例如，基于数字孪生技术，西门子在2018年发布了用于工厂和工程设计的PlantSight平台，在2019年收购了工艺仿真平台gPROMS，与此同时，西门子还为公司可以提供了自动化仿真平台SIMIT。

  通过这一系列数字孪生仿真平台，最终与西门子Simatic PCS7、PCS neo控制管理系统进行连接后，可以将数字孪生进一步应用到生产过程中。

  西门子股份有限公司数字化工业集团过程自动化首席执行官Axel Lorenz指出，通过这些产品和解决方案，企业在工厂投用前就可以对整个生产过程进行仿真，甚至可以在这样的数字孪生体系中培训设备操作工程师和工厂运营人员。

  “工厂运行起来后，基于这些软件，用户还可以进一步优化整个生产过程，将数字孪生技术应用到实际生产中，为工厂带来真正的效益。”

  边缘计算、人工智能等技术要想在工厂中落地，往往对时延有很高的要求，但如果能够处理好这一问题，将这些技术应用到工业场景中，就可以发挥出无限潜力。

  西门子基于人工智能的SiePA（Siemens Predictive Analytics）就是这样一个工业预测性维护软件。

  据悉，SiePA集成了工业人工智能与工业大数据分析技术，将预测功能从“预测性维护”扩展到了“预测性优化”，并内置众多行业知识与经验，整合了130余个模型模板和1200多个标准故障解决方案，可以帮助企业控制风险、提高设备可靠性、优化生产效率、增强数据洞察力。

  此外，通过将SiePA与西门子的DCS系统（如PCS7/PCS neo）结合，还可以实现“AI+DCS”这类可以减少对专家资源依赖、突破传统PID控制在“长时延”场景下局限性的控制模式，助力企业在稳定提高产品质量的同时提升生产效率。

  很多企业现在在OT领域已经做得很不错了，接下来需要向IT领域发展，为了让企业更容易建立起自己的IT系统，西门子在努力让通信变得简单、安全，例如通过5G技术将IT和OT在通信层进行数据链打通，消除孤岛，并通过边缘计算将IT和OT对接起来，解决IT和OT迅速融合的问题。

  西门子与青岛炼化的合作始于十五年前，2008年，在西门子的助力下，青岛炼化工厂建成投产时，全厂DCS系统实现了集散控制，大型冗余AS数量达到58对，服务器为18台，IO点数约为2.53万点。

  在随后几年里，青岛炼化在西门子的帮助下，又先后对DCS系统来进行了多次升级，部署了杀毒软件，增加了工业稳态感知，利用物理隔离设备实现了IT和OT完全隔离，使用COMOS对苯乙烯装置进行数据化建模，部署了SIMIT仿真软件和SiePA大数据状态智能监测平台。

  其中，利用西门子COMOS软件平台，青岛炼化开始通过信息化手段辅助或指导开展日常设备改造，实现了转动设备正常运行状态监测、故障管理、KPI分析、主要耗能设备能效和易损件寿命的自动计算等，机泵平均无故障时间及机械密封平均寿命得到提升，转动设备故障维修率、紧急抢修工时率逐步下降，效果显著。

  另一方面，在本土产品管理方面，西门子在中国成立了战略产品管理部，正在将原来总部的产品管理职能团队转移到中国，并进一步强化本土化产品研制能力。他们的任务是大幅度的提高产品在本地市场的竞争力，让更多本土化的产品尽快面世。”

  坚韧不拔，锐意进取，e-works 2024新春员工大会暨联欢会圆满落幕

  e-works CEO黄培博士当选东盟工程与技术科学院Foreign Fellow

  英特尔宣布FPGA业务独立 更新产品路线国际智慧显示及系统集成展在深圳启幕