經(jīng)過機(jī)器人等工業(yè)物聯(lián)網(wǎng)改造后，工廠內(nèi)外會(huì)有什么變化？

導(dǎo)讀：從一定程度上，物聯(lián)網(wǎng)可以說是個(gè)“舊瓶裝新酒”的概念，提出物聯(lián)網(wǎng)——IoT（Internet of things）這個(gè)概念的確是一種創(chuàng)新，但是要把這個(gè)創(chuàng)新與傳統(tǒng)的M2M——機(jī)器互聯(lián)（machine to machine）區(qū)分開。

二者其實(shí)并沒有一條經(jīng)緯分明的界限，它們最 大的區(qū)別在于思維方式的轉(zhuǎn)變，M2M是以機(jī)器為主角，通過網(wǎng)絡(luò)將機(jī)器與傳感器聯(lián)系起來，隨著互聯(lián)網(wǎng)技術(shù)的進(jìn)步，M2M也在向互聯(lián)網(wǎng)方向伸出觸角，基于網(wǎng)絡(luò)的發(fā)布方式與遠(yuǎn)程訪問，在感覺上已經(jīng)非常接近物聯(lián)網(wǎng)了。但M2M終究并不是物聯(lián)網(wǎng)，物聯(lián)網(wǎng)作為思維方式的變化，是從網(wǎng)絡(luò)端向設(shè)備與傳感器端的逆向思維，兩者的區(qū)別就像先有雞還是先有蛋一樣。

舉例來說，一間工廠的監(jiān)控系統(tǒng)，按照傳統(tǒng)思維，先有機(jī)器，有機(jī)器必要的控制系統(tǒng)，有分散的控制器（人機(jī)界面或者工業(yè)計(jì)算機(jī)），隨著計(jì)算機(jī)技術(shù)的進(jìn)步，網(wǎng)絡(luò)技術(shù)在滲透，那么可以通過改造，將工廠里的控制器集中到一個(gè)中央控制系統(tǒng)中，再通過增加傳感器來獲取更多的信息，這是M2M的思維方式，在這個(gè)基礎(chǔ)上，增加網(wǎng)絡(luò)發(fā)布功能，用戶可以通過遠(yuǎn)程訪問看到系統(tǒng)的實(shí)際運(yùn)行情況，這樣也是把設(shè)備連接到了互聯(lián)網(wǎng)上，但依然是M2M的思維方式：架構(gòu)固定，對(duì)象確定，應(yīng)用的行業(yè)固定，系統(tǒng)擴(kuò)展規(guī)?？梢灶A(yù)期……這些都是M2M的特征。

物聯(lián)網(wǎng)思維與此相反，有一個(gè)通用的或者針對(duì)某一領(lǐng)域的基于互聯(lián)網(wǎng)的設(shè)計(jì)接口，對(duì)用戶而言可能仍然是一個(gè)網(wǎng)站、一個(gè)獨(dú)立的APP等等這和M2M的網(wǎng)絡(luò)端展現(xiàn)出來的功能是接近的。但在這個(gè)網(wǎng)絡(luò)門戶的背后，是一系列復(fù)雜的應(yīng)用和數(shù)據(jù)分析、機(jī)器學(xué)習(xí)的算法和加架構(gòu)，是為了對(duì)獲取到的數(shù)據(jù)進(jìn)行大規(guī)模分析與處理的引擎。數(shù)據(jù)的獲取成了自此向下的另一個(gè)層面，系統(tǒng)并不一定要將原先分散的控制系統(tǒng)集中到一起，甚至并不一定要和原先的控制系統(tǒng)相關(guān)聯(lián)。

通過嵌入式的傳感器與分散的微處理器，通過4g網(wǎng)絡(luò)，zigbee或者藍(lán)牙技術(shù)，就可以將需要連接的設(shè)備與系統(tǒng)接入互聯(lián)網(wǎng)。這一接入也并不是針對(duì)特定一個(gè)車間或者一個(gè)系統(tǒng)，需要單獨(dú)編寫程序?qū)崿F(xiàn)的，而是通過統(tǒng)一的傳感器終端完成的，對(duì)于不同類型的設(shè)備，可能僅需要改變末端傳感器的類型與配置即可。

物聯(lián)網(wǎng)可能應(yīng)用于某一個(gè)車間或者系統(tǒng)，也可能大規(guī)模應(yīng)用于某個(gè)電力網(wǎng)絡(luò)的一部分，其增長(zhǎng)在一定程度上是不能準(zhǔn)確預(yù)期的，因此，采用可擴(kuò)展的分布式架構(gòu)、云計(jì)算以及大數(shù)據(jù)技術(shù)，將架構(gòu)分布在大規(guī)模的計(jì)算機(jī)集群上，從一開始就是非常有必要的。而這也正是現(xiàn)代互聯(lián)網(wǎng)架構(gòu)從一開始必須考慮的方向。

