使用数字数据管理系统简化工作流程

简介

所有的工业综合体，从炼油厂、石化、天然气加工厂到医疗制造综合体，都需要定期检查、程序审计、数据分析和设备评估。被评估的设备类型可以从管道、压力容器、储罐和旋转设备，到较小的辅助项目，如软管、安全带和灭火器。

然而，尽管技术世代进步，今天的资产检查很大一部分容易受到“脏数据”收集和保留的影响，然后将其纳入设施文档和管理系统。

脏数据被定义为通过无损检验结果或视觉检查获得的数据，这些数据可能有缺陷，并将这些数据记录到纸质文件或独立的电子表格上。这些数据可能包含不准确的信息、重复的数据、不完整的数据，或者最初准确但后来不准确地转录到数字文档系统中的数据。基本上，检测数据在处理数据的过程中可能会失去准确性，即将数据从现场获取到操作人员的文件和数据库系统中。

事实上，根据最近的报告，大约75%的工业组织已经确定了使用脏数据产生的重大成本，并报告说，超过40%的维护错误可以追溯到脏数据文档作为一个因果因素。在最坏的情况下，这种数据错误可能成为计划外停机、环境事故、事故甚至死亡的直接原因。

为了应对广泛的数据不准确的挑战，创建了数字数据管理系统(DDMS)，以优化和改进执行可持续数据管理计划所需的可靠、高效和一致的数据的集成。DDMS技术是一种可操作的智能软件系统，旨在通过特定的数据数字化和分析过程，为数据管理提供逐步改进(见图1）.

简化工作流程

如下图所示(图2)在美国，一个用于收集、记录和分析检验数据的典型工作流程需要大量工人将数据从一个人移交给另一个人。最初，办公室工作人员将安排检查所需的活动。这些行动通常包括准备工作，例如收集图纸，通过查看文件收集以前的报告，输入必须发生的情况，然后将所有这些信息推送给执行活动或检查的人员。然后进行检查并记录。文书工作通过人与人之间的互动进行，在这个过程中经常会出现错误。