當標準清晰度電視被高清電視所取代時，它被視為電視清晰度的重大飛躍——直到4K屏幕出現。數據分析的最新進展也為核工業的資產管理計劃帶來了類似的飛躍。

1、數據分析飛躍發展

數據分析的不斷發展表明，它有能力提供運營情報，以改變核電站的效率和可用性，尤其是在競爭壓力比以往任何時候都大的時候，進一步提高效益。

勞斯萊斯(Rolls-Royce)的數據分析是由其數字服務客戶和工廠控制和監控系統促成的，這些系統從全球約195個反應堆收集性能數據。

勞斯萊斯一直在與客戶合作，展示其數據科學，這是運營商分析清晰和準確度的一個進步。現在，它計劃實現“4K電視類型”的飛躍。

在更長的項目上的合作——安大略省的布魯斯核電站，PSEG的塞勒姆(Salem)核電站與霍普河(Hope Creek)核電站——是這些服務的未來發展方向，并且正在計劃向歐洲市場擴張。

在合作過程中，進行數據收集和分析，以診斷需要改進的領域，并跟蹤站點服務，以快速進行改進，以便盡快獲得良好效果。

2、核電應用

利用算法和人類核操作專業知識，數據科學為核電站操作帶來了新的清晰度、見解和智能。具有更好的決策、效率和可用性。

孤立的大數據在很大程度上是沒有意義的，但分析給出了更清晰的圖景。

勞斯萊斯的數據科學使核運營商能夠更清楚地了解其設備的運行情況。

他們還可以在更大程度上預測該績效將如何持續，因此可以在適當的時間安排現場支持服務，從而優化資產和服務的管理。

勞斯萊斯即將為全球核電站資產管理帶來的方法，是建立在噴氣發動機售后服務30年經驗的基礎之上。

全世界約有13,000臺勞斯萊斯噴氣式發動機搭載監控系統，監控系統不斷向控制中心發送數據，控制中心隨后對數據進行分析，并利用數據預測最佳維護時間。

維護不可避免地會導致非收入停機時間，因此最好將任務分組，以便將停機時間降至最低。

如果過早進行維護，則會產生不必要的成本;如果維護過晚，則意味著計劃外停機。

勞斯萊斯相信，其數據分析技術能夠以比以往任何時候保持更高的準確度預測設備退化和維護活動，因此維護及時高效，計劃外停機更少。

這提高了成本效益，并帶來了大量節省。

而且，由于一直從許多相同的組件收集大量數據，預測的質量不斷提高，分析背后的技術也不斷提高。

這種信息儲存庫被稱為數據湖，勞斯萊斯將同樣的原理應用于核電站。

勞斯萊斯擁有自己的核數據湖，這是一個安全的存儲世界各地核電站安裝設備和庫存數據的庫。

在過去十年中，從其工廠陳舊過時管理系統(POMS)定期傳輸的常規數據流中收集了該數據。勞斯萊斯使用這些數據來幫助預測核電站部件的性能。

它現在的目標是將這些現有數據與來自客戶的新數據相結合，并提供獲取新數據的數字系統，以便進行實時分析，從而為客戶提供實時報告和預測。

勞斯萊斯的目標是為客戶提供已知高價值的五個領域：

• 提高設備可靠性;

• 在線資產監控;

• 預防性維護減少;

• 庫存優化;

• 降低運營成本。

3、維護計劃的改進

作為電站項目中最具預見性和最昂貴的部分之一，維護窗口一直是運營商尋找改進和效率的首選。

核電領域與勞斯萊斯接洽，進行試運行維護優化分析、大修規劃，以及如何使用更多實時分析來提高可用性和效率。

勞斯萊斯利用其數據湖預測了針對計劃維護部件的退化率，并確定了更換或維修的最佳機會。

這意味著在計劃的停機時間內安排維護，調整后的預防性維護策略節省了60,000工時。

另一位客戶在對所謂的T-104分析進行試驗后發現，42%的預防性維護活動可能不太頻繁，客戶接受90%的輸出。

勞斯萊斯現在與該客戶建立了一個嵌入式團隊，利用其需求驅動預測來減少總體預防性維護，提高設備可靠性并減少材料消耗。

4、備件庫存存儲和采購

未使用的部件和備件是一筆巨大的前期成本，如果操作員更清楚何時可能需要這些部件和備件，則可以對其進行優化。

數據分析提供的更深入見解增加了庫存、過時管理和采購等方面的確定性。

勞斯萊斯團隊利用大數據幫助客戶分析現場和市場上的備件庫存和可用性，從而使其庫存大幅減少，從而為其他項目騰出了存儲空間。

有些客戶，勞斯萊斯被要求分析和預測庫存水平，確定可能的節約，并提出管理未來庫存來源的策略。

我們調查了溝通的信息質量以及采購和庫存做法，然后分析了客戶的數據，并將其與現有數據進行了比較，以通過使用運營和行業數據，根據預測的活動水平確定多余的材料。

該團隊使用了一種數據算法，該算法使用了特定材料和組件的歷史和預測使用情況，考慮了滯留材料、關鍵性和材料重建賬單，以提出建議。

其結果是，通過更優化地購買、找到清算現有不必要庫存的方法以及改變重新訂購規則，庫存成本減半。

同一個客戶利用這些改進來實現目標采購：全球零部件市場能提供什么;需要什么以及什么時候;在需要進一步維護或更換之前，該部件可能可使用多長時間。然后商定了采購策略，以降低關鍵備件的成本。

5、降低運營成本

一位公用事業客戶要求勞斯萊斯改進維護計劃，將其置于嚴格的資源和監管范圍內。

特別注意調整預防性維護戰略，利用其他領域的最佳實踐經驗，針對方案浪費和確定非增值任務。

節省了1100萬美元，提高了整個電廠的設備可靠性。

雖然“數據轉化為智能”在航空領域得到了嘗試和測試，但在核電站領域還不成熟，但潛力巨大。

勞斯萊斯創建了一個名為R2數據實驗室的子品牌。它堅信數據無處不在，了解它可以改善一切。

R2數據實驗室是一個中心，所有新的數據科學思想都通過該中心孵化、開發并部署到其航空航天、國防和電力系統業務部門，作為客戶主張，以提高效率、可用性和合規性。

這顯然符合核運營商的要求，但需要改變文化和流程。

一開始，從實際角度來看，這似乎不是一個太大的飛躍，因為使用數字監控系統獲取實時運行數據純粹是一項后勤工作。

你怎么處理這些數據呢?它推動業務系統和流程的設置方式發生變化，以響應分析提供的智能。

這反過來需要一支將數據科學視為增強而非威脅其活動的員工隊伍。

在不久的將來，機器學習、人工智能和自動化將被用于標準化任務，可穿戴數字技術將開始模糊人類與周圍系統之間的界限。

不過人類將永遠負責，他們的角色將是控制者，處理技術本身無法交付的細微活動。

勞斯萊斯計劃一個無縫的端到端流程，在該流程中安全地將數據發送到區域中心進行分析。

這些中心的核電站運營專家為整個客戶群提供24小時支持，當確定維護或補救活動時，他們將自動獲得資源，并由現場服務團隊進行交付——“及時”交付，提高效率和可用性。