因此，我們提出了工業(yè)物聯(lián)網(wǎng)（IIOT）的概念，想讓它為制造業(yè)變革提供潛力。事實(shí)證明確實(shí)如此，無論內(nèi)部還是外部——增加設(shè)備利用率、改進(jìn)工作流程和優(yōu)化供應(yīng)鏈。通過了解工業(yè)物聯(lián)網(wǎng)如何提供更好的業(yè)務(wù)成果，制造商和價(jià)值鏈中的其他參與者可以降低成本、提高產(chǎn)品和服務(wù)質(zhì)量、縮短上市時(shí)間、提高靈活性，并更好地與客戶和供應(yīng)商進(jìn)行互動(dòng)，而所有這些都導(dǎo)致了當(dāng)今數(shù)字經(jīng)濟(jì)的顯著競(jìng)爭(zhēng)優(yōu)勢(shì)。

更智能的工廠

工業(yè)物聯(lián)網(wǎng)能夠改善業(yè)務(wù)成果的最重要方式之一是讓制造商能夠保護(hù)、分析和使用來自工廠設(shè)備的數(shù)據(jù)，從而創(chuàng)建高效運(yùn)營(yíng)的“智能工廠”。具體來說，制造商可以將物聯(lián)網(wǎng)設(shè)備集成到工業(yè)物聯(lián)網(wǎng)解決方案中，并使用移動(dòng)和其他無線技術(shù)收集和分析來自設(shè)備的數(shù)據(jù)，然后，這些數(shù)據(jù)被傳輸?shù)街圃靾?zhí)行和質(zhì)量管理系統(tǒng)中，并與其他工廠數(shù)據(jù)相結(jié)合，進(jìn)而為優(yōu)化工廠所有制造活動(dòng)的性能提供見解。

制造商可以獲得有價(jià)值的見解，使他們能夠：

▲通過識(shí)別設(shè)備問題來降低操作風(fēng)險(xiǎn)，以便能夠在負(fù)面影響出現(xiàn)之前糾正這些問題。

▲識(shí)別工作流程問題和其他可能導(dǎo)致生產(chǎn)速度減緩或質(zhì)量問題的挑戰(zhàn)。

提供新服務(wù)

工業(yè)設(shè)備供應(yīng)商可以使用工業(yè)物聯(lián)網(wǎng)向制造商提供新的服務(wù)，以增加其設(shè)備的價(jià)值。例如，由于無線技術(shù)，連接更容易，設(shè)備供應(yīng)商可以將傳感器集成到設(shè)備中，從而可以通過全天候遠(yuǎn)程監(jiān)控設(shè)備來提供豐富的操作見解。這種監(jiān)控功能有助于供應(yīng)商解決問題，并使其能夠提供預(yù)測(cè)性維護(hù)服務(wù)。這樣，他們就可以通過以下方式為制造商帶來業(yè)務(wù)價(jià)值：

▲減少計(jì)劃外停機(jī)時(shí)間

▲消除過早或不必要的維護(hù)

▲提高整體設(shè)備效率

▲簡(jiǎn)化維護(hù)計(jì)劃和零件訂購(gòu)

▲提高設(shè)備的能源效率

此外，工業(yè)物聯(lián)網(wǎng)使工業(yè)設(shè)備供應(yīng)商能夠向制造商提供新的增值服務(wù)，例如機(jī)器狀態(tài)的自動(dòng)警報(bào)和設(shè)備耗材供應(yīng)的自動(dòng)交付。一些供應(yīng)商甚至可以依靠工業(yè)物聯(lián)網(wǎng)應(yīng)用程序提供的現(xiàn)場(chǎng)操作數(shù)據(jù)，使其從銷售設(shè)備轉(zhuǎn)向銷售服務(wù)。這些“設(shè)備即服務(wù)”商業(yè)模式使制造業(yè)客戶能夠避免大量的前期資本投資，而只為設(shè)備的使用支付費(fèi)用，這樣做可以更好地將費(fèi)用與設(shè)備價(jià)值結(jié)合起來。這些商業(yè)模式還使設(shè)備供應(yīng)商能夠根據(jù)制造商的特定需求定制服務(wù)，并使用數(shù)據(jù)分析來優(yōu)化設(shè)備的長(zhǎng)期使用，從而提高設(shè)備效率并為客戶節(jié)省更多費(fèi)用。

工廠外部的工業(yè)物聯(lián)網(wǎng)

除了改造工廠車間之外，工業(yè)物聯(lián)網(wǎng)還使制造商能夠更有效地將材料和產(chǎn)品進(jìn)出工廠。最近的一項(xiàng)研究估計(jì)，僅在全球供應(yīng)鏈/物流部門使用物聯(lián)網(wǎng)設(shè)備和資產(chǎn)跟蹤解決方案就可以創(chuàng)造1.9萬(wàn)億美元的經(jīng)濟(jì)價(jià)值。

輸入供應(yīng)鏈

如果沒有所需的零件和備件，工廠就無法進(jìn)行生產(chǎn)。跟蹤傳感器（位于零件、托盤或運(yùn)輸集裝箱上）與移動(dòng)連接性和基于云的跟蹤服務(wù)相結(jié)合，使供應(yīng)商能夠向制造商提供所需物資的位置。有了這種洞察力，制造商可以：

▲通過及時(shí)交付簡(jiǎn)化運(yùn)營(yíng)

