亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 物联网技术

汉诺威工业博览会的经验教训:利用 IT 促进工业运营的 5 种方法

在本周的 2017 年汉诺威工业博览会上,我与数十位制造业高管进行了交谈,试图找出如何推进他们的平台、团队和理念,以实现工业 4.0 的大规模成果。

我们的客户已经在连接数以千计的智能设备,并要求他们的供应商提供新的透明度:他们希望将工厂底层数据从运营孤岛和专有技术中解放出来。只有这样做,他们才能适应自动化、传感器技术和机器学习领域的最新进展……更不用说在经济上迫在眉睫的全球化竞争了。

为了充分利用现在正在冲击制造业的新技术——如预测分析、云计算、移动性和协作——将运营技术目标与公司 IT 团队保持一致至关重要。现在是联合运营和 IT 部落的时候了,这样我们就可以共同成功实现工业 4.0,超越纸面项目。

我在汉诺威了解到,制造业高管在努力将各种工业系统相互集成并与 IT 集成时,主要考虑 5 个问题。

他们在这里:

我们需要开放数据平台

当代机器学习技术意味着我们获得了新的能力,可以看到我们过去作为噪音丢弃的数据中的模式和信号,我们可以利用这些模式和信号来提高运营效率。

目前,许多车间运行着专为命令和控制而设计的传统协议。它们的设计目的不是将比特输入到数据仓库中。如果无法从不同系统收集、整理和存储数据,就失去了收集这些数据的机会。

(这就是为什么我们构建像 IE 4000 系列这样支持多种协议和标准的交换机,这是将数据流整合在一起的第一步。IOT Intelligence CAM 有助于连接和组织所有新的 IOT 诊断数据流,以改进业务无论是来自传感器、机器、IP 摄像机还是资产和人员位置标签。)

我们必须超越计算孤岛

我们将处理的数据流的大量增加意味着我们还需要查看我们在哪里以及如何进行处理。旧的客户端/服务器模型,指定机器处理特定项目,无法管理且无法扩展。我们必须从孤岛中获取我们的数据和处理。我们需要在“边缘”进行处理,即车间机器与归档信息的数据中心之间的接口。

我已经看到了刚性计算平台是如何不起作用的,我也看到了它们是如何工作的。例如,我们的合作伙伴之一为我们的物联网边缘网关提供软件库。该软件使用多种工业协议和接口,可连接数十种 PLC 和自动化设备。它使切换硬件可以用作数据协议转换器,帮助从这些孤岛中解放数据。

设备管理即将变得无法管理

随着所有这些新设备和传感器上线并连接到一个公共网络,我们需要一种方法来对它们进行监控和更新。大多数当前的管理结构都无法处理这个问题。

我们将需要新产品来管理这个网络基础设施。我们的 Industrial Network Director 和 Fog Director 是两个独特的解决方案。它们将使管理设备和在网络边缘执行统计分析成为可能,以精简发送以供进一步业务分析和存档的数据集。

安全让人们彻夜难眠

将工业设备置于与 IT 共享并连接到全球互联网的网络上存在巨大风险:IT 也可以自由分享其所有恶意软件和黑客攻击。不幸的是,通过简单地将其隔离来保持工业网络安全的做法即将结束。

IT 人员习惯于大型攻击面。这是一场持续不断的猫捉老鼠的游戏,在大多数情况下,好人设法保持领先。但是 IT 用来保护数据网络的工具并不总是适用于工业系统。例如,无论安全问题多么严重,您都不能只是在随机时间让一台机器离线来修补其操作系统。

我听取了汉诺威几位相关行业专家和客户的意见,他们希望向思科的 IT 领导者学习工厂车间安全以及如何更好地保护互联运营环境。多年来,我们一直在向行业领导者学习,我们目前的产品汇集了双方的最佳安全实践。

结论:将工业与信息技术结合起来

工业技术项目是由业务驱动的,而不是后台需求。我们对车间数据所做的一切都旨在直接提高产品质量、提高制造速度、降低直接成本或其他一些直接影响底线的过程。运营必要性是我们数字化转型的驱动力。

虽然行业一直在强化其机器对机器网络以存在于物理惩罚环境中,但 IT 已经构建了可以处理大量信息并(在大多数情况下)同时保持安全和全球连接的系统。合并学科很困难,但两个团队都有很多东西可以相互学习,新的工业/IT 组合网络将更加强大,对企业也更加强大。

查看我们的数字制造网站并观看汉诺威工业博览会精彩视频以了解更多信息:


物联网技术

  1. GE 推出用于工业数据、分析的云服务
  2. 工业物联网发展前景
  3. 工业物联网的四大挑战
  4. 从物联网中获利 – 向合作伙伴寻求成功
  5. 您的系统准备好迎接物联网了吗?
  6. 让物联网数据为您的企业服务
  7. 2021-23 年企业数据隐私管理的主要挑战
  8. 汉诺威工业博览会提供工业 AR 承诺的预览
  9. 如何从旧系统收集数据以改进运营
  10. 为工业数据科学的成功奠定基础
  11. 对于真正的工业互联网洞察力:不要只是捕获数据,而是要使用它
  12. 31 种不破坏工业电子产品的方法