多年来，制造业资深人士阅读了无数关于将工厂改造为包括工业物联网 (IIoT) 等最新智能技术将如何提高生产力、降低运营成本、提供更多数据访问并允许做出更好决策的文章。事实上，在 Google 上快速搜索“技术转型”会导致该主题的点击量超过 4850 万次。 我相信这些文章中的大部分都描述了技术转型可以给工厂带来的积极影响，而且在大多数情况下，我会同意。但是，只有当您的运营具备以下两点时，才对哪些技术可以帮助您的工厂进行转型的任何建议才有价值：精通技术的人才和鼓励员工创新和变革的文化。 如果没有这两个因素，您可能会发现自己正在承担一项未被充分利用的技术的成本。这听起来可能并不容易，但现实是，

ABB 最近推出了一种用于带座轴承的新型智能传感器，作为该公司 Ability Digital Powertrain 的一部分。 ABB Ability 智能传感器使用算法来评估、管理和确保机器组件的性能。该技术通过根据振动和温度信息评估轴承状况，提供潜在问题的早期指标。这有助于防止在采矿、骨料和水泥行业以及食品、饮料和空气处理行业中常见的散装物料搬运输送机等应用中出现停机。 该传感器可以轻松安装在轴承上，并通过智能手机或其他设备进行无线通信。此功能有助于确保员工的安全，允许在可能难以到达或危险的位置轻松访问轴承的健康数据。 ABB 传感器技术产品经理 Artur Rdzanek 表示：

新一代人工智能 (AI) 解决方案有望在 2019 年证明自己。这应该会建立新的信任、紧迫性和对 AI 究竟是什么以及它可以提供多少的理解。语音驱动的解决方案应该引领潮流。随着公司推进机器人流程自动化的使用，您可能会看到智能仓库中的取放机器人具有竞争优势。以下是对 2019 年及以后制造业的三个关键预测。 预测 #1：到 2021 年底，50% 的制造公司将以某种形式使用人工智能 毫无疑问，人工智能解决方案的实施将改变一切——我的意思是一切——每个行业、业务、流程和公司。当然，对于许多企业来说，有针对性的 AI 解决方案已经存在并提供了竞争优势。今年将是关于新的 AI 现实主义的传播，新的

目前，库存中占用了大量资金。连同应收账款和应付账款，库存代表了 1.1 万亿美元的现金——相当于美国国内生产总值的 7%。幸运的是，人工智能 (AI) 有可能帮助获取这笔现金。 事实上，工业 4.0 正在改变我们在整个供应链中的工作方式。使用人工智能、传感器和物联网 (IoT) 技术，可以开发智能和数据驱动的配送中心。例如，通过将企业资源规划 (ERP) 系统与消费者趋势数据交叉引用，人工智能技术可以自动订购正确数量的原材料来完成订单，减少浪费并增加利润。 随着复杂的分销网络向人工智能的好处开放，供应链可能比人工智能在制造业中的任何其他应用具有更大的经济效益。使用这项技术，分销商将不再需要

2019 年，移动性预计将继续增长并扩展到众多行业。制造商必须努力接受这些新技术，并确保其员工能够正确使用这些技术。从物联网 (IoT) 到自带设备 (BYOD) 的兴起，公司必须考虑移动技术可以提供的优势并利用它们在行业中保持领先地位。 以下是 2019 年制造商应始终关注的一些最重要趋势。 增加机动性 到 2020 年，48% 的劳动力将是移动的。大多数业务部门都会受到某种流动性的影响，从运输到库存管理。随着移动使用量的预期增长，可能是时候考虑与移动提供商合作以帮助为员工提供设备支持。移动支持和实施与功能一样重要。移动性可以为公司带来巨大的好处，但前提是安装得当并得到有力的支持。这包

物联网 (IoT) 的参考无处不在。事实上，在过去几年中，很难找到没有提及物联网或工业物联网 (IIoT) 的任何与智能制造、供应链转型、物流、工厂自动化或数据收集相关的文章。 对于那些可能不熟悉这些术语的人，物联网可以定义为通过嵌入日常物品的计算设备的互联网进行互连，使它们能够发送和接收数据。 IIoT 是一个由智能计算机、设备和对象组成的网络，用于在工厂车间收集和共享数据。 各种类型的传感器是大多数物联网相关解决方案的核心。在车间安装传感器可以实时为工厂领导提供有价值的数据。可以根据预定义的参数生成警报，并将其发送给需要访问信息的任何人。预测分析、实时监控、移动警报和通知只是 IIoT

Nikola Labs 最近推出了一种新的设备监控系统，以简化维护并为传感器供电，无需电线或一次性电池。 Vero 是一种工业物联网 (IIoT) 解决方案，旨在帮助制造商密切监控关键设备。该平台完全无线且免维护，由将射频能量转换为可用直流 (DC) 电源的电池供电。系统安装完成后，数据采集和系统维护无需接触。 Nikola Labs 的首席执行官兼联合创始人 Will Zell 表示：“电池供电的传感器的使用寿命为一到三年。 “如果你有一台设备就可以了，但想象一下，如果你有一千台设备。您必须聘请一名全职维护人员，他四处走动，除了更换电池外什么都不做。那是一场噩梦。 Vero 系统的整个前提