▲預(yù)測(cè)和應(yīng)對(duì)材料短缺

▲通過精簡(jiǎn)庫(kù)存創(chuàng)造更大的現(xiàn)金流動(dòng)性

▲優(yōu)化工人生產(chǎn)力

▲更好地管理客戶期望

▲消除了對(duì)工廠內(nèi)某處耗材的頻繁搜尋

輸出供應(yīng)鏈

結(jié)合傳感器、移動(dòng)連接和基于云的跟蹤服務(wù)的工業(yè)物聯(lián)網(wǎng)解決方案，還可以使第三方物流公司優(yōu)化制造商產(chǎn)品的分銷。通過將車隊(duì)連接到中央可視平臺(tái)，第三方物流公司可以優(yōu)化產(chǎn)品從工廠到客戶和分銷商的運(yùn)輸。

產(chǎn)品位置/狀態(tài)信息還可以幫助第三方物流公司通過揭示瓶頸和其他潛在的延誤來源來加快交貨速度。第三方物流公司還可以對(duì)不斷變化的交通和天氣狀況做出快速反應(yīng)。知道產(chǎn)品的確切位置甚至可以幫助第三方物流公司預(yù)防或應(yīng)對(duì)盜竊。

尋找合適的解決方案

制造商、工業(yè)設(shè)備供應(yīng)商、工廠供應(yīng)商、第三方物流公司和制造業(yè)價(jià)值鏈中的其他公司如何實(shí)現(xiàn)工廠內(nèi)外的工業(yè)物聯(lián)網(wǎng)好處？為他們的工業(yè)物聯(lián)網(wǎng)數(shù)字轉(zhuǎn)型計(jì)劃選擇合適的合作伙伴。

要實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)的全部好處，需要具備多個(gè)領(lǐng)域的專業(yè)知識(shí)，包括物聯(lián)網(wǎng)設(shè)備、云應(yīng)用、網(wǎng)絡(luò)連接和物聯(lián)網(wǎng)安全最 佳實(shí)踐。公司應(yīng)該與在所有這些領(lǐng)域都有經(jīng)驗(yàn)的，并對(duì)制造業(yè)流程和供應(yīng)鏈有深刻了解的合作伙伴合作。

另一個(gè)關(guān)鍵是尋找解決方案，這些解決方案使制造商能夠簡(jiǎn)化和加快工業(yè)物聯(lián)網(wǎng)應(yīng)用的部署，以及在全球范圍內(nèi)的快速擴(kuò)展，并能夠輕松協(xié)調(diào)物聯(lián)網(wǎng)數(shù)據(jù)從云到邊緣設(shè)備（或邊緣設(shè)備到云）的流動(dòng)。（來自物聯(lián)之家網(wǎng)）例如，新的綜合性設(shè)備到云(D2C)解決方案使用數(shù)據(jù)編排技術(shù)將邊緣設(shè)備、網(wǎng)絡(luò)和云應(yīng)用編程接口集成到單個(gè)解決方案中。

這些解決方案無需將工業(yè)物聯(lián)網(wǎng)基礎(chǔ)設(shè)施拼湊在一起，而是使制造業(yè)價(jià)值鏈上的公司能夠輕松、安全地從其邊緣資產(chǎn)中提取、編排和處理數(shù)據(jù)，從而確保在正確的時(shí)間、以正確的優(yōu)先級(jí)將正確的數(shù)據(jù)發(fā)送到正確的記錄系統(tǒng)。D2C數(shù)據(jù)編排解決方案使制造業(yè)價(jià)值鏈中的所有參與者能夠?qū)Ｗ⒂跇?gòu)建新的、更好的工業(yè)物聯(lián)網(wǎng)應(yīng)用，同時(shí)最 大限度地提高這些應(yīng)用所交付的數(shù)據(jù)價(jià)值，而不是把精力放在支持這些應(yīng)用所需的底層基礎(chǔ)架構(gòu)上。

結(jié)語(yǔ)

如果仍然采用M2M的傳統(tǒng)思維，工業(yè)物聯(lián)網(wǎng)的發(fā)展與互聯(lián)網(wǎng)技術(shù)間的鴻溝會(huì)越來越大，而唯有采用物聯(lián)網(wǎng)思維，兩者間的距離才有可能急劇縮小。這個(gè)時(shí)間可能需要10到20年，也有可能是5到10年。因?yàn)榫W(wǎng)絡(luò)技術(shù)的爆炸性進(jìn)步，這一時(shí)間有可能急劇縮短。對(duì)于工業(yè)自動(dòng)化領(lǐng)域從業(yè)者而言，如果要趕上這一趨勢(shì)，留給我們的空間與時(shí)間非常有限。

同時(shí)，就現(xiàn)階段而言，工業(yè)物聯(lián)網(wǎng)距離其應(yīng)該到達(dá)的程度還有相當(dāng)遙遠(yuǎn)的距離，據(jù)推算，2024年電力物聯(lián)網(wǎng)產(chǎn)值要超過240億美元，而當(dāng)下才剛剛勉強(qiáng)超過10億，如何加速這一過程，仍然需要多方面的努力。