当前位置:首页 > 物联网 > 智能应用
[导读] 近年来有一本书备受业界人士关注,系由美国在线创办人Steve Case著作的“第三波数字革命”,他深信巨大的创新力量,将在实体产业勃然兴起;探究背后的驱动因素,便是物联网(IoT)。

 近年来有一本书备受业界人士关注,系由美国在线创办人Steve Case著作的“第三波数字革命”,他深信巨大的创新力量,将在实体产业勃然兴起;探究背后的驱动因素,便是物联网(IoT)。

一般谈到物联网应用,人们往往会想到诸多范畴,例如智慧城市、智能医疗、智慧零售、智慧交通、智慧能源、智慧建筑等等比比皆是;但根据管理咨询公司麦肯锡提出的预测报告,展望至2025,这些智能应用当中最富含钱景者,其实是智慧工厂,有高达1.2兆美元~3.7兆美元的产值潜力,由此不难理解为何工业4.0议题延烧多年,始终不见退烧,只因懂得运用物联网技术创造价值、实践工业4.0目标的企业,将是第三波数字革命的大赢家。

推动智能制造,驱使业务模式变革

只不过现今仍有不少制造型企业,即使高度认同工业4.0,却未必掌握个中精髓。工业计算机领域的领导厂商研华,多次在智能制造主题演讲时,引用一张“工业4.0实现之进程”投影片,透过拾级而上的阶梯,表彰工业4.0的五个里程碑,包括:最初阶的自动化、省力化;第二阶透过机台联机、数据收集,再串联MES/ERP达成生产信息的可视化;第三阶段寻求生产流程优化、质量效率提升;第四阶段借助大数据分析达成预防维护综效;最后一阶段则延伸客户服务,驱动业务模式的创新变革,也就是所谓“制造服务化(制服化)”。

换句话说,虽说物联网技术是促成设备联网、状态监测的关键第一步,但如果仅将此技术应用的期望值,局限在自动化、省力化层次,绝对是小看了智能制造的威力。

具体而言,工业4.0与智能制造的终极意涵,在于改变企业经营观念,加速企业体质之改造,借此开创产业新契机,其间不仅涉及数字制造能力的养成,更需结合数字营销的软实力;由此观之,真正的工业物联网(IIoT)与工业4.0核心架构,应该不只有偏向工厂营运或实体世界的操作技术(OT),还需要进一步串联虚拟世界,故须引用虚实之间的接口技术,也就是信息技术(IT),显见IT与OT势必融合,此外亦须再整合通讯技术(CT)。

IT、OT与CT三者融合确实重要,缺一不可,尤其是CT,它代表各种有线通讯、无线通信、长距离通讯与短距离通讯等相关技术,譬如Wi-Fi、Bluetooth、Zigbee、4/5G、NB-IoT、LoRa、Sigfox等采用授权频谱或非授权频谱的无线通信技术皆是,一直到工业通讯与总线技术,通通隶属于此范畴,是将感知层讯息上传至应用层的关键所在;尽管如此,此处为了彰显后续的制服化趋势,姑且将CT技术细节先略而不谈,暂时将探讨重点摆在IT与OT的双T整合。

事实上IT与OT的融合命题,已伴随工业4.0、智能制造或IIoT等议题发烧,被倡议多时,但迄今诸多业界专家仍不忘强调此事的重要性,显见在现实世界里,这个整合工程尚未被完美落实,深究个中阻碍,有时未必归咎于技术,而是人的问题。

从过去几十年以来,IT与OT都已各自存在,任何一方都不是新技术,几乎所有制造型企业,内部都有IT专业人员,也有OT专业人员,只是两派人马鲜少交流对话,IT从未取得PLC建置或支持的所有权,相对的,OT也从未取得ERP建置或支持的所有权。

设立工业4.0小组,汇聚IT与OT能量

但两方分治的局面,如今到了必须改弦更张的时刻。原因在于,全球的制造型企业都面临巨大挑战,例如全球竞争态势加剧、人工成本上扬、制造质量的要求日益严格,乃至因用户为王的时势所趋,企业必须从计划性生产走向接单式生产,从大批量制造转变为少量多样订制化制造,且需承受产品生命周期愈趋短绌的压力,迫使企业必须转变现有经营模式,导入工业4.0势在必行,特别是需要将虚实整合系统(CPS)建立起来,否则终将丧失营运竞争力。

欲建构CPS、或是所谓的数字双胞胎架构,不把IT与OT融合在一起,肯定行不通;况且随着IIoT技术益发成熟精进,已明确定义未来智能制造的平台框架,不论对于如何将“智慧”链结到服务系统、资产设备、企业营运,都有清楚的技术分类,因此照理说,企业不仅必须推动IT与OT的融合,而且在技术上绝非滞碍难行。

