IIoT如何实现智能(néng)工厂

2022-08-08

IIoT如何实现智能(néng)工厂

到2022年，全球物(wù)联网(IoT)支出将达到1万亿美元1，几乎是2021年市场规模的两倍。然而，令人惊讶的是，导致采用(yòng)连接技术的不是技术，甚至不是基于Web的服務(wù)。相反，HFS Research发现，在接受调查的企业中，工业制造的采用(yòng)率最高(85%)。

工业制造有(yǒu)众所周知的好处，随着时间的推移作為(wèi)独立的功能(néng)改进被采用(yòng)，例如生产率优化和增加收集的数据以改善运营洞察力。但随着制造业以更全面的视角将信息技术(IT)基础设施与运营技术(OT)集成以创建智能(néng)工厂，制造商(shāng)可(kě)以充分(fēn)利用(yòng)这种“工业物(wù)联网”(IIoT)推动其行业向前发展的好处。

IIoT可(kě)以通过多(duō)种方式实现智能(néng)工厂（还有(yǒu)一些挑战）。然而，在探索这些之前，有(yǒu)必要回顾一下智能(néng)工厂与传统工厂的區(qū)别特征。

智能(néng)工厂特点

智能(néng)工厂最简单的區(qū)别是数字信息和物(wù)理(lǐ)资产的融合，从而扩展了制造能(néng)力。这些网络物(wù)理(lǐ)系统(CPS)将额外的传感器和自动化控制集成到制造过程中，从而产生三个主要特征：资产连接性、性能(néng)/趋势可(kě)见性和操作员自主权。

集成的数字和物(wù)理(lǐ)工具将操作员与设备连接起来。这种连接在监视器中為(wèi)他(tā)们提供了设备状态的实时虚拟图像。通过丰富对流程在操作过程中如何运行的洞察，操作员可(kě)以更密切地监控流程，同时减少观察机器运行的活动时间，从而提高自主权。

另一个智能(néng)工厂的特点是工程师需要解码过程操作的数据收集和必要分(fēn)析。此外，必须有(yǒu)现场或基于云的服務(wù)器来处理(lǐ)和容纳大量数据，而传统基础设施不需要这一功能(néng)。

智能(néng)工厂的好处

由于其众多(duō)优势，IIoT正在推动工业制造中85%的采用(yòng)率。第一层是制造商(shāng)通过使用(yòng)人工智能(néng)和机器學(xué)习作為(wèi)其过程的一部分(fēn)而获得的历史收益：

改进的库存控制——记录对生产流程的洞察可(kě)以实现降低库存的双重好处——历史上一个高优先级的关键绩效指标(KPI)——以及更高的弹性/组件可(kě)用(yòng)性（即时(JIT)生产的一个已知缺点） . 分(fēn)析可(kě)以优化平衡，同时降低供应风险。这种改进降低了订单管理(lǐ)和材料处理(lǐ)成本。

通过更高的整體(tǐ)设备效率(OEE)降低生产成本——使用(yòng)收集的数据和人工智能(néng)，智能(néng)工厂调整生产流程以最大限度地延長(cháng)正常运行时间、识别模式并预测需求变化。这种方法还可(kě)以优化资产以提高生产和能(néng)源效率。

提高质量并降低废品率——在生产过程中收集大量数据使操作员能(néng)够深入了解设备生命周期。这种观点使他(tā)们能(néng)够发现工具磨损的趋势并预测下一个（可(kě)能(néng)的）故障点。此外，预测性维护降低了维修成本和执行它的停机时间，在考虑运行率和通过精益计划减少过程浪费时，这是一个显着的优势。

通过这三个明显的改进，IIoT通过促进分(fēn)散化进一步使智能(néng)工厂成為(wèi)可(kě)能(néng)。通过最近的全球供应链中断，企业转向更垂直整合的模式，以减少供应商(shāng)资格认证时间并获得对质量和组件交付的控制。随着越来越多(duō)的公司在供应链下游实施IIoT工具，将供应商(shāng)的资产连接到共享网络可(kě)以使没有(yǒu)垂直整合的智能(néng)工厂受益。

此外，添加此功能(néng)可(kě)提高供应商(shāng)与其他(tā)公司合作的能(néng)力，让新(xīn)合作伙伴无需进行耗时的质量审核或流程审查即可(kě)了解流程功能(néng)本身。在整个制造过程中增加 IIoT也有(yǒu)助于创建行业标准，以向公司保证新(xīn)合作伙伴已正确采用(yòng)新(xīn)功能(néng)。

IIoT还帮助公司创建新(xīn)的业務(wù)流，例如改进的定制产品和产品——或制造即服務(wù)。无论应用(yòng)程序如何，增加的数据收集和分(fēn)析都将通过持续改进整个制造过程来提供质量。

最后，将IT与OT集成可(kě)以通过利用(yòng)虚拟模拟在切割物(wù)理(lǐ)部件之前加快迭代更改来简化产品开发或流程改进/故障排除计划。

智能(néng)工厂挑战

尽管支持IIoT的智能(néng)工厂具有(yǒu)众多(duō)优势，但企业仍面临一些必须克服的挑战。

首先是添加数据收集和数字处理(lǐ)工具的初始成本。然而，如前所述，这些改进可(kě)以降低制造和供应链其他(tā)方面的成本，因此业務(wù)案例应考虑投资的总體(tǐ)影响，包括模块化数据收集/处理(lǐ)工具以及减少库存和停机时间。

另一个挑战是将新(xīn)技术与传统基础设施相结合。虽然构建新(xīn)的集成架构可(kě)能(néng)更顺畅，但可(kě)能(néng)并不实用(yòng)。使用(yòng)IIoT工具改造工厂应考虑不可(kě)协商(shāng)的因素，例如连接性、网络弹性和网络安全，随着对互联工厂的依赖程度增加，所有(yǒu)这些都变得更加重要。

最后，重要的是增加或收缩技能(néng)组合以适当地实施技术，包括预测网络使用(yòng)量的增加和数据处理(lǐ)能(néng)力。

结论

虽然企业在向行业实施颠覆性转变时必须始终克服挑战，但工业制造正在通过近乎普遍采用(yòng)的IIoT向工业4.0冲刺。因此，制造商(shāng)可(kě)以通过改进的连接性、可(kě)见性和自主性来实现优化的库存、更低的运营成本和更高的质量。此外，IIoT提供了向标准化、去中心化、互联供应链发展的机会。随着更快的产品和工艺开发改进，这种最终状态為(wèi)工业制造创造了一个令人兴奋的转折点。