杜克在其设施中确定了10,000多项资产，并计划为这些设备资产添加超过30,000个传感器，包括加速度计、温度传感器、油液分析传感器、热像仪和接近式探针。这些传感器增加了振动、轴承温度和油压监测等功能，还可监测变压器、溶解气体和发电机等其他资产的电磁特征。
据估计，该项75％的成本不在于软件或传感器，而在于将传感器连接到数据采集计算机的布线上。数据采集系统遍布该公司的各种设施，可连接多达30或40个硬连接的传感器。电缆必须从传感器连接到本地数据采集计算机；然后信号从NI数据采集设备无线传输到杜克能源的服务器。
为了采集振动信息，可能需要每秒捕捉10,000到 100,000个样本，持续几秒钟，才能对机器状况进行充分的测量。此外，杜克能源公司使用现场工厂服务器的组合来管理这些庞大的数据。每个工厂都有自己的OSIsoft PI服务器，该服务器可采集、存储和组织各种来源的数据。
这些服务器位于杜克的监控和诊断中心，其中 Instep的Prism模式识别和预测软件（用于机械解决方案）和GP Strategy的EtaPRO热状态监测软件可帮助识别与预期行为的偏差。在监测诊断中心内，这些软件工具由一个由五名技术人员组成的团队使用。
技术人员通过一个报警仪表板来了解设备是否发生某些意外行为。这样，他们就可以调查并筛选问题，以确定是否是真正的异常情况以及是否需要进一步调查。如果对异常进行标记，就会发送一个标准流程电子邮件来提醒相关的人员解决问题; 并以图形化方式向他们提供信息，指出偏差并提供初步诊断建议，以便操作员可以检查机器。
这些信息会发送到EPRI的资产健康管理系统，并与基于真实设备数据长时间编制而成的特征数据库（来自多个公司）中的所有已知故障进行比较来识别问题。然后EPRI通知杜克能源的专家进入 NI InsightCM Data Explorer（一款旨在帮助工程师快速定位、检查、分析和报告测量数据的联网软件）进行全面分析。
目前，杜克能源公司将其所有数据存储在内部服务器上，因为IT部门目前不开放使用云。迄今为止，杜克能源公司已能够处理使用这种方法所采集的庞大数据量。
杜克能源取得的成效
截至2017年3月，已有近30个工厂通过Smart M＆D架构部署和管理近2000个CompactRIO系统。在这些工厂内，杜克能源公司借助自动化数据采集功能，让分析师可以将80％的时间用于分析，而不是数据采集；因此，分析结果更加可靠。
一年内，杜克能源公司的监测和诊断中心平均每天使用Prism发布两次通知；其中只有四分之一 警报需要采取纠正措施。这些警报为专家提供了依据，使其可以在成本最低的时候对设备进行计划和修理，例如，当设备计划进行维护而停机或需求较少时。
这些机器能够继续运行数周，使专家可以选择成本最低的时候安排维修。举个例子，尽管轴承存在故障，杜克能源公司仍然能够保持发电机运行三周，直至安排安全且适时的维修。
公司以前只能每年从数据点采集四个数据，而现在每五秒就能采集一次数据。并非所有的附加数 据都可以永久存储; 因此该公司通过管理协议来 决定什么时候丢弃哪些类型的数据，以实现更智能的数据存储。
四年来，杜克能源公司由于避免了故障带来的高昂成本，节省了高达130%的资金预算。该项目实施的第三年，杜克能源公司开始看到回报显著增加。该公司正在计算由于避免手动采集数据而节省的劳动力成本。由于系统会持续分析数据，因此可 大大减少操作员轮次，同时显著提高数据采集频率。数据不再是每个月采集一次; 而是每天采集数次，每周采集数TB的数据，从而可以在更频繁且一致地发现和跟踪问题。
图2：基于网络的状态监测软件
（图片为NI InsightCM）
这一转变提高了可靠性并降低了运营成本，可帮助管理人员满足更高可靠性的需求，并通过提高分析能力来优化工作效率。
挑战
推出该解决方案必须克服许多挑战。
