對定制化需求的增加、客戶期望值的提高、全球供應鏈的復雜性——以及許多其他挑戰促使制造商尋找新的、更具創新性的方法來保持競爭力。為了提高生產力并發現增強制造和供應鏈運營的新方法，企業訴諸于數字化轉型。CGI的研究報告顯示，62%的受訪企業已經在實施數字化轉型項目。

工業物聯網（IIOT）是制造業數字化轉型的一種方式。工業物聯網利用傳感器網絡收集關鍵生產數據，并使用云軟件將這些數據轉化為提高制造業運營效率的寶貴見解。

一、制造業采用工業物聯網的驅動因素

Bsquare年度工業物聯網成熟度調查（2017）報告顯示，86%的受訪者已經采用了工業物聯網解決方案，其中84%的受訪者認為工業物聯網非常有效。工業物聯網解決方案的采用驅動因素包括：

●降低成本。由于資產和庫存管理的優化、設備停機時間的減少、更靈活和更高效的能源使用，大大降低了公司的運營成本，甚至創造了新的收入來源（例如，智能連網產品允許從銷售產品轉變為銷售服務）。麥肯錫估計，到2025年，制造業中的物聯網應用預計每年將產生1.2至3.7萬億美元的經濟價值。

●縮短產品上市時間。更快、更高效的制造和供應鏈運營能夠顯著縮短產品周期。例如，哈雷戴維森利用物聯網技術重新配置其賓夕法尼亞州約克的生產設施，并將摩托車生產周期從21天縮短到6小時。

●大規模定制。大規模定制使企業根據特定購買者的需求定制產品，同時保持最高產量。其背后的生產流程要求所生產的單品種類急劇增加。單品數量的增加（每個單品需要不同的材料和組件）導致庫存增加并變得更加多樣化。與此同時，生產操作變得更加復雜：比如說，在生產20件單品X之后，可以緊隨其后生產10件單品 Y。這使得監控生產運營的有效性和庫存物品的位置變得異常麻煩，并且在某些情況下是不可行的。工業物聯網通過其深思熟慮的預測、車間調度和路線安排所需的實時數據，促進了大規模定制。

●提高安全。工業物聯網有助于確保更安全的工作場所。與可穿戴設備配合使用時，可以監測工人的健康狀況和可能導致傷害的危險活動。在確保工人安全的同時，工業物聯網還解決了潛在危險環境中的安全問題，例如，在石油和天然氣工業中，工業物聯網用于監測天然氣管道的泄漏。

二、工業物聯網影響的三個維度

物聯網技術正在改變生產系統的構建和運行方式，進而推動了數字化轉型的三個主要改進：

維度1、車間和現場操作的可見性

維度2、制造業供應鏈中的可見性

維度3、遠程和外包運營的可見性

在接下來的章節中，我們將詳細介紹每個數字化轉型維度，并從工業物聯網應用的角度進行深入探討。

維度1、車間和現場操作的可見性

工業物聯網為車間和現場操作提供了革命性的可見性，并提供了對企業資源進行靈活控制的可能性。工業物聯網技術填補了ERP和MES等系統的空白：對手動數據輸入的依賴以及無法使用詳細信息（實時設備狀態記錄、庫存物品的位置等）。

通過向制造商提供實時車間數據，工業物聯網可以使企業大大提高生產流程的效率。IBM報告稱，利用工業物聯網見解進行生產流程優化可以使同一條生產線的產量增加20％。

使制造商獲得更高水平可見性的物聯網應用分為兩類：

●支持生產運營的應用

●支持工業資產管理的應用

物聯網驅動的生產運營

根據IDC的一項研究顯示，2016年，支持物聯網的制造業運營總支出為1025億美元，是所有行業中最大的用例領域。研究人員估計，到2025年，物聯網應用推動的運營改善價值每年可能超過4700億美元。用于制造業的物聯網應用處理諸如監控和優化設備性能、生產質量控制和人機交互等操作。

▲監控設備利用率

正如ITIF研究報告所述，物聯網應用于監控設備利用率，可使制造業生產效率提高10%至25%，并且到2025年可創造高達1.8萬億美元的全球經濟價值。用于監控設備利用率的物聯網解決方案為企業提供了實時的設備利用率指標，從而提供了生產流程中每個環節所發生情況的詳細視圖。

監測設備利用率始于從傳感器、SCADA或DCS系統提取設備運行參數的相關數據，例如運行時間、實際運行速度、產品輸出等。數據被實時收集并傳輸到云中進行處理。云對數據進行匯總，并將其發展為設備利用率關鍵績效指標（TEEP、OEE、設置和調整時間、空轉和小停頓等）的見解。數據分析后，結果將可視化并通過用戶應用程序（Web或移動設備）顯示給工廠工人。