Grace Engineered Products 最近推出了一种新的预测性维护系统，以帮助用户在设备故障发生之前检测到它们。 GraceSense 预测性维护系统结合了无线传感器、可配置的硬件架构和直观的用户界面，以减少计划外停机时间。 最初的产品包括四种独特的产品和一个基于网络的用户界面。电池供电的振动和温度节点可以部署在任何旋转设备上，以在异常转变为灾难性故障之前对其进行预测。温度节点可以监测任何资产的表面温度。 Panel-Mount/CloudGate 从节点无线收集数据，并使用长期演进 (LTE) 或工厂 Wi-Fi 连接传输到远程云。 除了无线节点外，该系统还具有一个称为热点

SymphonyAI 最近宣布已收购机器状态监测和资产可靠性解决方案提供商 Azima Global。加入 SymphonyAI 集团公司后，Azima Global（将更名为 Symphony AzimaAI）将开发利用最大机械故障模式数据集之一的产品，并将自动化机器状态诊断数据与工厂级过程数据相结合，以提供预测性资产健康和绩效管理解决方案。 Azima Global 首席执行官伯特·赫洛克 (Burt Hurlock) 表示：“Azima 花了十多年时间在提供有效且可扩展的机器健康诊断方面建立了行业领先地位。 “我们与领先的 AI 平台合并以开发集成的预测性维护和流程优化解决方案只是时间

LafargeHolcim 最近宣布将启动一项新的“明日工厂”计划，以升级其未来的生产车队。该公司面向 50 多个国家/地区的 270 多个综合水泥厂和研磨站的全球网络，将在其整个生产过程中利用自动化技术和机器人、人工智能、预测性维护和数字孪生技术。这个为期四年的计划是建筑材料行业最大的工业 4.0 技术推广之一。 与传统水泥厂相比，经过“明日工厂”认证的运营将显示 15% 至 20% 的运营效率收益。 LafargeHolcim 目前正在开展 30 多个试点项目，涵盖公司开展业务的所有地区。该公司位于瑞士 Siggenthal 的综合水泥厂将成为测试所有相关模块集成的灯塔。 “改变我们生

想象一下，或者你不必想象，你的任务是建立一个企业替换资产的情况。为了构建业务案例，您需要了解资产的使用年限、原始项目成本以及最近对安全系统进行的一些审核，以查看其是否符合现行规范。 您检查计算机化维护管理系统（CMMS），发现资产成本字段为空白，资产是 1991 年安装的。您搜索 CMMS，但找不到审计报告。您决定首先解决成本问题。您联系财务部门，他们向您提供了一些信息，表明该资产于 1984 年入账，成本为 150 万美元。 现在，您的年龄和财务部门的美元数字相互矛盾，但您觉得有些不对劲。因此，您前往项目工程部并要求他们提供原始项目文件。由于团队中的大多数人都是新人，因此只有一个人记得那

ABI Research 的一份新报告预测，工业制造领域的人工智能 (AI) 将广泛增长，到 2024 年，该行业支持人工智能的设备总数将达到 1540 万台，2019 年至 2024 年的年增长率为 64.8% . “工业制造中的人工智能是一个边缘实施的故事，”ABI Research 首席分析师 Lian Jye Su 说。 “由于制造商不愿意将他们的数据传输到公共云，因此几乎所有工业 AI 训练和推理工作负载都发生在边缘，即设备、网关和本地服务器上。” 为了促进这一点，人工智能芯片组制造商和服务器供应商专门为工业制造设计了支持人工智能的服务器。越来越多的工业基础设施配备了人工智能软件

老化的基础设施、成本压力、波动的利润率和监管审查都推动了对更高效、更强大的维护技术的需求。幸运的是，数字化可以通过数据分析、预测性维护、人工智能和互联基础设施显着改善工业维护，但弄清楚从哪里开始可能是该过程中最困难的部分。一项新技术的失败部署可能会使管理人员不愿进一步努力。本文将介绍工业设施在开始数字化旅程时为确保成功而应采取的几个关键步骤。 工业物联网的重要性 世界经济论坛估计，“石油和天然气行业的数字化转型可以为该行业、其客户和更广泛的社会释放大约 1.6 万亿美元的价值。”鉴于这些变化，未来 5 到 10 年，该行业的数字支出预计将增长至每年超过 300 亿美元。这些数字化努力是更大

历史学家对 1849 年淘金热的普遍看法是，最有可能从他们的努力是为矿工制造工具的人，而不是真正的矿工自己。由于包括运输、制造、技术、能源和医疗保健在内的许多行业都在追求与工业物联网 (IIoT) 相关的好处，因此这种口语化的智慧是正确的。 IIoT 可以为公司提供信息和数据，以更有效地开展业务。难怪成功使用这项技术的公司中超过一半的公司报告收入增加。 要理解为什么这是真的，您必须了解许多行业正在努力克服的一些挑战，以及 IIoT 如何帮助他们跨越这个数字和商业鸿沟。想象一下，如果您是亚利桑那州凤凰城中心电网的一部分，平均温度超过 100 度，报告的最低温度为 30 度（最冷时）。对于您所在

