【儀表網(wǎng) 行業(yè)科普】物聯(lián)網(wǎng)(IoT)已經(jīng)成為游戲規(guī)則的改變者，尤其是在工業(yè)領(lǐng)域。工業(yè)物聯(lián)網(wǎng)(IIoT)分析可以讓管理人員了解哪些因素會(huì)造成瓶頸、質(zhì)量控制問(wèn)題或事故。同時(shí)，他們可以確定哪些改進(jìn)最有可能提高生產(chǎn)率或減少設(shè)備停機(jī)時(shí)間。然而，在工業(yè)環(huán)境中充分利用IoT，需要人們了解并部署必要的技術(shù)，以便在繁忙的環(huán)境中釋放數(shù)據(jù)分析工具的價(jià)值。
 

　　云計(jì)算
 

　　當(dāng)企業(yè)開(kāi)始關(guān)注IIoT分析時(shí)，他們必須確定如何存儲(chǔ)和訪問(wèn)已經(jīng)擁有或即將收集的所有數(shù)據(jù)。幸運(yùn)的是，云計(jì)算非常適合滿足這些需求以及各方開(kāi)始認(rèn)真分析數(shù)據(jù)后可能出現(xiàn)的其它需求。
 

　　一個(gè)典型的制造工廠可能擁有數(shù)百或數(shù)千個(gè)相互連接的資產(chǎn)，每個(gè)資產(chǎn)都包含決策者可以用來(lái)更好地了解任何給定時(shí)間所發(fā)生的情況的數(shù)據(jù)。以一家大型消費(fèi)品包裝公司為例，該公司的管理層希望提高與其幾個(gè)全球品牌相關(guān)的IoT利用率。這涉及到將280萬(wàn)臺(tái)IoT設(shè)備，連接到一個(gè)基于云的集中式平臺(tái)上。
 

　　除了為類似的大型項(xiàng)目提供出色的可擴(kuò)展性外，云計(jì)算還支持分散的工作團(tuán)隊(duì)和站點(diǎn)，允許人們?cè)诙鄠€(gè)地點(diǎn)連接數(shù)據(jù)采集設(shè)備。舉個(gè)例子，該公司的IIoT項(xiàng)目涉及位于97個(gè)國(guó)家的、通過(guò)互聯(lián)網(wǎng)連接的產(chǎn)品。因此，該公司選擇的云工具可以處理數(shù)十億臺(tái)物聯(lián)網(wǎng)設(shè)備，而且不需要人們參與基礎(chǔ)設(shè)施管理。
 

　　將云計(jì)算納入IIoT數(shù)據(jù)分析計(jì)劃中可以獲得的另一個(gè)好處是，授權(quán)方可以從任何有互聯(lián)網(wǎng)接入的地方登錄，并從其平板電腦、智能手機(jī)或電腦中獲取最新統(tǒng)計(jì)數(shù)據(jù)。這種隨時(shí)隨地可訪問(wèn)的能力，支持位于不同地方的專家之間的協(xié)作，這可以改進(jìn)產(chǎn)品設(shè)計(jì)或過(guò)程。在一個(gè)案例中，人們通過(guò)數(shù)據(jù)分析制造出的混凝土比同類產(chǎn)品的強(qiáng)度增加約30%，充分展示了協(xié)作和正確的方法是如何獲得回報(bào)的。
 

　　設(shè)備傳感器
 

　　盡管在實(shí)施物聯(lián)網(wǎng)之前，制造企業(yè)必須考慮其設(shè)施的獨(dú)特需求，但可以理解的是，許多人會(huì)考察其他人已經(jīng)取得的成就來(lái)獲得靈感。許多人隨后意識(shí)到，將相互連接的傳感器連接到關(guān)鍵設(shè)備上，具有重要的商業(yè)意義。這樣做可以讓他們收到報(bào)警，從而清楚哪些問(wèn)題可能降低質(zhì)量，或?qū)е驴深A(yù)防的資產(chǎn)停機(jī)。
 

　　在一個(gè)案例中，一家傳送帶公司部署了IIoT傳感器和一個(gè)補(bǔ)充平臺(tái)，使客戶能夠進(jìn)行持續(xù)監(jiān)控。傳送帶最容易磨損，在關(guān)鍵運(yùn)營(yíng)中錯(cuò)位或傳送帶損壞，可能會(huì)對(duì)依賴傳送帶傳送物料的客戶造成嚴(yán)重?fù)p失，一旦管理層意識(shí)到這些問(wèn)題，他們就做出了這一決定。
 

　　其中一項(xiàng)應(yīng)用是將設(shè)備傳感器應(yīng)用于采礦業(yè)傳送帶葉片的監(jiān)控。硬件收集實(shí)時(shí)數(shù)據(jù)，并將與歷史性能信息進(jìn)行比較，使系統(tǒng)能夠標(biāo)記異常情況。然后，用戶可以依靠這些數(shù)據(jù)做出更合適的決策，以保持生產(chǎn)的平穩(wěn)運(yùn)行。
 

　　持續(xù)的數(shù)據(jù)流還通過(guò)幫助管理者確定機(jī)器進(jìn)行離線維護(hù)的最佳時(shí)間來(lái)支持維護(hù)計(jì)劃。否則，機(jī)器可能會(huì)發(fā)生意外故障，導(dǎo)致時(shí)間損失和成本增加。
 

