推動工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)分析的四項關(guān)鍵技術(shù)

　　物聯(lián)網(wǎng)已成為游戲規(guī)則的改變者，尤其是在工業(yè)層面。工業(yè)物聯(lián)網(wǎng)分析可以讓高管了解哪些方面會導(dǎo)致瓶頸、質(zhì)量控制問題或事故。相反，他們可以確定哪些改進最有可能提高生產(chǎn)力或減少設(shè)備停機時間。然而，要在工業(yè)環(huán)境中充分利用物聯(lián)網(wǎng)，人們需要了解并部署在繁忙環(huán)境中解鎖數(shù)據(jù)分析工具功能的基本技術(shù)。

　　云計算

　　當(dāng)領(lǐng)導(dǎo)者開始關(guān)注工業(yè)物聯(lián)網(wǎng)分析時，他們必須確定如何存儲和訪問他們已經(jīng)擁有或即將收集的所有數(shù)據(jù)。幸運的是，云計算非常適合滿足這些需求以及各方開始認真分析數(shù)據(jù)后可能出現(xiàn)的其他需求。

　　典型的制造工廠可能擁有數(shù)百或數(shù)千個聯(lián)網(wǎng)資產(chǎn)，每個資產(chǎn)都包含決策者可以用來更好地了解任何特定時間發(fā)生的情況的數(shù)據(jù)。以一家大型消費品包裝公司為例，該公司的高管希望提高與其多個全球品牌相關(guān)的物聯(lián)網(wǎng)利用率。這項部署涉及將多達 280 萬臺物聯(lián)網(wǎng)設(shè)備連接到一個集中式云平臺。

　　除了為像這樣的大型項目提供出色的可擴展性外，云計算還支持分布式勞動力和站點，允許人們連接多個位置的數(shù)據(jù)收集設(shè)備。例如，該公司的 IIoT 工作涉及 97 個國家的聯(lián)網(wǎng)產(chǎn)品。此外，該公司高管選擇的云工具之一可以處理數(shù)十億臺物聯(lián)網(wǎng)設(shè)備，并且不需要人們參與基礎(chǔ)設(shè)施管理。

　　將云計算納入工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)分析計劃的另一個好處是，授權(quán)方可以從任何有互聯(lián)網(wǎng)接入的地方登錄，并從平板電腦、智能手機或計算機中提取最新統(tǒng)計數(shù)據(jù)。這種隨處訪問功能支持位于許多地方的專家之間的協(xié)作，從而可以改進產(chǎn)品設(shè)計或流程。在一個案例中，人們依靠數(shù)據(jù)分析來制造出比同類產(chǎn)品強約 30% 的混凝土，這表明一種協(xié)作、有目的的方法可以帶來回報。

　　設(shè)備傳感器

　　盡管工業(yè)領(lǐng)導(dǎo)者在實施物聯(lián)網(wǎng)之前必須考慮其設(shè)施的個性化需求，但許多人會參考他人已經(jīng)取得的成就來獲得靈感，這是可以理解的。許多人隨后意識到，將聯(lián)網(wǎng)傳感器連接到關(guān)鍵設(shè)備上具有良好的商業(yè)意義。這樣做可以讓他們收到可能降低質(zhì)量控制或?qū)е驴深A(yù)防的資產(chǎn)停機的問題警報。

　　在一個例子中，一家傳送帶公司的高管部署了 IIoT 傳感器和一個補充平臺，允許客戶進行持續(xù)監(jiān)控。這一決定是領(lǐng)導(dǎo)者意識到傳送帶最容易磨損，錯位或皮帶損壞可能會對在關(guān)鍵操作中依賴這種物料移動設(shè)備的客戶造成嚴重破壞后做出的。

　　一項應(yīng)用涉及應(yīng)用設(shè)備傳感器來監(jiān)控采礦業(yè)使用的傳送帶的皮帶葉片。硬件收集實時數(shù)據(jù)并將其與歷史性能信息進行比較，從而使系統(tǒng)能夠標記異常情況。然后，用戶可以依靠這些數(shù)據(jù)做出更合適的決策，以保持生產(chǎn)平穩(wěn)運行。

　　持續(xù)的數(shù)據(jù)流還可以幫助管理人員確定將機器離線進行基本維護的最佳時間，從而支持規(guī)劃。否則，機器可能會意外發(fā)生故障，導(dǎo)致時間損失和成本增加。

