对定制化需求的增加、客户期望值的提高、全球供应链的复杂性——以及许多其他挑战促使制造商寻找新的、更具创新性的方法来保持竞争力。为了提高生产力并发现增强制造和供应链运营的新方法，企业诉诸于数字化转型。CGI的研究报告显示，62%的受访企业已经在实施数字化转型项目。
工业物联网(IIOT)是制造业数字化转型的一种方式。工业物联网利用传感器网络收集关键生产数据，并使用云软件将这些数据转化为提高制造业运营效率的宝贵见解。
一、制造业采用工业物联网的驱动因素
Bsquare年度工业物联网成熟度调查(2017)报告显示，86%的受访者已经采用了工业物联网解决方案，其中84%的受访者认为工业物联网非常有效。工业物联网解决方案的采用驱动因素包括：
●降低成本。由于资产和库存管理的优化、设备停机时间的减少、更灵活和更高效的能源使用，大大降低了公司的运营成本，甚至创造了新的收入来源(例如，智能连网产品允许从销售产品转变为销售服务)。麦肯锡估计，到2025年，制造业中的物联网应用预计每年将产生1.2至3.7万亿美元的经济价值。
●缩短产品上市时间。更快、更高效的制造和供应链运营能够显著缩短产品周期。例如，哈雷戴维森利用物联网技术重新配置其宾夕法尼亚州约克的生产设施，并将摩托车生产周期从21天缩短到6小时。
●大规模定制。大规模定制使企业根据特定购买者的需求定制产品，同时保持最高产量。其背后的生产流程要求所生产的单品种类急剧增加。单品数量的增加(每个单品需要不同的材料和组件)导致库存增加并变得更加多样化。与此同时，生产操作变得更加复杂：比如说，在生产20件单品X之后，可以紧随其后生产10件单品 Y。这使得监控生产运营的有效性和库存物品的位置变得异常麻烦，并且在某些情况下是不可行的。工业物联网通过其深思熟虑的预测、车间调度和路线安排所需的实时数据，促进了大规模定制。
●提高安全。工业物联网有助于确保更安全的工作场所。与可穿戴设备配合使用时，可以监测工人的健康状况和可能导致伤害的危险活动。在确保工人安全的同时，工业物联网还解决了潜在危险环境中的安全问题，例如，在石油和天然气工业中，工业物联网用于监测天然气管道的泄漏。
二、工业物联网影响的三个维度
物联网技术正在改变生产系统的构建和运行方式，进而推动了数字化转型的三个主要改进：
维度1、车间和现场操作的可见性
维度2、制造业供应链中的可见性
维度3、远程和外包运营的可见性
在接下来的章节中，我们将详细介绍每个数字化转型维度，并从工业物联网应用的角度进行深入探讨。
维度1、车间和现场操作的可见性
工业物联网为车间和现场操作提供了革命性的可见性，并提供了对企业资源进行灵活控制的可能性。工业物联网技术填补了ERP和MES等系统的空白：对手动数据输入的依赖以及无法使用详细信息(实时设备状态记录、库存物品的位置等)。
通过向制造商提供实时车间数据，工业物联网可以使企业大大提高生产流程的效率。IBM报告称，利用工业物联网见解进行生产流程优化可以使同一条生产线的产量增加20%。
使制造商获得更高水平可见性的物联网应用分为两类：
●支持生产运营的应用
●支持工业资产管理的应用
物联网驱动的生产运营
根据IDC的一项研究显示，2016年，支持物联网的制造业运营总支出为1025亿美元，是所有行业中最大的用例领域。研究人员估计，到2025年，物联网应用推动的运营改善价值每年可能超过4700亿美元。用于制造业的物联网应用处理诸如监控和优化设备性能、生产质量控制和人机交互等操作。
▲监控设备利用率
正如ITIF研究报告所述，物联网应用于监控设备利用率，可使制造业生产效率提高10%至25%，并且到2025年可创造高达1.8万亿美元的全球经济价值。用于监控设备利用率的物联网解决方案为企业提供了实时的设备利用率指标，从而提供了生产流程中每个环节所发生情况的详细视图。
监测设备利用率始于从传感器、SCADA或DCS系统提取设备运行参数的相关数据，例如运行时间、实际运行速度、产品输出等。数据被实时收集并传输到云中进行处理。云对数据进行汇总，并将其发展为设备利用率关键绩效指标(TEEP、OEE、设置和调整时间、空转和小停顿等)的见解。数据分析后，结果将可视化并通过用户应用程序(Web或移动设备)显示给工厂工人。
