当前位置:首页 > 工业控制 > 电子设计自动化
[导读]“工业互联网,就是把人、数据和机器连接起来”。 也就是说,工业互联网的三要素,是人、数据、机器。

工业互联网到底是什么东东,为什么它能够被称为“第四次工业革命”的敲门砖。

什么是工业互联网

2012年,美国通用电气公司在提出“工业互联网”概念时,是这么说的:

“工业互联网,就是把人、数据和机器连接起来”。

也就是说,工业互联网的三要素,是人、数据、机器。

现在我们把这个概念丰富一下,这么说:

工业互联网的本质,就是通过开放的、全球化的通信网络平台,把设备、生产线、员工、工厂、仓库、供应商、产品和客户紧密地连接起来,共享工业生产全流程的各种要素资源,使其数字化、网络化、自动化、智能化,从而实现效率提升和成本降低。

关键词我都加粗了,认真读几遍,我相信能看懂。

中国有句古话:“水流则清,人动则活”。武侠片里也总是会说:“打通任督二脉,功力倍增”。

这些,都说明了“流动贯通”的重要性。

而工业互联网,就是让数据“流动”起来。

我来解释一下:

单个节点,非数字化,没有网络,它就是孤岛,是“死”的。

随着传感器等数据采集技术的升级,节点开始产生数据,有了“生命”。

与此同时,通信技术已在不断升级,像血管和神经一样,帮助无数孤立的节点,交换数据、共享数据。

最后,这些数据流会到达云端,借助云计算、大数据这些信息技术升级的产物,产生价值。

如此一来,所有节点就形成一个系统,一个更强大和完整的“生命体”。

这就是为什么,我们通常将工业互联网称为“工业技术革命”和“ICT(信息通信)技术革命”相结合的产物。

这里,我们要解释一个叫“OT”的概念。

大家搞通信的话,一定知道IT是信息技术,CT是通信技术,那么,OT是什么?

OT,就是Operation Technology,操作技术。可以把它理解为工厂车间里面的那些工业环境和设备,包括机械臂、传感器、仪器仪表、监控系统、控制系统等等。

工业互联网,就是IT、CT、OT的全面融合和升级。它既是一张网络,也是一个平台,更是一个系统,实现了工业生产过程所有要素的泛在连接和整合。

工业互联网

工业互联网和“红色警戒”

上面所说的内容可能比较抽象,我还是通过一个喜闻乐见的例子来说明吧。

很多人都玩过红色警戒、星际争霸、魔兽争霸这样的电脑游戏吧?

这些游戏,都称之为即时战略游戏。说白了,就是不停地收集资源(铁矿、木头、石油等),然后建造工厂,生产和制造武器(士兵、战车、坦克、飞机等)。最后,利用这些武器,去消灭对手。

游戏的逻辑很简单,谁的武器最多最强,谁就能赢。所以,更能决定胜负的,是玩家的生产效率。

这是一个非常复杂的生产系统——资源的类型有很多种,武器和兵种也有很多种,科技树就更复杂了,此外,你还要进行能源管理(不能停电)。

但是,一名游戏玩家通过键盘、鼠标、显示器,就能够运作这一整套系统。

你有没有想过,这是为什么?

我觉得你应该已经想到了,是的,你在使用“工业互联网”的初级模型——

通过显示器展示的游戏界面(操作面板),玩家可以很清楚地看到自己当前有多少资源(铁矿、木头、石油),多少座兵工厂,兵工厂当前在生产什么,生产速度如何。玩家也可以看到自己的科技研发进度。玩家还可以看到自己有多少电厂,发电量够不够,会不会有停电的风险。

正因为玩家掌握了所有的数据(信息流),所以才能最高效率地进行决策,下达生产命令。

试想一下,如果你要玩一场没有电脑的红警游戏,会面对什么场景?

1、所有的数据都是用人传递,通过纸张才能阅读。你会被海量的纸张淹没。

2、这些数据无法进行即时统计和运算,也没办法第一时间找到其中的规律和问题。例如,你的铁矿虽然很多,当时你的石油只够用一个礼拜。再例如,你的坦克工厂开足马力生产,结果发现坦克发动机供货不足。

3、你的命令无法很快抵达工厂和车间。

……

简而言之,你就像回到了二战年代。在那个年代,如果想要运作庞大的战争机器,你只能依靠大量的人,还有熟练的团队协助。

如此看来,工业的信息化、数字化、网络化,是不是很有用?

