高管圆桌：智能传感器与IIoT推进工业4.0

全球制造业正经历数字化转型，COVID-19大流行加速工业4.0采用。这一数字化转变推动智能传感器进步，不仅采集感测数据，还将数据解读为IIoT领域各类应用可操作洞察。

据Market Research Future预测，智能传感器市场预测期(2021-2026)复合年增长率19%。什么驱动智能传感器需求激增？未来几年哪些行业将见最大传感器技术需求？Tech Briefs向四位行业专家提问，探询智能传感器与IIoT未来展望。

圆桌参与者：Dean Bartles，制造技术部署集团CEO兼总裁 ；Jeffrey Case，PCB Piezotronics公司设计工程与新产品开发总监 ；Brad Walters，Monnit创始人兼CEO ；Aric Prost，Stratus Technologies高级全球总监，OEM 。

Tech Briefs: 随着IIoT和工业4.0在制造业普及，“智能”传感器使用日益普遍。智能传感器如何改善制造？

Dean Bartles: 智能传感器改善制造绝佳例：我公司与国防部合作建立原型增材制造供应链。航空航天国防市场极欲采用金属增材制造零件。优势包括设计复杂性、生产速度、轻量化等。但机器间甚至零件间金属增材零件变异性仍是采用主要障碍。用传感器和物联网边缘设备，我们在打印过程收集实时工艺数据：激光能量、扫描速度、间距、腔室湿度等，随零件提供数据给客户。客户能查询数据文件确保全构建过程所有参数保持指定范围内，从而对零件完整性提供更高信心度。

Jeffrey Case: 智能传感器部署于跨行业制造设施收集关键信息，经正确分析可创建方案减少或消除非计划停机（零件更换成本、人力、机会成本）；通过永久安装传感器替代需人工干预测量提高安全；通过精确反馈控制和监测生产过程变异提高生产力，确保制造稳定性。

Brad Walters: 整合智能传感器平台进制造环境首要收益驱动更高效率。智能传感器创建更智能工厂，你能用实时数据驱动洞察监控、控制、改进虚拟每个运营方面；预测设备维护故障前快速触发协议；自动数据记录简化趋势分析、记录保存、合规；警报环境设备问题。连接人、机器、设备、库存到IIoT赋能能力的传感器使制造商以更高透明度、效率、整体质量生产。

Aric Prost: 传感器发射器成本大幅下降配合无线技术改进，使OEM、机器制造商、运营团队能安装传感器收集先前无法获取数据。这是产生数据的工业边缘，能更准确测量更多工艺变量授予更好洞察并实现IIoT与工业4.0承诺。机遇是监测控制飞跃驱动期望结果：更高质量产品、更少停机、产量提升。

Tech Briefs: 传感器数据融合提供在单一应用结合不同传感器技术能力。制造商面临什么挑战管理并有效利用收集数据量增加？

Dean Bartles: 制造业传感器激增对充分利用工业4.0承诺效率至关重要。然而，随着传感器技术在制造车间无处不在，除非来自各种传感器数据能用通用语言格式协调，否则最优利用生成数据能力严重受阻。标准将是实现协调关键。已广泛采用标准之一是MTConnect。有了统一数据，开发者集成商可专注有用生产制造应用而非翻译，这将是未来传感器数据融合成功关键。

Jeffrey Case: 传感器融合挑战包括同步不同传感器类型和系统，尤其有时序依赖时，确保兼容通信网络。此外，边缘计算在传感器层面变得越来越关键，以最小化收集分析数据量，影响处理能力和数据存储需求。

Brad Walters: 传感器数据融合是IIoT关键收益，因多点数据决策价值更高。但制造商从不同供应商采购不同传感器系统自行聚合所有数据时可能挑战。用单一传感器平台结合传感器类型、数据聚合、过滤、融合算法、边缘冗余数据去重可有效管理数据量。最有价值数据量减少器是传感器层面网关边缘处理过滤。理想情况传感器检测预配置条件时立即报告事件阈值突破，而非恒定频繁间隔报告琐碎数据。这样带边缘网关传感器系统能快速融合所有传感器类型相关数据，用稳健API同时混合匹配其他分析系统数据。