位于北卡罗来纳州的金属零件制造商BC MachiNIng已部署了设备利用率监控解决方案，帮助该公司提高生产力并优化计算机数控设备的利用率。工业物联网解决方案使用来自设备传感器的实时数据来提供设备的周期时间、零件生产数量、停机时间等报告。
▲基于状态监测的产品质量控制
对产品质量的控制可以通过两种方法进行：在生产周期中检查在制品(WIP)，或者监测生产设备的状态和校准。尽管基于检查在制品(WIP)的质量控制可提供更准确的结果(有助于发现较小缺陷，例如零件对齐方式的不准确性)，但仍存在某些限制，阻碍了该方法的使用：
●基于在制品检查的质量控制仅适用于离散制造。
●由于需要手动检查在制品，因此非常耗时、费力。
●几乎不可能检查每个在制品，因此，该方法仅提供部分视图。
第二种方法基于监测设备的状态和校准，因此在范围方面差异较小——它提供了简单的“好”和“不好”的二进制分类。它有助于监测生产操作中的瓶颈，识别调整不当和/或性能不佳的设备，及时防止设备损坏，等等。
为了控制生产流程的质量，对设备校准、机器状态(速度、振动等)和环境条件(温度、湿度等)等参数进行监测，可以确定它们是否超出正常阈值。(来自物联之家网)如果传感器读数接近可能导致潜在产品缺陷的阈值，则质量监测解决方案将查明问题根源，触发警报，并建议采取缓解措施以修复或调整设备，并最大限度地减少低质量产品的生产。
荷兰造纸公司马斯特里赫特造纸厂(Maastricht Mill)已转向物联网开发，以监控生产纸张的质量。该公司推出了温度和振动传感器网络，以监测压榨辊的状况，这些压榨辊对纸张质量至关重要，有助于该公司将低质量纸张的数量降至最低。
▲安全监控
据国际劳工组织报道，每15秒就有151名工人发生工伤事故。工业物联网解决方案可帮助企业解决安全问题，并每年节省2200亿美元的工伤和疾病费用。
在采矿、石油和天然气、运输等各个行业中，工人可佩戴收集其位置数据的RFID标签和收集其心率、体温、皮肤电反应和其他参数数据的可穿戴传感器。传感器数据被发送到云中，在云中根据上下文数据(例如，来自环境传感器、传统工作计划系统、天气信息等)进行分析，以监测异常行为模式，防止工人摔倒、过度劳累和其他伤害，并及时报告安全威胁。
为了确保工人安全，Nation Waste公司正在利用由IBM Watson IoT提供支持的安全监控解决方案。该解决方案使用一系列传感器，包括测量工人活动和跌倒的加速计、帮助监测体温过高和疲劳的热传感器和心率测量设备。通过利用安全监测解决方案，Nation Waste减少了工伤人数，并降低了工伤的严重程度，更是将利润率提高了40%。
工业资产管理的物联网应用
除了提高运营效率之外，物联网还可用于确保资产的合理使用、延长设备的使用寿命、提高可靠性，并提供最佳的资产回报率。促进工业资产管理的物联网应用包括：
●工业资产跟踪
●库存管理
●预测性维护(基于状态监控)。
据估计，由于资产管理和维护水平提高而产生的总体改善价值每年可能超过3600亿美元。
▲工业资产跟踪
根据Zebra 2017年制造愿景研究报告显示，基于RFID和物联网的智能资产跟踪解决方案预计将在2022年取代传统的基于电子表格的方法。通过提供有关企业资产、其状态、位置和移动的准确实时数据，物联网资产管理解决方案消除了员工的跟踪负担(每月节省多达18小时的工作时间)，并消除了与手动数据输入相关的错误。
为了能够跟踪资产，物联网与RFID技术协同工作。每个资产(无论是磁性定位器还是起重机)都带有RFID标签，以作为资产标识符。每个标签都有一个唯一的ID，该ID链接到特定资产的数据。而ID和相应的资产数据都存储在云中。(来自iothome)资产数据可以包括资产的物理参数、费用、序列号、型号、使用区域等。一旦资产(例如起重机)离开设备储存场，安装在场入口处的RFID阅读器就会扫描附着在起重机上的标签，并将起重机离场的记录保存到云中数据库。同样，当起重机进入建筑工地时，工地入口处的RFID阅读器将扫描标签并更新数据库中的数据。在整个资产旅程中记录这些数据，可以使技术人员看到资产移动的实时情况。
