工業(yè)物聯網帶來怎樣的機遇和挑戰(zhàn)?距離現實有多遠?
傳統(tǒng)制造業(yè)正在經歷著前所未有的轉型,物聯網、云計算、大數據分析,作為工業(yè)物聯網和智能制造的核心技術,正在從各個方面改變著工業(yè)行業(yè),包括產品的設計、運營、維護,以及供應鏈管理。通常,即使工廠里采用了以太網聯網設備、MES和SCADA系統(tǒng),大部分硬件設備還是沒有接入網絡,或僅單向輸出信息。隨著工業(yè)物聯網的推進,傳統(tǒng)制造企業(yè)更需要主動地去嘗試和采用新的自動化技術來迎合多變的市場環(huán)境和客戶需求。
本文將簡要分析制造企業(yè)實踐工業(yè)物聯網所需走過的過程,以及在工業(yè)制造業(yè)所呈現的主要問題和趨勢。
1、工業(yè)物聯網實現的五個環(huán)節(jié)和兩大階段
IHS Markit將傳統(tǒng)制造工廠轉化為真正的工業(yè)物聯網工廠的過程劃分為五環(huán)節(jié),如圖1。

第一階段是實現“機器與機器對話”,即現場設備的聯網和底層數據的采集兩個環(huán)節(jié)。在企業(yè)能夠進行數據分析、建立模型之前,工廠內的軟硬件基礎設施還有很多準備工作要做。首先,工廠的機器都能夠與工廠內和其他遠程地點的所有其他機器和設備互相通信,并進行大量的數據交換,這是所有后續(xù)環(huán)節(jié)的基礎。
目前,大部分企業(yè)仍處于這個階段,實現現場設備互通互聯,同時確保數據和信息溝通的準確性、可靠性、完整性和及時性,這是工業(yè)物聯網的基礎,也是工業(yè)企業(yè)要首先解決的問題。在很多工廠中,已有的自動化設備,比如驅動器、傳感器、控制器、儀表等都已經使用多年,甚至十幾年,企業(yè)用戶不會推倒重來用新設備來替代已有設備,而都會在不影響生產的前提下,擴充已有設備的通信能力。然而,已有設備來自不同的制造商,并沒有采用統(tǒng)一的通訊協(xié)議,需要采用協(xié)議轉換設備對原有設備和產線進行改造,實現設備之間的無縫通信,比如支持不同協(xié)議的高級HMI、協(xié)議轉換器,或其他自動化產品,連接這些采用不同專用通信協(xié)議的設備。
根據IHS Markit最新數據,全球聯網自動化設備的聯網數量在2017年已經達到950億個,其在2017至2021年的年復合增長率會保持在11.6%。IO-Link sensor和IO-Link master市場的快速增長也能反映將現場層信息可視化的旺盛需求。IHS Markit預測IO-Link聯網節(jié)點數在2017至2021年這5年期間將以25.7%的年復合增長率增長。
第二階段是實現數據的價值輸出,包括第三、第四和第五環(huán)節(jié),即數據的存取、分析和價值輸出。對企業(yè)而言,在解決了如何搜集數據的問題后,數據的存取和利用是接下來更為重要的問題。客觀來看,工業(yè)企業(yè)內部的業(yè)務邏輯并沒有標準化,自動化水平也不同,并不能用一套通用軟件平臺來解決每家企業(yè)的問題,都需要定制化的軟件開發(fā),這也需要工業(yè)企業(yè)用戶有更多的資金投入。目前,我們能看到幾乎所有工業(yè)技術廠商都已經推出了自己的工業(yè)物聯網解決平臺,比如IBM有Waston,GE有Predix,Schneider有EcoStruxure,Honeywell也有了Sentience。
在該階段,如何解決工業(yè)物聯網安全問題,如何合理利用機器學習和人工智能技術,怎么使用邊緣計算和云計算,以及怎樣發(fā)揮移動設備在工業(yè)物聯網中的積極作用都將成為行業(yè)更為關注的話題。
2、網絡安全是工業(yè)物聯網實施的一大困擾
舉個例子,比如OEM廠商提供的質保內容正在發(fā)生變化,所提供的質保內容由過去的“一年內可以更換故障配件”,過渡到“保證設備可以一年中正常運行的時間”,如果設備出現問題,OEM廠商需要在規(guī)定的時間內響應。但前提條件是OEM廠商能夠實時地、安全地連接進入工業(yè)控制網絡,查看相關數據。工業(yè)網絡會越來越開放,與IT網絡進行融合,與此同時,網絡安全問題將更為凸顯。IT系統(tǒng)所受到的任何威脅都會對OT系統(tǒng)造成嚴重的影響。安全問題已經成為投資工業(yè)物聯網的一大障礙。近年來發(fā)生的黑客入侵電力公司網絡,阻斷電力供應,劫持工業(yè)控制設備,篡改PLC中的程序和數據,造成產線停產的事件大大提升了工業(yè)企業(yè)用戶對工業(yè)物聯網安全的關注度。
雖然自動化設備制造商已經在硬件產品和軟件平臺中都增加了網絡安全措施,比如在PLC和I/O模塊產品中增加了SSL/TLS加密。但距離終端用戶能夠廣泛接受,并使用工業(yè)物聯網來采集、監(jiān)控、處理和存儲各種數據和信息,還有很長的路要走。此外,擴充現有OT系統(tǒng)的網絡安防能力所需的成本和培養(yǎng)訓練有素的人員的投入也是不可忽視的因素。根據IHS Markit的研究,實施物聯網方案擔憂的主要問題是網絡安全和隱私保護,其次是項目的實施成本和其復雜性。
3、邊緣計算和云計算協(xié)同合作更能滿足工業(yè)物聯網的需求
云計算處于數據中心的核心網絡中,通過層層網絡設備搜集終端的數據,憑借強大的存儲和計算能力進行大數據分析。邊緣計算是指在貼近數據源的設備中的計算能力,進行實時、短周期數據的分析,能更高效地對本地數據進行實時智能化處理和執(zhí)行,同時能夠緩解網絡中的數據流量和云端的工作量。
當海量的數據需要存儲、分析時,云計算更合適。比如需要大量數據輸入的人工智能離線訓練,這些數據要通過合適的訓練方法,驗證和完善人工智能算法模型。
邊緣計算可以說是對云計算的一種補充和優(yōu)化。很多工業(yè)現場條件惡劣,設備分散,很難實時傳送大量數據,這個時候邊緣計算就更為適用。以風電場為例,具有邊緣計算能力的現場設備能夠實時地采集和分析數據,并能及時做出判斷,調整風機以收集更多的能量。因為整個過程都在本地完成,處理速度比采用云計算提升很多。
目前,工業(yè)產線中的數據中僅有約3%的數據是有使用價值的,通過邊緣設備過濾、處理后,到達云端的數據價值更高,相應的計算和分析過程也會更高效。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市


分享