Aric Prost: 制造商因边缘数据量创建面临几挑战。第一，典型厂房设施数据来自多供应商传感器用不同通信协议。数据必须收集集成。第二，边缘位置——甚至车间——传输到控制室面临带宽延迟问题，更别说云。分析边缘数据转化洞察能力取决于其可用性可靠性。预测分析或AI应用依赖完整数据集。数据或设备停机通信间隙会破坏那些先进模型。为应对这些挑战包括传感器数据融合，组织部署边缘计算收集靠近设备信息，提供处理历史化避免停机数据丢失。

Tech Briefs: 若设施利用多连接传感器系统，如何确保妥善保安防范外部非授权访问？

Dean Bartles: 防范外部非授权访问最安全方式“气隙”一切。即避免Wi-Fi传感器，部署有线传感器和有线物联网边缘设备，所有数据经网络安全设备路由加密和令牌化一切离开设施内容。随着OEM持续推动供应商制造运营“透明度”，技术解决方案将至关重要。

Jeffrey Case: 工业网络安全无银弹，网络分段是保护私有网络免潜在漏洞基石。传感器系统应配置在隔离内部系统网络上，访问传感器系统网络限最小必需。鼓励所有IIoT客户遵循内部传感器系统网络及/或我们传感器系统网络安全最佳实践，利用行业标准技术。

Brad Walters: 安全必须维持在传感器、网关、网络、网络控制器、云所有通信点。稳健物联网设备数据安全治理举措强制执行政策可帮助保护公司传感器网络数据。也不能把所有保障放堡垒如防火墙却让大厅鱼缸温度传感器脆弱。用单一传感器管理系统限制外部入口点。无论何种，每个系统需单独审查安全，再作为整体系统。

Aric Prost: 网络安全是运营技术焦点，气隙资产观念随更多设备连接越来越不现实。部署带内置虚拟化边缘计算平台，OT和IT团队有手段在关键设备旁运行网络安全软件与其他工业软件应用并行。此例中运行安全软件边缘计算平台位于传感器或PLC与其余网络之间。

Tech Briefs: 未来五年哪些行业预期见最大传感器技术需求？

Dean Bartles: 航空航天、国防、汽车、食品、医疗、化工加工等大公司已取得显著进展。所以问题不应是“什么行业”而更多是各行业内“谁”将见最大需求。显然中小制造商（SMM）采用传感器技术进制造运营获益最大。美国制造商协会制造领导委员会近期调查将“将端到端供应链可见性、透明度、可预测性提升新高度”列为2022年第二重要事项。为提供OEM渴望供应链透明度、可见性、可预测性，SMM需部署远超至今传感器技术。

Jeffrey Case: 随传感器主流化、感测技术改进、边缘计算、人工智能、工业4.0通信网络普及，传感器技术最大需求将跨几乎所有市场/行业制造运营。预防性维护和流程自动化应用驱动此前所未有工业制造需求。各种感测技术部署流程自动化市场促进制造流程更紧控制。传感器传统部署这些应用，但工业4.0提供联网传感器能经建立数字高速公路以最小人工干预收集传输显示数据。此基础设施易满足公司ROI将显著驱动未来五年及以后传感器销售。

Brad Walters: 易见预测性维护、远程监控控制、自主系统在几乎每个行业将继续高度依赖智能传感器技术进步。例：油气、农业、能源发电、化工采矿、运输创新者依赖无线传感器远程能力提供长距离、低功耗、长电池寿命。制造商、医疗、智慧城市寻求更高效，加速4G LTE和5G功能、消除频率干扰、启用多接入边缘计算感测解决方案将高价值。有效整合智能传感器行业将助推IIoT演进进入下次工业革命。

Aric Prost: 我们见最大传感器技术需求非来自特定行业，而来自行业内特定用例：资产流程远程或不可访问、关键测量、高速度、安全重要因素。传感器技术将对这些案例扩展自动化和远程管理至关重要。跨领域案例包括：离散制造——复杂包装机、机器人、金属加工；水废水——远程无人泵站、流量计；发电——光伏阵列、风电场、变电站；油气——泵站、流量计量站、生产平台等。这些资产用例，传感器技术丰富但连接有限，需现场“大脑”处理存储数据、确保正常运行可用性、运行网络安全代理、潜在提供无人干预监控控制。边缘计算平台提供这些能力从而利用传感器数据实现工业4.0能力。

怎么看？欢迎下方分享问题评论。