器數據）的數據，數據存儲在MindSphere在云端提供的時序數據庫當中。時序數據庫的性能、穩(wěn)定性和可靠性、彈性擴容、容災備份和打補丁升級等全部無需用戶關心，交給MindSphere后臺的云計算技術幫助你解決就好了。我們需要做的，是利用好FleetManager提供的數據為我們服務。例如，通過在FleetManager定義面向特定故障信號的報警信息，可以及時的把信息發(fā)送給設備制造商，設備制造商就可以遠程實現鼓風機的故障針對，并且及時給用戶方以維修維護建議。也可以通過MindSphere提供的API，在Cloud Foundry環(huán)境中部署一個應用程序，以微信小程序的方式，由用戶方提交故障診斷申請給設備制造商。這樣就能夠很大的程度上避免設備制造商工程師耗費大量的人力物力和時間成本在路上。另外，通過跟AR/VR設備的結合，還能讓設備制造商工程師遠程通過AR/VR設備來對設備進行診斷和維修指導。

      前面有提到，如何在保持出水質量滿足國家監(jiān)管要求的前提下還能夠最大化的降低污水處理的生產成本呢？答案隱藏在溶解氧溶度，進水量，曝氣量，加藥量，回流比等工藝參數當中，是我們無法通過肉眼來得到答案的。必須借助機器學習的力量來為我們找到答案。在MindSphere，提供了Predictive Learning模塊，讓用戶通過數據來訓練機器學習模型，再通過模型來指導實際生產。MindSpherePredictive Learning結合了分析，統(tǒng)計和機器學習算法，可提供對數據趨勢的洞察利用所使用的數據來識別事件的模式和順序，這種數據洞察力使您能夠展望未來，優(yōu)化系統(tǒng)以產生最高水平的產品性能和質量。MindSphere Predictive Learning界面為數據科學家，業(yè)務分析師和應用程序開發(fā)人員提供了強大的工具和友好的使用界面。

      通過大量數據的訓練和參數調整，模型就能夠根據溶解氧濃度作出鼓風機風量的預測，這樣用戶就能夠根據當前電價的情況，再保證最終出水質量合規(guī)的同時，將風量維持在一個較低的檔位，以最大程度的減少電力成本。

      通過大量數據的訓練和參數調整，模型就能夠根據溶解氧濃度作出鼓風機風量的預測，這樣用戶就能夠根據當前電價的情況，再保證最終出水質量合規(guī)的同時，將風量維持在一個較低的檔位，以最大程度的減少電力成本。下圖是某污水處理廠在使用MindSphere之后，與之前依靠純手工，非實時的方式進行工藝計算前后能耗的對比，平均一個小型的污水處理廠，一個月能夠節(jié)省的電費大概是幾萬到十萬不等，同時還有效的降低了氮的的排放量和生物能耗，體現的數字經濟的價值可見一斑。

      實際上在各行各業(yè)，都有類似的數據分析和模型算法的積累，也有很多的客戶都在基于MATLAB、Python和SPSS做一些行業(yè)模型的積累。下一步，MindSphere將會致力于融合更多的工具現有的模型，通過利用MindConnect采集到的數據，和云端近乎無限的算力，來為用戶挖掘蘊藏在生產數據中的“寶藏”。

總結

      綜上，我們通過污水行業(yè)工藝過程介紹和業(yè)務痛點的分析，讓您對這個聽上去可能有點陌生的行業(yè)有了一些了解，但這個行業(yè)的特點和痛點于很多流程制造業(yè)來說有很多的相似處，都是需要提高設備的穩(wěn)定性和可靠性、提高最終產品的質量、降低能耗、并且能夠遠程指導設備維護維修等。