不过要想让IIoT加速落地实现,在企业组织内部,需要明确的所有者角色,因此最理想的方式,便是先由高层宣示投入工业4.0,再组成工业4.0的推动委员会或推动小组,此一编制中,既有IT领域的菁英,也有OT领域的专才,使他们能在工业4.0这个整体观念及共通目标下,捐弃彼此本位主义,共同向前迈进。

专家认为,IT及OT两派人马的磨合,或许需要历经时间的淬炼,故基于保守起见,不妨先以小处着手,选定一个工厂或产线开始做概念验证(PoC),尔后再根据这个案场的实作历练,拟定工业4.0策略目标,接着按部就班落实到企业内部的其他场域。

另一种做法,则是由第三方业者提供一个中立的技术平台,它兼具采集工业大数据(经由PLC、工具机控制器或行专用通讯协议)、整合行业应用(经由ERP或MES)、整合平台软件(透过各种PaaS软件功能),让分居上下位的异质信息流得以被串接、统合,接着再结合Node-RED的逻辑判断、RESTful API的系统整合,衔接以云端为基础的IIoT应用资源,迅速扎稳制服化转型之根基。

借镜制服化案例,加速创新转型

有关全球制服化的经典案例,最常被人提及的业主,无疑正是劳斯莱斯(Rolls Royce),众所皆知该公司原以贩卖飞机引擎为主,之后导入工业4.0,利用物联网与大数据等技术,建立了堪可实时监控全球客机4,600多具引擎的纯熟能量,持续收集每架客机引擎的转速、温度、震动、油压等运行信息,再透过后台监控中心统一做分析比对,以分析个别引擎是否处于正常状态,若不是,即可定位潜在的问题点,在真正发生故障前及早介入维修。

随着前述服务模式的顺利运转,劳斯莱斯明确感受到,所有航空公司皆对此需求若渴,因为都生怕自己的客机引擎出现无预警故障,冲击营运绩效,也表态愿意对这般高附加价值服务进行投资,促使劳斯莱斯决定转变行之已久的商业模式,将飞机引擎由卖转租,退居引擎生命周期管理维护服务的载具角色,因而使该公司获致细水长流的稳定收益,也增加了其与客户之间的黏着度,堪称制服化的最佳实践案例之一。

劳斯莱斯善用物联网、大数据等技术触发数字转型能量,如今不卖飞机引擎、改卖“飞行时数维护服务”,是产业界津津乐道的制服化典范案例。

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

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

专注智能制造领域,为市场提供定制化智能设备解决方案 立足本土,服务全球,助力客户及行业智能化转型升级 上海2024年4月16日 /美通社/ -- 当前,制造业正加速向数字化、智能化发展,市场对先进智能制造...

关键字: 智能装备 智能制造 智能化 数字化

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

华润啤酒(控股)有限公司(简称“华润啤酒”)于香港联合交易所有限公司上市(股份代号:00291),为恒生指数成份股之一,专注于生产、销售及分销酒类产品。2023年,华润啤酒设立华润雪花与华润酒业两大事业部,分别负责啤酒及...

关键字: 自动化 智能化 机器人

随着信息技术的飞速发展,云计算作为一种新兴的计算模式,正在逐步改变着传统的数据处理和应用方式。云计算通过整合大量分布式计算资源,为用户提供高效、灵活、安全的数据存储和计算服务。在当前数字化、网络化、智能化的时代背景下,云...

关键字: 云计算 数据处理 智能化

2024年3月25日 – 提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 代理商贸泽电子 (Mouser Electronics) 即日起开售英飞凌CYW20822 AIROC™低功耗蓝牙模块。CYW208...

关键字: 低功耗蓝牙模块 工业物联网 智能家居

在现代电子设备中,开关电源已成为不可或缺的一部分。无论是我们的手机、电脑,还是家中的电冰箱、洗衣机,甚至是工厂中的大型机械设备,背后都有开关电源默默地为它们提供稳定、高效的电能。那么,开关电源到底是干什么用的呢?本文将详...

关键字: 电子设备 开关电源 智能化

随着信息技术的飞速发展和广泛应用,物联网作为连接物理世界与数字世界的桥梁,正逐渐成为推动工业领域创新发展的重要力量。工业物联网(IIoT)作为物联网在工业领域的应用,通过实现设备、系统和服务的互联互通,为工业生产带来前所...

关键字: 物联网 工业领域 智能化
关闭
关闭