除此之外，GPS跟踪器还可用于表明资产的位置。对于可移动资产，还可使用资产跟踪解决方案来计算利用率。例如，通过查看每台可移动设备(例如推土机)的使用时间，技术人员可以精确定位闲置或未充分使用的设备，并安排预防性维护。
例如，建筑公司VerHalen已转向物联网开发，以实施智能资产管理解决方案。现在，员工可以使用移动应用程序查看他们所有资产的位置。公司经理可以看到工作现场有多少工具和设备，以及谁在操作它们。借助工具使用和位置的实时数据，企业实现了更高水平的资产可见性，并为员工节省了以前用于手动跟踪和找寻工具所花费的大量时间。
▲库存管理
物联网驱动的库存管理解决方案有助于制造商自动化库存跟踪和报告，确保对单个库存项目的状态和位置的持续可见性，并优化交付周期。据报道，由于这些改进，智能库存管理解决方案可以帮助企业节省20%至50%的库存成本。
Sekisui Alveo AG，一家领先的高性能聚烯烃泡沫材料制造商，实施了一个基于RFID和工业物联网的库存管理解决方案。当该公司的泡沫成品被生产后，它们都会被贴上RFID标签。这使得实时查看库存水平、查找特定库存项目和自动执行库存跟踪流程成为可能。
▲预测性维护、状态监测
德勤表示，基于工业物联网的预测性维护解决方案预计将工厂设备的维护成本减低40%，并且到2025年每年将产生6300亿美元的经济价值。该解决方案深受青睐——55%的企业在试点预测性维护项目。
预测性维护依赖于对设备状态进行持续监测并获得有价值的见解。设备装有传感器，这些传感器收集其健康和性能参数数据，如温度、压力、振动频率等。
收集后，来自多个传感器的实时数据被传输到云中，在那里，传感器读数与元数据(设备型号、配置、操作设置等)、设备使用历史以及从ERP、维护系统和其他来源获取的维护数据相结合。所有数据都被分析、可视化，并通过仪表板或移动应用程序呈现给车间工人。
但是，仅仅报告和可视化还远远不能达到预测效果。为了实现预测，组合数据集通过机器学习算法运行，以查明可能导致设备故障的异常模式。
数据科学家使用公认的数据模式作为创建预测模型的基础。并对模型进行训练、测试，然后用于识别是否出现任何早期问题、预测机器何时可能出现故障，查明导致机器故障的运行状况和使用模式，等等。一旦发现潜在故障，预测性维护解决方案会向维护专家发送通知，通知他们潜在的性能下降，并建议缓解措施。
VR集团(一家芬兰的铁路公司)已实施了支持工业物联网的预测性维护解决方案，以提高车厢的可靠性，避免过多的维护活动。他们使用来自与潜在故障点(轴承、制动盘等)相连的传感器数据来实时了解铁轨和机车车辆的状况，并识别出早期故障的根本原因。
维度2、制造业供应链中的可见性
目前，对于52%的供应链经理来说，端到端供应链的可见性似乎还很遥远。然而，采用物联网驱动的供应链管理解决方案的前景相当乐观：正如IDC预测的那样，到2020年，80%的供应链互动预计将发生在基于云的网络上。同一消息来源称，向物联网供应链管理解决方案的过渡预计将使供应链生产力提高15%，成本效率提高10%。
物联网供应链管理解决方案为制造商提供了对供应链任何环节中每个对象的位置、状态和状况的实时洞察。
除了监控对象的位置和属性之外，物联网还用于监控对象存储和交付的条件。在物联网投入使用之前，只有在货物到达交货点时才能对其状况进行监控。现在，材料、部件和货物的状况可以在途中进行监控，这对于易碎和易腐物品(例如药品、食品、玻璃器皿等)的制造商尤其重要。
以一家制药公司通过第三方物流公司将订单送到配送中心为例。附着在货仓上的传感器监控货仓内部的温度，假设，由于冷却系统故障，货仓内部的温度开始升高，而附着在货仓内的温度传感器监测到温度超过阈值，然后自动通知制造商，告知运输条件发生变化，并提醒驾驶员重置冷却系统，从而防止运输的药物变质。
维度3、远程和外包运营的可见性
高昂的物流成本、日益增长的定制需求、全球供应链的复杂性以及本地人才的缺乏(因此，需要外包)都要求工厂车间分布各地。