霍尼韦尔最近宣布成立霍尼韦尔机器人技术中心，这是一个先进的技术中心，专注于开发人工智能 (AI)、机器学习、计算机视觉和先进机器人技术，以用于整个供应链。 Honeywell Robotics 总部位于匹兹堡，旨在帮助塑造未来的仓库和配送中心，特别是当公司寻求自动化解决方案、软件和机器人技术在复杂的材料处理环境中提供更高的速度、准确性和吞吐量时。新中心将由在数字数据、自主技术和工业物联网 (IIoT) 方面拥有专业知识的机器人领导者 Joseph Lui 领导。 “随着人工智能、机器学习和计算机视觉变得司空见惯，霍尼韦尔机器人将创造创新、突破性的技术，帮助客户缓解熟练劳动力短缺、降低安全风

西门子最近宣布计划从 Pixeom 收购边缘技术。西门子打算在其工厂自动化业务部门中使用该技术，该部门是 Siemens Digital Industries 的一部分。 此次收购预计将通过添加用于边缘运行时和设备管理的软件组件来加强西门子的工业边缘产品组合，同时还将推动公司数字企业产品组合的扩展，并整合尖端技术以实现行业数字化转型。 由此产生的工业边缘生态系统将旨在帮助公司更有效地使用生产数据，并更灵活地对条件变化做出反应。通过应用程序，数据将在机器本地进行分析，并发送到更高级别的工业边缘管理系统进行全局分析。 “边缘计算等尖端技术为自动化开辟了新的领域，”西门子工厂自动化业务部首席执

两个多世纪以前，德国哲学家伊曼纽尔·康德 (Immanuel Kant) 将虚拟现实描述为我们头脑中的一种存在，而不是物理世界。今天，虚拟现实 (VR) 是一项成熟的技术，已部署在各个行业，包括游戏、营销和制造。但是增强现实 (AR) 呢？ 增强现实描述了对外部世界的数字增强。一个很好的例子是任天堂的 Pokémon Go 应用程序，它通过用户的手机屏幕将角色图像叠加到现实世界中。有几个成功的增强现实的流行例子。但是，其中许多用于游戏或新奇应用。 在制造领域，大多数增强现实应用仍处于起步阶段，但它们确实具有巨大潜力。增强现实的美妙之处在于能够呈现比数字字符或图像更多的东西。使用该技术，您

在当今的技术时代，数据是决策的关键。这个专业领域被称为“数据科学”。公司可以通过收集、分析和利用数据来利用技术做出明智的决策。 一个研究小组预测，按照目前数据的增长速度，到 2025 年，数据大小将达到 163 泽字节。为了更好地理解这个数字，请考虑 1 泽字节等于 1 万亿千兆字节。这引发了有关数据存储、质量和管理的问题。 本文将讨论数据的重要性及其在执行有意义的可靠性研究中的用途。可靠性的通用定义是设备、系统或设施在特定运行条件下在给定时间内无故障运行的概率。因此，准确的历史故障数据及其正确分析对于任何可靠性分析都至关重要。 数据分析提供了一个机会来检查大量数据并提取有用的信息，然后

根据维基百科的说法，机器学习“是对计算机系统用来执行特定任务的算法和统计模型的科学研究在不使用显式指令的情况下有效地执行特定任务，而是依靠模式和推理。它被视为人工智能的一个子集。” 机器学习不是一种可以插入生产线并使生产线运行得比以前更好的设备。这是一个需要来自许多设备的输入来向其提供数据的过程，以便收集、评估数据并用于开发有关生产线如何工作的知识。 然后可以使用这些知识来确定生产线如何能够具有更高的吞吐量、以更低的成本运行并更可靠地运行。通过这种方式，机器学习将工业运营转变为一个系统系统，能够以更低的成本更快地将产品推向市场，从而使公司能够保持竞争力并让客户满意。 基于过程的机器学习

霍尼韦尔最近宣布已收购位于休斯顿的智能气体监测解决方案供应商 Rebellion Photonics，该解决方案旨在最大限度地提高石油和天然气、石化和电力行业的安全性、运营绩效、减排和合规性。 此次收购将成为霍尼韦尔安全和生产力解决方案业务的一部分，该业务提供一系列气体检测技术、安全装备、移动解决方案和软件，以帮助员工保持安全和生产力。 Rebellion 的技术还将通过霍尼韦尔的高性能材料和技术业务部进行部署，以帮助过程制造客户提高安全性和合规性。 “为了快速响应气体泄漏并确保其设施安全，石油和天然气、石化和电力公司正在部署 Rebellion Photonics 的下一代视觉监控技术，