位于北卡羅來納州的金屬零件制造商BC Machining已部署了設備利用率監控解決方案，幫助該公司提高生產力并優化計算機數控設備的利用率。工業物聯網解決方案使用來自設備傳感器的實時數據來提供設備的周期時間、零件生產數量、停機時間等報告。

▲基于狀態監測的產品質量控制

對產品質量的控制可以通過兩種方法進行：在生產周期中檢查在制品（WIP），或者監測生產設備的狀態和校準。盡管基于檢查在制品（WIP）的質量控制可提供更準確的結果（有助于發現較小缺陷，例如零件對齊方式的不準確性），但仍存在某些限制，阻礙了該方法的使用：

●基于在制品檢查的質量控制僅適用于離散制造。

●由于需要手動檢查在制品，因此非常耗時、費力。

●幾乎不可能檢查每個在制品，因此，該方法僅提供部分視圖。

第二種方法基于監測設備的狀態和校準，因此在范圍方面差異較小——它提供了簡單的“好”和“不好”的二進制分類。它有助于監測生產操作中的瓶頸，識別調整不當和/或性能不佳的設備，及時防止設備損壞，等等。

為了控制生產流程的質量，對設備校準、機器狀態（速度、振動等）和環境條件（溫度、濕度等）等參數進行監測，可以確定它們是否超出正常閾值。（來自物聯之家網）如果傳感器讀數接近可能導致潛在產品缺陷的閾值，則質量監測解決方案將查明問題根源，觸發警報，并建議采取緩解措施以修復或調整設備，并最大限度地減少低質量產品的生產。

荷蘭造紙公司馬斯特里赫特造紙廠（Maastricht Mill）已轉向物聯網開發，以監控生產紙張的質量。該公司推出了溫度和振動傳感器網絡，以監測壓榨輥的狀況，這些壓榨輥對紙張質量至關重要，有助于該公司將低質量紙張的數量降至最低。

▲安全監控

據國際勞工組織報道，每15秒就有151名工人發生工傷事故。工業物聯網解決方案可幫助企業解決安全問題，并每年節省2200億美元的工傷和疾病費用。

在采礦、石油和天然氣、運輸等各個行業中，工人可佩戴收集其位置數據的RFID標簽和收集其心率、體溫、皮膚電反應和其他參數數據的可穿戴傳感器。傳感器數據被發送到云中，在云中根據上下文數據（例如，來自環境傳感器、傳統工作計劃系統、天氣信息等）進行分析，以監測異常行為模式，防止工人摔倒、過度勞累和其他傷害，并及時報告安全威脅。

為了確保工人安全，Nation Waste公司正在利用由IBM Watson IoT提供支持的安全監控解決方案。該解決方案使用一系列傳感器，包括測量工人活動和跌倒的加速計、幫助監測體溫過高和疲勞的熱傳感器和心率測量設備。通過利用安全監測解決方案，Nation Waste減少了工傷人數，并降低了工傷的嚴重程度，更是將利潤率提高了40%。

工業資產管理的物聯網應用

除了提高運營效率之外，物聯網還可用于確保資產的合理使用、延長設備的使用壽命、提高可靠性，并提供最佳的資產回報率。促進工業資產管理的物聯網應用包括：

●工業資產跟蹤

●庫存管理

●預測性維護（基于狀態監控）。

據估計，由于資產管理和維護水平提高而產生的總體改善價值每年可能超過3600億美元。

▲工業資產跟蹤

根據Zebra 2017年制造愿景研究報告顯示，基于RFID和物聯網的智能資產跟蹤解決方案預計將在2022年取代傳統的基于電子表格的方法。通過提供有關企業資產、其狀態、位置和移動的準確實時數據，物聯網資產管理解決方案消除了員工的跟蹤負擔（每月節省多達18小時的工作時間），并消除了與手動數據輸入相關的錯誤。

為了能夠跟蹤資產，物聯網與RFID技術協同工作。每個資產（無論是磁性定位器還是起重機）都帶有RFID標簽，以作為資產標識符。每個標簽都有一個唯一的ID，該ID鏈接到特定資產的數據。而ID和相應的資產數據都存儲在云中。（來自iothome）資產數據可以包括資產的物理參數、費用、序列號、型號、使用區域等。一旦資產（例如起重機）離開設備儲存場，安裝在場入口處的RFID閱讀器就會掃描附著在起重機上的標簽，并將起重機離場的記錄保存到云中數據庫。同樣，當起重機進入建筑工地時，工地入口處的RFID閱讀器將掃描標簽并更新數據庫中的數據。在整個資產旅程中記錄這些數據，可以使技術人員看到資產移動的實時情況。

