物聯(lián)網(wǎng)派生工業(yè)物聯(lián)網(wǎng) IIoT概念何時(shí)落地?
物聯(lián)網(wǎng)就在當(dāng)下,并且已經(jīng)有一段時(shí)間了(雖然有不同的名稱(chēng),如M2M和嵌入式互通互聯(lián))。由于面向消費(fèi)者的物聯(lián)網(wǎng)顯示迅速發(fā)展的增長(zhǎng)和采用,制造業(yè)和服務(wù)業(yè)正設(shè)法利用和開(kāi)拓這種現(xiàn)象,以推動(dòng)生產(chǎn)力進(jìn)入他們的制造系統(tǒng)。進(jìn)入IIoT-物聯(lián)網(wǎng)的一個(gè)非常重要且快速增長(zhǎng)的子集,推進(jìn)業(yè)務(wù)中運(yùn)算技術(shù)和信息技術(shù)越來(lái)越緊密的聯(lián)系。終,IIoT將大大擴(kuò)展組成物聯(lián)網(wǎng)的“物”的數(shù)量。
如果您不能測(cè)量它,您就無(wú)法改善它
出自PeterDrucker的名言“如果您不能測(cè)量它,您就無(wú)法改善它”是IIoT哲學(xué)的核心。推動(dòng)的趨勢(shì)是更多的測(cè)量,快速和全面的分析和對(duì)數(shù)據(jù)的反應(yīng),及更快的改進(jìn)過(guò)程,所有這些都將推動(dòng)更高的價(jià)值到業(yè)務(wù)。但為了測(cè)量更多,我們必須能感測(cè)更多–更多的參數(shù),更準(zhǔn)確和更頻繁。
傳感器是IIoT的基本核心。覆蓋軟件到現(xiàn)有的技術(shù)可帶來(lái)增量收益,但想要真正向前一步,我們需要整合更多的參數(shù)。我們感測(cè)的每一新參數(shù)帶來(lái)重要的機(jī)會(huì)和使系統(tǒng)更智能。傳感器是“眼、耳和手”,能擴(kuò)展IIoT和它的能力。
傳統(tǒng)的傳感器不斷發(fā)展,我們可以更勝以往地測(cè)量溫度,光照,位置,液位,濕度,壓力和許多其他參數(shù)。但是,即使它們變得更小、更便宜、更嵌入式,這些傳感器都是專(zhuān)用的,因此,功能和適應(yīng)性有限。基于視覺(jué)的感測(cè)消除這些限制,一旦一臺(tái)機(jī)器能真正“看到”,那么幾乎任何事情都是可能的。
隨著視覺(jué)傳感、可編程性帶來(lái)靈活性,使單一的視覺(jué)系統(tǒng)能感知缺失(或錯(cuò)位)的組件,或檢測(cè)到一個(gè)微妙的顏色變化,表明過(guò)程失控漂移。IIoT將繼續(xù)增加更多的基本傳感器來(lái)測(cè)量基本面,但基于視覺(jué)傳感的趨勢(shì)-靜態(tài)圖像和視頻–使更智能的系統(tǒng)更靈活、更有價(jià)值。
當(dāng)生產(chǎn)線(xiàn)和工廠重新配置為從一個(gè)產(chǎn)品轉(zhuǎn)移到另一個(gè),或構(gòu)建一個(gè)復(fù)雜產(chǎn)品的變體,視覺(jué)系統(tǒng)不需要手動(dòng)復(fù)位或重新配置。它們只需要從一個(gè)控制程序簡(jiǎn)單的更改到下一個(gè),系統(tǒng)就準(zhǔn)備好運(yùn)行-節(jié)省成本、時(shí)間和人力,并消除了我們?nèi)祟?lèi)犯錯(cuò)誤的機(jī)會(huì)。
“工業(yè)網(wǎng)絡(luò)數(shù)據(jù)”
在許多方面,數(shù)據(jù)是這場(chǎng)變革的關(guān)鍵。傳感器通過(guò)檢查、平衡和冗余提供我們可以信任的數(shù)據(jù),而后處理提供有價(jià)值的信息和能力來(lái)控制我們的工廠和流程,并改善它們。
人類(lèi)輸入信息到系統(tǒng)的日子已經(jīng)過(guò)去了,它太慢、昂貴、不一致且容易出錯(cuò)。甚至條碼掃描也在被淘汰。IIoT現(xiàn)在需要數(shù)據(jù),而且需要很多!
實(shí)時(shí)傳感可以以驚人的速度產(chǎn)生數(shù)據(jù)。“大數(shù)據(jù)”的特點(diǎn)通常是“3V”,即大量(Volume)、多種多樣(Variety)和快速(Velocity),不能由舊的關(guān)系數(shù)據(jù)庫(kù)管理或分析。大數(shù)據(jù)是基于云推動(dòng)傳統(tǒng)計(jì)算的邊界,因?yàn)閷?shí)時(shí)分析大數(shù)據(jù)集需要平臺(tái)可以存儲(chǔ)在分布式集群的大數(shù)據(jù)集,往往結(jié)合和處理來(lái)自多個(gè)源的數(shù)據(jù)。
機(jī)器可以學(xué)習(xí),而且它們可以理解。當(dāng)挖掘數(shù)據(jù)時(shí),軟件會(huì)尋找數(shù)據(jù)中的模式和趨勢(shì),并供人類(lèi)使用。機(jī)器學(xué)習(xí)遵循類(lèi)似的挖掘過(guò)程,但得到的信息是直接從機(jī)器到機(jī)器,使過(guò)程實(shí)時(shí)調(diào)整和改進(jìn),以保持密切跟蹤過(guò)程。
云可要處理龐大的數(shù)據(jù)量和速度,也帶來(lái)其他好處。它消除了在組織的障礙。例如,在中國(guó)智能工廠的問(wèn)題可帶來(lái)在歐洲一個(gè)類(lèi)似工廠即時(shí)和先發(fā)制人的流程改進(jìn)。
云擴(kuò)展了可用信息到組織外-到母公司、遠(yuǎn)程員工、甚至供應(yīng)商和客戶(hù)。此外,日常移動(dòng)設(shè)備越來(lái)越多的連接能力提供即時(shí)信息流的機(jī)會(huì)。無(wú)論是通知供應(yīng)商批量缺陷,讓客戶(hù)知道他們的產(chǎn)品何時(shí)將完成或只是安撫非在現(xiàn)場(chǎng)的生產(chǎn)經(jīng)理現(xiàn)場(chǎng)一切都好,這自動(dòng)信息流可驅(qū)動(dòng)真實(shí)價(jià)值到業(yè)務(wù)及其與外部世界的關(guān)系。在智能工廠里,機(jī)器們一起通信和解決問(wèn)題。