当企业在不同的城市、州或国家建造或外包制造工厂时，它仍然必须保持其制造和生产标准(材料测试、工业自动化、预测性维护等)。不可能使用传统方法进行监控，而物联网可以监控生产标准的合规性。
例如，基于物联网的预测性维护和潜在故障的及时预测允许提前安排维护活动，并消除了保留本地维护团队的需要。同样，物联网驱动的利用率监控解决方案帮助制造商在不直接进入车间的情况下，关注生产运营的效率(通过提供设备实时效率指标)。
物联网促进分布式运营的另一个例子是工业智能互联产品。智能互联产品是复杂的系统，包括硬件、传感器、网络连接、嵌入式智能和云软件。
例如，位于德克萨斯州制造子工厂的工业智能互联产品使企业管理人员(比如加利福尼亚州)，能够访问各种单片机操作的实时数据(例如，应答器的温度变化、铣床主轴的极高转速等)和条件(例如温度、振动等)参数。管理人员会被告知可能出现的负载情况和磨损，以及违反标准操作程序的情况。
三、中小型企业机会均等
通过推动业务和制造流程的改进，物联网为中小型企业提供了均等的转型机会。
例如，与一家在美国和墨西哥分别拥有多个子工厂的大型企业类似，一家在伊利诺伊州和得克萨斯州分别拥有子工厂的中型企业在地理上是分散的，因此也面临着类似的分布式制造挑战。由于对云计算和通用开源软件的依赖，因此物联网使中小型企业的数字化转型成为可能。
例如，一家只有50名员工的注塑公司实施了基于物联网的状态监控解决方案，该解决方案允许该公司监控工业机器的健康状况和性能，并在机器可能出现故障时向技术人员发出警报。(来源物联之家网)这使公司能够预测潜在的设备故障，并及时缓解，以进行24/7生产。这表明，凭借物联网提供的灵活性和可见性，如果大型企业推迟数字化转型，仅依靠规模经济，他们可能会被中小型企业超越。
四、采用工业物联网的挑战
波士顿咨询公司的一项调查显示，企业在启动物联网数字化转型计划时面临的最严峻挑战包括投资回报的不确定性、数据安全和隐私问题、缺乏合格的员工以及与传统系统的集成。其他重大问题包括无法进行快速实验，以及缺少物联网标准。让我们看一下主要挑战：
●巨大的投资需求和投资回报的不确定性。物联网计划涉及多个投资类别，包括在硬件(传感器、网关)、网络连接、云存储、管理人员、技术支持等方面的支出。企业还必须考虑推出新解决方案的速度，以及解决方案开始产生收入所需的时间。
●数据安全问题。58%的物联网采用者认为物联网增加了网络攻击的风险(然而，半数物联网采用者声称他们没有防止安全威胁的计划)。Verizon的《 2017年数据泄露调查报告》确认了42068起数据泄露事件，并且研究发现，在数据泄露问题上，没有任何企业或行业是100%安全的。(来自物联之家网)随着物联网设备变得越来越普遍，预计物联网安全威胁的数量会增加。Gartner预测，25%的攻击将涉及物联网，而物联网安全支出将达到5.47亿美元。
●缺乏合格的员工。国际海事卫星组织发现，全球72%的企业缺乏具有物联网部署经验的管理人员。另有80%的企业员工表示，员工在物联网部署方面缺乏技能。另一项研究发现了缺乏的具体技能，包括大数据、嵌入式软件开发、嵌入式电子、IT安全和人工智能方面的经验。这使企业无法利用物联网解决方案提供的潜力。
●与操作技术(OT)和传统系统的集成。在制造业生态系统中推出物联网解决方案的困难在于安全集成IT和OT，而不会造成数据丢失和安全不一致的情况出现。确保信息技术(IT)和操作技术(OT)之间的无缝融合是很困难的，因为在过去，这些系统都有着不同的目标，因此是基于不同的技术和网络构建的。如今，以太网协议在机器层面的迅速采用和基于web用户界面的快速扩散正在逐渐简化集成过程，但挑战仍然有待解决。
总结
工业物联网通过维持生产正常运行时间、降低成本和消除浪费，来帮助制造企业最大限度地提高生产力。利用物联网数据，制造商可以更好地了解制造和供应链流程，改善需求预测，缩短产品上市时间并增强客户体验。但是，考虑到工业物联网计划的规模和复杂性，成功地采用工业物联网需要在工业物联网应用程序的设计和执行部分进行精心的编排。