除此之外，GPS跟蹤器還可用于表明資產的位置。對于可移動資產，還可使用資產跟蹤解決方案來計算利用率。例如，通過查看每臺可移動設備（例如推土機）的使用時間，技術人員可以精確定位閑置或未充分使用的設備，并安排預防性維護。

例如，建筑公司VerHalen已轉向物聯網開發，以實施智能資產管理解決方案。現在，員工可以使用移動應用程序查看他們所有資產的位置。公司經理可以看到工作現場有多少工具和設備，以及誰在操作它們。借助工具使用和位置的實時數據，企業實現了更高水平的資產可見性，并為員工節省了以前用于手動跟蹤和找尋工具所花費的大量時間。

▲庫存管理

物聯網驅動的庫存管理解決方案有助于制造商自動化庫存跟蹤和報告，確保對單個庫存項目的狀態和位置的持續可見性，并優化交付周期。據報道，由于這些改進，智能庫存管理解決方案可以幫助企業節省20%至50%的庫存成本。

Sekisui Alveo AG，一家領先的高性能聚烯烴泡沫材料制造商，實施了一個基于RFID和工業物聯網的庫存管理解決方案。當該公司的泡沫成品被生產后，它們都會被貼上RFID標簽。這使得實時查看庫存水平、查找特定庫存項目和自動執行庫存跟蹤流程成為可能。

▲預測性維護、狀態監測

德勤表示，基于工業物聯網的預測性維護解決方案預計將工廠設備的維護成本減低40%，并且到2025年每年將產生6300億美元的經濟價值。該解決方案深受青睞——55%的企業在試點預測性維護項目。

預測性維護依賴于對設備狀態進行持續監測并獲得有價值的見解。設備裝有傳感器，這些傳感器收集其健康和性能參數數據，如溫度、壓力、振動頻率等。

收集后，來自多個傳感器的實時數據被傳輸到云中，在那里，傳感器讀數與元數據（設備型號、配置、操作設置等）、設備使用歷史以及從ERP、維護系統和其他來源獲取的維護數據相結合。所有數據都被分析、可視化，并通過儀表板或移動應用程序呈現給車間工人。

但是，僅僅報告和可視化還遠遠不能達到預測效果。為了實現預測，組合數據集通過機器學習算法運行，以查明可能導致設備故障的異常模式。

數據科學家使用公認的數據模式作為創建預測模型的基礎。并對模型進行訓練、測試，然后用于識別是否出現任何早期問題、預測機器何時可能出現故障，查明導致機器故障的運行狀況和使用模式，等等。一旦發現潛在故障，預測性維護解決方案會向維護專家發送通知，通知他們潛在的性能下降，并建議緩解措施。

VR集團（一家芬蘭的鐵路公司）已實施了支持工業物聯網的預測性維護解決方案，以提高車廂的可靠性，避免過多的維護活動。他們使用來自與潛在故障點（軸承、制動盤等）相連的傳感器數據來實時了解鐵軌和機車車輛的狀況，并識別出早期故障的根本原因。

維度2、制造業供應鏈中的可見性

目前，對于52%的供應鏈經理來說，端到端供應鏈的可見性似乎還很遙遠。然而，采用物聯網驅動的供應鏈管理解決方案的前景相當樂觀：正如IDC預測的那樣，到2020年，80%的供應鏈互動預計將發生在基于云的網絡上。同一消息來源稱，向物聯網供應鏈管理解決方案的過渡預計將使供應鏈生產力提高15%，成本效率提高10%。

物聯網供應鏈管理解決方案為制造商提供了對供應鏈任何環節中每個對象的位置、狀態和狀況的實時洞察。

除了監控對象的位置和屬性之外，物聯網還用于監控對象存儲和交付的條件。在物聯網投入使用之前，只有在貨物到達交貨點時才能對其狀況進行監控。現在，材料、部件和貨物的狀況可以在途中進行監控，這對于易碎和易腐物品（例如藥品、食品、玻璃器皿等）的制造商尤其重要。

以一家制藥公司通過第三方物流公司將訂單送到配送中心為例。附著在貨倉上的傳感器監控貨倉內部的溫度，假設，由于冷卻系統故障，貨倉內部的溫度開始升高，而附著在貨倉內的溫度傳感器監測到溫度超過閾值，然后自動通知制造商，告知運輸條件發生變化，并提醒駕駛員重置冷卻系統，從而防止運輸的藥物變質。

維度3、遠程和外包運營的可見性

高昂的物流成本、日益增長的定制需求、全球供應鏈的復雜性以及本地人才的缺乏（因此，需要外包）都要求工廠車間分布各地。

當企業在不同的城市、州或國家建造或外包制造工廠時，它仍然必須保持其制造和生產標準（材料測試、工業自動化、預測性維護等）。不可能使用傳統方法進行監控，而物聯網可以監控生產標準的合規性。