　　此外，監(jiān)測(cè)特定特征使人們能夠創(chuàng)建基線，以確定整體設(shè)備健康狀況和典型性能。一種常見(jiàn)的方法是進(jìn)行振動(dòng)測(cè)試，作為預(yù)測(cè)性維護(hù)策略的一部分。連接的傳感器可以分析特定振動(dòng)的強(qiáng)度或頻率，以識(shí)別潛在的異常。然而，環(huán)境因素會(huì)影響物體的振動(dòng)程度。幸運(yùn)的是，傳感器可以揭示影響因素的特征，例如設(shè)施的濕度和溫度，從而更容易評(píng)估異常振動(dòng)模式的程度。
 

　　人工智能
 

　　人工智能無(wú)疑將IIoT分析提升到了一個(gè)新的水平。這種改進(jìn)主要得益于人工智能可以從大數(shù)據(jù)中發(fā)現(xiàn)模式，從而讓人們比在沒(méi)有技術(shù)幫助的情況下更快地得出結(jié)論。
 

　　客戶訂單表、設(shè)備統(tǒng)計(jì)數(shù)據(jù)、社交媒體評(píng)論和計(jì)算機(jī)視覺(jué)圖像都能為制造現(xiàn)場(chǎng)提供線索，幫助其在提高總體產(chǎn)量和優(yōu)化流程的同時(shí)加強(qiáng)質(zhì)量控制措施。然而，如果試圖手動(dòng)處理所有這些數(shù)據(jù)，很可能會(huì)耗費(fèi)大量的時(shí)間和人力。人工智能算法可以更高效地進(jìn)行數(shù)據(jù)處理，對(duì)于擁有龐大且不斷增長(zhǎng)的信息庫(kù)的企業(yè)來(lái)說(shuō)，這是理想的選擇。
 

　　許多人工智能應(yīng)用是其它技術(shù)的有益補(bǔ)充。例如，人們?cè)絹?lái)越普遍地使用人工智能驅(qū)動(dòng)的設(shè)備傳感器。當(dāng)將數(shù)據(jù)轉(zhuǎn)移到云端進(jìn)行處理時(shí)，還可以使用邊緣計(jì)算基礎(chǔ)設(shè)施來(lái)大大縮短傳輸距離。一些兼容的邊緣設(shè)備甚至具有內(nèi)置的處理功能，從而可以加強(qiáng)敏感數(shù)據(jù)的安全性。
 

　　聊天機(jī)器人
 

　　一些人還研究了生成式人工智能如何完善這些用例。這是一種超越傳統(tǒng)的人工智能，允許人們使用自然語(yǔ)言與工具進(jìn)行交互，類似于與朋友或同事的交談。目前許多最受歡迎的商業(yè)生成式人工智能工具都是聊天機(jī)器人。
 

　　在一個(gè)案例中，員工使用客戶糾正措施請(qǐng)求中的信息，這些信息涉及沒(méi)有必要材料批號(hào)的焊條。他們請(qǐng)求聊天機(jī)器人提供五個(gè)問(wèn)題，以便企業(yè)可以用這些問(wèn)題來(lái)確定該問(wèn)題的根本原因。
 

　　該工具回復(fù)的問(wèn)題采用了眾所周知的 “五個(gè)為什么 ”技術(shù)，有助于有效地解決問(wèn)題。它包括提出幾個(gè)逐漸接近問(wèn)題核心的問(wèn)題。例如，聊天機(jī)器人提出的第一個(gè)問(wèn)題是，為什么焊條的數(shù)量不夠。第五個(gè)也是最后一個(gè)問(wèn)題是，該公司為何沒(méi)有遵循能夠確保相關(guān)方添加數(shù)字標(biāo)識(shí)符的流程。
 

　　幾乎可以肯定，該公司有一個(gè)既定的系統(tǒng)在某個(gè)時(shí)刻發(fā)生了故障，從而導(dǎo)致了這種結(jié)果，因此聊天機(jī)器人鼓勵(lì)人們檢查出錯(cuò)的原因。決策者可以收集與這一人工智能輔助過(guò)程相關(guān)的數(shù)據(jù)以跟蹤趨勢(shì)，并確保缺失的數(shù)字是異常值，而不是以前未被識(shí)別的更大問(wèn)題的前兆。
 

　　此外，一些供應(yīng)商正在開(kāi)發(fā)生成式人工智能產(chǎn)品，可以根據(jù)公司的內(nèi)部數(shù)據(jù)回答問(wèn)題，從而提供分析優(yōu)勢(shì)。例如，用戶可能會(huì)問(wèn)，“在過(guò)去的六個(gè)月里，我們有多少印刷電路板沒(méi)有通過(guò)質(zhì)量控制檢查？” 這是超越傳統(tǒng)方法的人工智能數(shù)據(jù)分析的一個(gè)新興實(shí)例。
 

　　這些案例突出了為什么人們會(huì)通過(guò)選擇互補(bǔ)技術(shù)來(lái)滿足他們的需求，從而在IIoT分析工作中獲得最佳結(jié)果。這會(huì)激勵(lì)企業(yè)管理層考慮各種可能性，并更好地思考如何將對(duì)物聯(lián)網(wǎng)的投資與企業(yè)的總體目標(biāo)聯(lián)系起來(lái)。