The 7 Principles of the Industrial IoT
科寶電子官網 www.cop-security.com
來源：物联网世界 作者：简北
工業是國家財政收入的主要源泉，決定著國民經濟現代化的速度、規模和水平，在世界各國國民經濟中起著主導作用。
物聯網經過多年的醖釀與發展，已經進入產業融合階段。對於產業融合，業界不約而同地看好工業物聯網。
物聯網經過多年的醖釀與發展，已經進入產業融合階段。對於產業融合，業界不約而同地看好工業物聯網。
根據《2017年工業物聯網白皮書》的定義，工業物聯網(Industrial Internet of Things, IIoT)是透過工業資源的網路互聯、數據互通和系統互操作，實現製造原料的靈活配合、製造過程的按需執行、製造技術的合理優化，和製造環境的快速適應，達到資源的高效利用，從而構建服務驅動型的新工業生態體系。
物聯網在工業製造業領域的應用豐富，包括設備製造、石化、金屬冶煉及加工、食品飲料、服裝等。但其主要應用方面集中在製造業供應鏈管理、生產過程技術優化、產品設備監控管理、環保監測及能源管理等方面。
企業之間的競爭逐步演變成生態的競爭，越來越多的工業技術設備，將依靠互聯互通提升效率，只有跨界融合才能激發創新活力，積極迎接新工業的挑戰，物聯網技術的引進需求將與日俱增。
工業物聯網發展轉捩點
政策利好
美國於2013年頒布《國家製造業創新網路初步設計》。2014年， AT＆T、 Cisco、 GE、 IBM、 Intel 聯合成立工業網路聯盟，推動美國工業領域的物聯網應用。日本制訂了《2030年新產業結構展望》，以物聯網、大數據、人工智慧為重點，進一步探索工業新模式。
發展阻礙減弱
成本降低+技術成熟+安全保障：在物聯網技術方面的發展正持續加速，隨著物聯網、雲計算、工業大數據的技術成熟，透過技術手段分析，和預測設備故障成為可能，安全保障也會提升。
工業發展的安全保障
經濟成長減速時代，開源不如節流，工廠成本主要發生在人、機器、原材料上。備件、人工、能源、折舊等，工廠自己無法高效管理的業務，都可以透過網路+工業服務形式打破和重構，提高效率並保障了安全，形成萬億級別的工業服務市場。
自動化與控制為主導的智慧工廠正在發展
工業物聯網產業鏈包括設備製造商、系統整合商、網路服務商、平台供應商等。第四次工業革命(工業4.0)的興起，以及數位世界和實體世界的融合——包括資訊技術和營運技術——正使供應鏈轉型加快步伐。
霍尼韋爾總經理塗贇認為：構建智慧工廠，需要結合數據分析，推動生產流程自動化，形成全面的客戶訂單拉動協作型生產。實現數位化供應網路的轉型，製造企業需具備多方面的能力：推動企業運作的眾多營運系統間，橫向整合的能力；互聯製造系統間垂直整合的能力；以及整個價值鏈端到端、全面整合的能力。
採用並實施智慧工廠解決方案看起來十分複雜，甚至難以實現。然而，在技術領域迅速發展，和未來趨勢快速演變的環境下，製造企業要想保持市場競爭力，或顛覆市場競爭格局，向彈性更強、適應性更強的生產系統轉變，幾乎勢在必行。
製造企業須從大處著眼，充分考慮各種可能，從小處著手進行流程方式的可控調整，並迅速推廣擴大營運，逐步達成智能工廠的建設願景，實現效益提升。
製造企業須從大處著眼，充分考慮各種可能，從小處著手進行流程方式的可控調整，並迅速推廣擴大營運，逐步達成智能工廠的建設願景，實現效益提升。
建設智慧工廠需考慮的四方面
數據與算法
要實現智慧工廠的有效運作，製造企業應當採用適當的方式，持續創建和收集數據流，管理和儲存產生的大量訊息，並透過多種較為複雜的方式分析數據，且基於數據採取相應行動。
智慧工廠內部數據可以多種形式存在，且用途廣泛，例如與環境狀況相關的離散資訊，包括濕度、溫度或污染物。
智慧工廠內部數據可以多種形式存在，且用途廣泛，例如與環境狀況相關的離散資訊，包括濕度、溫度或污染物。
要建立更加成熟的智慧工廠，所收集的數據集，可能會隨著時間的推移，涉及越來越多的流程。例如，如果要對某一次實踐結果加以利用，就需要收集和分析一組數據集。
而如果要對更多的實踐結果加以利用，或從某一次實踐操作上升至整個行業，就需要收集和分析更多不同的數據集，和數據類型(結構化相對非結構化)，還需考慮數據分析和儲存，以及數據管理能力。
而如果要對更多的實踐結果加以利用，或從某一次實踐操作上升至整個行業，就需要收集和分析更多不同的數據集，和數據類型(結構化相對非結構化)，還需考慮數據分析和儲存，以及數據管理能力。