例如，基于物聯網的預測性維護和潛在故障的及時預測允許提前安排維護活動，并消除了保留本地維護團隊的需要。同樣，物聯網驅動的利用率監控解決方案幫助制造商在不直接進入車間的情況下，關注生產運營的效率（通過提供設備實時效率指標）。

物聯網促進分布式運營的另一個例子是工業智能互聯產品。智能互聯產品是復雜的系統，包括硬件、傳感器、網絡連接、嵌入式智能和云軟件。

例如，位于德克薩斯州制造子工廠的工業智能互聯產品使企業管理人員（比如加利福尼亞州），能夠訪問各種單片機操作的實時數據（例如，應答器的溫度變化、銑床主軸的極高轉速等）和條件（例如溫度、振動等）參數。管理人員會被告知可能出現的負載情況和磨損，以及違反標準操作程序的情況。

三、中小型企業機會均等

通過推動業務和制造流程的改進，物聯網為中小型企業提供了均等的轉型機會。

例如，與一家在美國和墨西哥分別擁有多個子工廠的大型企業類似，一家在伊利諾伊州和得克薩斯州分別擁有子工廠的中型企業在地理上是分散的，因此也面臨著類似的分布式制造挑戰。由于對云計算和通用開源軟件的依賴，因此物聯網使中小型企業的數字化轉型成為可能。

例如，一家只有50名員工的注塑公司實施了基于物聯網的狀態監控解決方案，該解決方案允許該公司監控工業機器的健康狀況和性能，并在機器可能出現故障時向技術人員發出警報。（來源物聯之家網）這使公司能夠預測潛在的設備故障，并及時緩解，以進行24/7生產。這表明，憑借物聯網提供的靈活性和可見性，如果大型企業推遲數字化轉型，僅依靠規模經濟，他們可能會被中小型企業超越。

四、采用工業物聯網的挑戰

波士頓咨詢公司的一項調查顯示，企業在啟動物聯網數字化轉型計劃時面臨的最嚴峻挑戰包括投資回報的不確定性、數據安全和隱私問題、缺乏合格的員工以及與傳統系統的集成。其他重大問題包括無法進行快速實驗，以及缺少物聯網標準。讓我們看一下主要挑戰：

●巨大的投資需求和投資回報的不確定性。物聯網計劃涉及多個投資類別，包括在硬件（傳感器、網關）、網絡連接、云存儲、管理人員、技術支持等方面的支出。企業還必須考慮推出新解決方案的速度，以及解決方案開始產生收入所需的時間。

●數據安全問題。58%的物聯網采用者認為物聯網增加了網絡攻擊的風險（然而，半數物聯網采用者聲稱他們沒有防止安全威脅的計劃）。Verizon的《 2017年數據泄露調查報告》確認了42068起數據泄露事件，并且研究發現，在數據泄露問題上，沒有任何企業或行業是100%安全的。（來自物聯之家網）隨著物聯網設備變得越來越普遍，預計物聯網安全威脅的數量會增加。Gartner預測，25%的攻擊將涉及物聯網，而物聯網安全支出將達到5.47億美元。

●缺乏合格的員工。國際海事衛星組織發現，全球72%的企業缺乏具有物聯網部署經驗的管理人員。另有80%的企業員工表示，員工在物聯網部署方面缺乏技能。另一項研究發現了缺乏的具體技能，包括大數據、嵌入式軟件開發、嵌入式電子、IT安全和人工智能方面的經驗。這使企業無法利用物聯網解決方案提供的潛力。

●與操作技術（OT）和傳統系統的集成。在制造業生態系統中推出物聯網解決方案的困難在于安全集成IT和OT，而不會造成數據丟失和安全不一致的情況出現。確保信息技術（IT）和操作技術（OT）之間的無縫融合是很困難的，因為在過去，這些系統都有著不同的目標，因此是基于不同的技術和網絡構建的。如今，以太網協議在機器層面的迅速采用和基于web用戶界面的快速擴散正在逐漸簡化集成過程，但挑戰仍然有待解決。

總結

工業物聯網通過維持生產正常運行時間、降低成本和消除浪費，來幫助制造企業最大限度地提高生產力。利用物聯網數據，制造商可以更好地了解制造和供應鏈流程，改善需求預測，縮短產品上市時間并增強客戶體驗。但是，考慮到工業物聯網計劃的規模和復雜性，成功地采用工業物聯網需要在工業物聯網應用程序的設計和執行部分進行精心的編排。
來源；物聯網之家