　　此外，監(jiān)控特定特性使人們能夠創(chuàng)建基線，以確定整體設(shè)備健康和典型性能。一種常見的選擇是進行振動測試作為預(yù)測性維護策略的一部分。連接的傳感器可以分析特定振動的強度或頻率，以識別潛在的異常。然而，環(huán)境因素會影響物體的振動程度。幸運的是，傳感器可以揭示影響因素，例如設(shè)施的濕度和溫度，從而更容易評估異常振動模式的程度。

　　人工智能

　　人工智能無疑將工業(yè)物聯(lián)網(wǎng)分析提升到了一個新的水平。這種改進主要是因為人工智能可以在大量數(shù)據(jù)中檢測模式，讓人們能夠比沒有技術(shù)幫助的情況下更快地得出結(jié)論。

　　客戶訂單表、設(shè)備統(tǒng)計數(shù)據(jù)、社交媒體評論和計算機視覺圖像都可能為制造工廠如何加強質(zhì)量控制措施、提高總體產(chǎn)量和優(yōu)化流程提供線索。

　　但是，試圖手動理解所有這些數(shù)據(jù)可能會耗費太多時間和人力，不值得。人工智能算法使數(shù)據(jù)處理更加高效，這對于擁有龐大且不斷增長的信息存儲庫的組織來說是理想的選擇。

　　許多人工智能應(yīng)用是對其他技術(shù)的補充。例如，人們越來越普遍地使用人工智能驅(qū)動的設(shè)備傳感器。這種硬件還可以使用邊緣計算基礎(chǔ)設(shè)施，在將數(shù)據(jù)移動到云端進行處理時大大縮短傳輸距離。一些兼容的邊緣設(shè)備甚至具有設(shè)備上處理功能，從而加強了敏感數(shù)據(jù)的安全性。

　　聊天機器人

　　有些人還研究了生成式人工智能如何補充這些用例。這是一種超越傳統(tǒng)案例的人工智能，它允許人們在使用自然語言的同時與工具進行交互，就像與朋友或同事交談一樣。許多最受歡迎的商業(yè)生成式人工智能工具都是聊天機器人。

　　在一個例子中，一個人應(yīng)用了客戶糾正措施請求中的信息，該請求是關(guān)于發(fā)現(xiàn)焊條沒有必要的材料批號。他們要求聊天機器人提供五個問題，組織可以使用這些問題來確定此問題的根本原因。

　　該工具的響應(yīng)特征是問題的格式遵循著名的“五個為什么”技術(shù)，這有助于有效地解決問題。它包括問幾個逐漸接近問題核心的問題。例如，聊天機器人的第一個建議問題是為什么焊條缺少所需的數(shù)量。然而，它的第五個也是最后一個問題是，為什么該公司沒有遵循一個確保相關(guān)方添加數(shù)字標識符的流程。

　　由于公司幾乎肯定有一個既定的系統(tǒng)在某個時候崩潰了，導(dǎo)致了這種結(jié)果，因此聊天機器人鼓勵人們檢查出了什么問題以及原因。決策者可以收集與這個人工智能輔助過程相關(guān)的數(shù)據(jù)，以跟蹤趨勢并確保缺失的數(shù)字是異常值，而不是以前未被發(fā)現(xiàn)的更大問題的跡象。

　　此外，一些供應(yīng)商正在開發(fā)生成式人工智能產(chǎn)品，這些產(chǎn)品可以根據(jù)公司的內(nèi)部數(shù)據(jù)回答問題，從而提供分析優(yōu)勢。例如，用戶可能會問：“在過去六個月中，我們有多少印刷電路板未通過質(zhì)量控制檢查?”這是傳統(tǒng)方法之外的人工智能數(shù)據(jù)分析的一個新興例子。

　　工業(yè)物聯(lián)網(wǎng)分析需要支持技術(shù)

　　這些例子強調(diào)了為什么人們通過選擇互補技術(shù)來滿足他們的需求，從而通過工業(yè)物聯(lián)網(wǎng)分析工作獲得最佳結(jié)果。上述內(nèi)容將鼓勵高管考慮各種可能性，并對物聯(lián)網(wǎng)投資如何與總體組織目標聯(lián)系起來感到興奮。

　　來源：千家網(wǎng)