解读工业物联网与中国智能制造的当务之急!_

2019-06-20 14:09

  工业物联网(IIoT)和大数据已然是本次汉诺威核心。微软CEO萨提亚在本次汉诺威工业博览会上的讲话提到,微软会利用获取的数据来优化制造业,最终实现智能系统。虽然与工业4.0相比,在博览会上IIoT与智能制造几乎微不足道,但我们已经看到通过IIoT与大数据,全球IT与制造业产业相结合似乎已初露端倪。

  博览会所展现的IIoT与工业4.0依然是概念十足,全球IT巨头与制造业供应商所展示的应用功能已向着这一愿景迈出了实实在在的一小步。物联网(IoT)平台从世界各地汹涌而来。包括极具影响力的IIoT平台SSG在内,供应商普遍认为他们可以通过自己的物联网平台解决其客户问题。而市场似乎更期待快速整合,供应商应该在多平台的基础上开发应用,重新进行定位。

一、供应商的核动力是:数字转型

  IIoT平台引起无数供应商的关注是因为工业物联网平台的构成自身就是一个多元化的整合以及不同元素之间相互探索的平台。通过海量的传感器使得设备可认知,通过不同的通讯协议让机器与机器交流M2M,基础设施与配置成为数据的承载,而管理是其中另一个核心元素把这一切动态实时展现在我们面前。

  制造业涉及从原材料采购到产品生产和销售等进销存各个环节,复杂的生产加工流程使得制造业对信息化系统依赖很深。但由于种种原因,一直以来制造企业并没有最大程度发挥信息化的价值。构建工业物联网平台的核心基础之一是设备资产管理与资产性能的管理变革。机械与设备状况、设备资产性管理及维修优化是三大关注焦点。GE在Predix平台上发布了全球第一个商用资产性能解决方案成为了数字化转型的代表之作。

  企业资产管理以及资产性能管理对于目前制造业的转型和升级关键点。对每一种资产类型,我们都需要能够自动访问、捕获所有要求等级的详细信息。当我们对所有的流程、系统、厂房,实验室,和资产以及相关子部件运行健康和能耗进行实时监测的时候,我们所捕获数据和实现的效率会远远高于通过竖井流程或系统。有了这样的能力,企业才能评估资产绩效,延长资产寿命,简化资产设备管理流程。资产管理设备颗粒度,支持状态监控,以及工业资产大数据为实现这些目标提供了一种系统的方法:

  资产设备颗粒度

  我们可以通过颗粒度级别的深浅,以及评估资产绩效的方式,来衡量其可靠性,决定是否需要延长资产生命周期,或将部分载荷转移至其他设备以节省开支。通过动态转移,企业将减少不必要的磨损,浪费,能耗,避免流程中其他浪费和设备低效问题。

  资产状态监控

  设备在启动时候,就可能因为性能监控不充分而遇到严重故障。通过设备状态监控,系统可以自动在设备退化或超过预定基准时第一时间发出警告,然后立即运行校正动作。以电力行业为例,我们可以通过系统,从能源或燃料消耗上维护信息,以设备退化偏离正常电力设备消耗趋势的标准偏差位置点时,对即时报警立即做出反应。使用能够全局状态监控和报警的设备智能管理解决平台,大幅提高运营效率,节省更多开支。通过预防性和预测性维修监控和服务,实现维护成本和企业绩效间的最优平衡。

  全面的资产大数据

  各组织通常都使用独立的部门系统来管理生产设备计划、采购,项目建设,和维修任务等事务的数据,由于竖井的问题,造成的信息共享不足,导致设备采购不准确,延迟,计划性维修较差或其他降低设备效率,反而增加成本。

二、开发和实施是你我心口永远的痛

  达索系统的3D建模,商业数据,虚拟星球等科技产品让人们敬畏。本次汉诺威工业博览会上,两家重量级的企业,达索系统与埃森哲咨联合公布了一款在工业数字转型中,企业的开发与实施的产品和方案。开启了IT在制造业开发与实施新探索之路。

  解决方案以CPS理念为基础,针对非重复性制造企业设计,把工程和生产现场与数字技术相结合,三阶段的方案,从创建打造产品所需的计划中的组装顺序做为开始,然后协助创建及优化,为车间工人制定操作计划,最后创建预设系统,供车间工人生产期间参考。希望这样的方案及产品,可以让制造开发与实施再也不是你我胸口永远的痛。

  智能制造是机械工程,机械制造生产与信息技术相融合的地方。自2015年汉诺威工业博览以来,IT企业是集成工业网络的核心部分方向越来越明确。以IT为基础的自动化全面解决方案吸引了不少全球IT重量级企业的参与。除了微软,华为,IBM等之外,在本次汉诺威另外一个可谓大出风头的IT巨头当数思科CISCO。

  思科借助汉诺威工业博览会这一良机,宣布今年将在柏林举办第四界世界物联网论坛。除了与基于云的IoT平台服务Cumulocity的合作方案之外,对于工业以太网标准Profinet的支持可谓画龙点睛。IT与制造业相结合已初露端,信息化IT企业与制造行企业都要感谢工业物联网的发展,在自动化,信息融合管理,工业物联网安全等多方面有着更加广阔的融合空间。

三、IIOT与智能连接资产人才学习曲线

  虽然按照MIT的KevinAshton教授首次提出相关概念,物联网发展至今有超过了25个年头。但是工业物联网对很很多人来讲,还是一个全新的概念,这主要有两个方面的缘由,其一,鲜有专家或商业机构明确地表达出关于工业物联网(IIoT)的价值取向。其二,市场信息主要都集中在特定行业所涉及的具体案例,缺乏全面性。

  如何建立工业物联网的产学研的产业链所需要的学习曲线是未来是否可以建立工业物联网,有效实现中国智能制造的当务之急和长期的工作。

  我们首当其冲的是要加速利用并理解当下市场上的所有相关工业物联网的信息,不断去理解并发现其中的共性。一旦理解了,就有能力驰骋其间,从而得到预算资金探索自己的试验项目。这是理解IIoT和智能连接资产如何改善操作的良好开端。

  当我们缺乏符合要求的必要资源的时候,从内部技术精湛的员工队伍入手,在现有的人员身上投资,建立了内部专业技能是我们目前所了解的新技术培育的基本规律。数据科学家可以来自与统计与数字学科的专家们,结合制造资源拥有所需的技能组合,可以用来快速学习新的概念和技术。继而应用分析学及行业知识,发现机会,实现中国智能制造2025的落地和发展。

分享到:
收藏
相关阅读