數據也代表數位孿生，這是高度成熟的智慧工廠結構具備的特徵。數位孿生透過數位化形式， 以較高的水平呈現某對象，或流程過去及當前的行為。
數位孿生需針對生產、環境和產品情況，持續開展實際的數據測量。基於強大的處理能力，數位孿生可從產品或系統情況中，獲取重要數據，反映現實世界中設計與流程的變化。
數位孿生需針對生產、環境和產品情況，持續開展實際的數據測量。基於強大的處理能力，數位孿生可從產品或系統情況中，獲取重要數據，反映現實世界中設計與流程的變化。
技術
智慧工廠的有效運作，有賴於各類資產的相互關聯，和中央控制系統的集中控制。工廠資產即工廠設備，如原料處理系統、工具、泵、閥門等。
製造執行系統或數位化供應網路堆棧，均屬中央控制系統。數位化供應網路堆棧，是一個多層次整合樞紐，是全面獲取智慧工廠和廣泛的數位化供應網路數據的唯一入口。該系統透過收集和綜合資訊，為決策制訂提供支持。
製造執行系統或數位化供應網路堆棧，均屬中央控制系統。數位化供應網路堆棧，是一個多層次整合樞紐，是全面獲取智慧工廠和廣泛的數位化供應網路數據的唯一入口。該系統透過收集和綜合資訊，為決策制訂提供支持。
但各企業也需考慮其他技術，包括交易和企業資源規劃系統、物聯網，以及分析平台，同時也應當考慮邊緣加工，和雲儲存等需求。
這就需要企業運用工業4.0時代，所特有的各類數位化和物理技術——包括分析技術、增材製造、機器人技術、高性能計算、人工智慧、認知技術、高級材料，以及增強現實——將不同資產和設備關聯起來，對數據加以處理，實現經營活動的數位化。
這就需要企業運用工業4.0時代，所特有的各類數位化和物理技術——包括分析技術、增材製造、機器人技術、高性能計算、人工智慧、認知技術、高級材料，以及增強現實——將不同資產和設備關聯起來，對數據加以處理，實現經營活動的數位化。
流程與管理
智慧工廠最重要的特徵之一，是其自優化、自適應，以及生產過程自動化的能力。
該特徵能夠從根本上，改變傳統流程和管理模式。自主系統能夠在沒有人工參與的情況下，制訂並實施許多決策，並在諸多情況下，將制定決策的責任，從人工轉移到了機器，或者說僅由少數人制訂決策。
該特徵能夠從根本上，改變傳統流程和管理模式。自主系統能夠在沒有人工參與的情況下，制訂並實施許多決策，並在諸多情況下，將制定決策的責任，從人工轉移到了機器，或者說僅由少數人制訂決策。
此外，智慧工廠的互聯範圍，也將有可能擴展到工廠以外，工廠與供應商、客戶以及其他工廠的關聯度，將進一步增強。該等類型的協作也可能會引發新的流程，和管理模式問題。
隨著對工廠更加深入和全面的瞭解，以及生產和供應網路的擴大，製造企業也可能面臨各種不同的新問題。企業可能需要考慮和重新設計決策制訂流程，以適應新的轉變。
隨著對工廠更加深入和全面的瞭解，以及生產和供應網路的擴大，製造企業也可能面臨各種不同的新問題。企業可能需要考慮和重新設計決策制訂流程，以適應新的轉變。
人員
智慧工廠並不一定都會成為「關燈工廠」，人員仍將是工廠營運的關鍵。但智慧工廠可能會在營運，以及資訊技術/營運技術組織架構方面發生重大變化，導致人員職位出現變動，從而適應新的流程和功能。
正如前文所說，一些職位由於可能被機器人(物理和邏輯)、流程自動化，以及人工智慧取代，因此已沒有存在的必要。而其他一些職位的功能，可能會因虛擬/增強現實，以及數據可視化等新技術的加持，而得以增強。
正如前文所說，一些職位由於可能被機器人(物理和邏輯)、流程自動化，以及人工智慧取代，因此已沒有存在的必要。而其他一些職位的功能，可能會因虛擬/增強現實，以及數據可視化等新技術的加持，而得以增強。
人員和流程管理變革離不開靈活、適當的變革管理方案。組織變革管理，將對採用智慧工廠解決方案發揮重要作用。員工能夠保持積極的工作狀態，相信自己能夠透過所在職位，創造更大價值；工廠能夠採取創新的招聘方式，並且重視跨部門職位，這都是打造成功智慧工廠的必備條件。
最後
在工業物聯網的驅動下，同樣的能耗和時長，機器可以完成的工作會更加豐富，效率也會得到極大提升。
智慧工廠還遠未達到「終極形態」，而是一個不斷演變的解決方案——一個不斷挖掘靈活性、互聯性和透明度等，眾多特性的解決方案。
智慧工廠還遠未達到「終極形態」，而是一個不斷演變的解決方案——一個不斷挖掘靈活性、互聯性和透明度等，眾多特性的解決方案。
在探索發展之路中，我們需要回到發展的本源，不斷滿足新的追求。建立新生態，讓現有生態圈能夠互相依存互相牽制，實現最有效的利用。183180316
 |
0 comments:
張貼留言