工业互联网的承诺,更快的使用数据，更明智的运行决策

工业运营商已经拥有大量数据，其唯一的吸气剂更大。通用电气和埃森哲最近的一份报告发现，对于80%至90%的公司而言，大数据分析是前三大优先事项之一，76%的公司预计其投资将在明年增加。数据为各个行业提供了强大的解决方案，从能源到医疗保健，再到运输及其他行业，提高生产力，改善客户体验，打开新技术和收入流的大门。要实现这一目标，我们需要的不仅仅是数据收集。行业需要能够更好，更快地使用数据，以实现更明智的运营决策，这是工业物联网的承诺。实现工业生产力下一阶段的途径是通过从风力涡轮机到MRI机器到涡轮机的各个机器，更具体地说，通过它们的控制装置。

一个运作良好且相互联系的神经系统在通过极其快速，甚至不假思索地响应我们的环境来使我们有效运作方面起着关键作用。在这个类比中，机器控制是工业互联网的神经系统。然而，传统的控制系统严重不足以实现工业互联网的全部潜力。传统控制在简单的闭环上运行，按固定的时间表运行或响应非常有限的一组环境数据。它们是独立的，与其他工业系统的相互作用有限或没有。目前，拥有传统控制系统的公司只能利用工业资产中约3%的数据，想一想：只有百分之三。下一波工业生产力增长将来自将数据转化为由机器分析驱动的自动化运营决策，我们需要机器级别的控制不仅仅是智能，如在本地收集和处理数据，而是要连接。互联控制可以利用大量的本地数据，通过云的分析和计算能力将其汇集起来，并通过具体的决策实时返回。除了执行我们都依赖的相同可靠，确定性控制之外，他们还需要这样做。

我们在GE的方法是创建一个工业互联网控制系统（IICS），可以可靠，安全和安全地将数千台大型机器连接到云的功率，并将计算带到工厂和机器的边缘。IICS被设计为工业资产的开箱即用桥梁，以及GE Predix平台的全部计算能力，我们将其作为专门针对工业的操作系统构建。该系统包括智能控制器，I / O模块，安全云连接，高级分析软件和应用程序的灵活组合。例如，连接的控制可以使运行涡轮机的应用程序检查电价并在价格处于最佳水平时调整速度。传统控制将以预定的速度运行机器，而不了解推动盈利能力的外部因素，但新范例通过基于动态外部因素分析优化运营来创造更高的效率。

另一个例子是燃气发电厂。工业互联网自动化控制可以提供有关工厂中每台机器的性能和运行条件的信息，以及成本，定价，来自其他电源的供应和需求响应等市场条件。他们知道风电场和太阳能光伏电源的供电量是在飙升还是在下降，以及需求是高还是低。他们可以预测定价和增加生产所产生的额外收入，并将其与零件磨损和未来维护费用相关的成本进行预测。他们可以极其精确地完成这项工作，因为数字双胞胎模型可提供有关工厂中每项资产的健康和性能的精确信息。这种新一代的工业神经系统超越了大数据，它允许根据响应速度和洞察力的精确度在云端和边缘之间进行最佳的数据处理分配。它还使不同的工业资产能够一起交流并设计出最佳的协调响应，并结合了有关机器，物理环境和经济环境的数据和预测。工业公司及其客户的利益是巨大的：转向预测性维护，大幅减少故障和意外停机，提高效率，生产力和可靠性，降低成本和增加收入，这些好处的程度以及它们产生的速度在很大程度上取决于工业互联网控制系统的效率。