工业互联网的架构

真正的工业互联网,当然要比红警游戏复杂得多。

我们先来看一下官方给出的工业互联网平台功能架构:

图片来自中国工业互联网联盟

上图其实可以看出,主体架构就是云计算架构。包括IaaS、PaaS、SaaS,都是云计算一模一样的概念。

多了一个边缘层,我前面说过,边缘层其实就是生产现场,OT那部分。

我又画了一个简单一点的:

根据上面的图,可以看出:

OT在底层,负责数据采集和动作执行,有点像四肢;

CT连接所有节点,负责数据传输,有点像血管和神经;

IT在上层,负责数据运算和分析,有点像大脑。

数据是双向流动的,形成了一个整体。

说来说去,就是数字化、信息流,然后从数据中挖掘价值。

工业互联网的应用案例

我们通过现实世界中的几个案例,来看看工业互联网到底能带来多大的价值。

第一个案例,是德国西门子。

作为工业4.0概念的提出者,德国也是第一个实践智能工厂的国家。位于德国巴伐利亚州东部城市安贝格的西门子工厂,就是一个高度数字化的智能工厂。

在占地10万平方米的厂房内,员工仅有1000名。近千个制造单元,全部通过物联网进行联络,大多数设备都在无人力操作状态下进行挑选和组装。

德国西门子安贝格工厂

在这个工厂里,每100万件产品中,次品约为15件,可靠性达到99%,追溯性更是达到100%!

再来看看瑞士的ABB集团。ABB是电力和自动化技术领域的世界级巨头企业。

他们研发了ABB Ability智能传感器技术,将生产的电机与云服务连接。该技术就像给电机佩戴了健康腕表,对电机的运行情况进行精确监测,并在云端对数据进行算法分析。一旦发现问题,就进行预警。

采用该技术之后,降低了70%的故障停工时间,延长了30%的使用期限,减少了近10%的能耗。

再来看看中国的。

美的集团,中国最大的家电制造企业之一,也打造了自己的工业互联网标杆工厂。

在它的磁控管(微波炉的核心设备)工厂里,搭建了完整的信息化应用框架,打通了各大系统的数据接口,实现了内外互联、虚实互联。

美的自研的MES(制造执行系统)首先实现了与云端上面供应商数据的对接,打通了供应商来料的入库、品质和生产计划。然后,打通了物流、质量管理系统,实现了对物流配送、品质管控的控制。接着,在产品开发上通过PLM(产品生命周期管理)实现制造和研发同步。最后,在销售端,通过CRM(客户关系管理)系统和客户对接。

这样一来,真正实现了全流程打通。

改造之后,这个数字化工厂的自动化率高达95%,关键工序不良改善达30%以上;人员效率提升88% ,空间产出效率提升79.2%。

总而言之,工业互联网带来的效率提升,是有目共睹的。节约下来的成本,也是真金白银。

不仅我们国家如此,国外推进也是困难重重。就像前面说的GE通用电气,不久前也是因为旗下GE Digital(GE数字集团,专门捣鼓工业互联网业务,包括世界上第一个工业互联网平台Predix)业绩不佳,所以出售了它的部分股权。

所以说,推动工业互联网发展和普及,是全世界面临的共同难题,任重而道远。

结语

不管怎么说,第四次工业革命是人类发展的必然趋势,工业互联网也是工业发展的必经之路。

我们国家作为工业大国,面对人工成本上升、原材料价格波动、贸易竞争日益加剧等种种不利情况,正处在工业转型升级的关键时刻,迫切需要提高效率、降低生产成本。只有坚定不移地推动工业互联网落地,加快更多企业的数字化转型和智能化改造,才有可能让自己在全球化竞争中立于不败之地。

 

 

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

上海2024年4月16日 /美通社/ -- 4月11日,中智《百川汇流 央地融通,全力以赴加快五个中心建设》主题大会在上海成功举办,本次大会由上海市经信委和上海市国资委指导、中智经济技术合作股份有限公司和中智管理咨询有限...

关键字: AI 电气 人工智能 半导体

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机
关闭
关闭