工業(yè)互聯(lián)網(wǎng)入口“設備互聯(lián)”存在結構性的發(fā)展機會

設備互聯(lián)

近年來，工業(yè)互聯(lián)網(wǎng)發(fā)展如火如荼，具有行業(yè)影響力的平臺數(shù)量過百，許多平臺工業(yè)設備連接數(shù)已經達到百萬臺套數(shù)量級，但這相對于我國龐大的工業(yè)裝備總量而言，仍然只是九牛一毛，同時，即使已經被連接的工業(yè)裝備，基于連接方式帶來的數(shù)據(jù)交互能力差異，也存在很多完善機會和更多數(shù)據(jù)帶來的想象空間，可以說，工業(yè)互聯(lián)網(wǎng)業(yè)務市場前景廣闊，“設備互聯(lián)”這一工業(yè)互聯(lián)網(wǎng)的入口存在結構性的發(fā)展機會。

所謂“設備互聯(lián)”，是指打通工業(yè)現(xiàn)場的設備數(shù)據(jù)接口，讓設備可以與外界實現(xiàn)數(shù)據(jù)實時交互。設備互聯(lián)的目的是實現(xiàn)工業(yè)現(xiàn)場相關聯(lián)的設備和設備之間、設備和人之間、設備和周邊生產環(huán)節(jié)（物料、材料、環(huán)境等）之間、從業(yè)者人與人之間的實時數(shù)據(jù)的交互。

聚焦到工業(yè)互聯(lián)網(wǎng)，由于工業(yè)互聯(lián)網(wǎng)是新一代信息技術與工業(yè)系統(tǒng)全方位深度融合所形成的產業(yè)和應用生態(tài)，是工業(yè)數(shù)字化、網(wǎng)絡化、智能化發(fā)展的關鍵綜合信息基礎設施，那么 “設備互聯(lián)”的外延，也就是通過把制造環(huán)節(jié)的人、機、料、法、環(huán)等數(shù)據(jù)一網(wǎng)連接，并進一步打通設計、采購、倉儲、物流等環(huán)節(jié)，實現(xiàn)生產制造全流程、全生產要素的連接，實現(xiàn)生產運營優(yōu)化方案的輸出，以及資源的更合理調配，助力局部車間、工廠乃至全社會上下游生產資源的最優(yōu)協(xié)調。

02

設備互聯(lián)三種主要實現(xiàn)方式

設備互聯(lián)有著樸素的內涵和豐富的外延?，F(xiàn)階段，針對不同需求和應用場景，設備互聯(lián)主要有以下三種連接方式。

一是泛連接。泛連接類似于登錄企業(yè)黃頁，將企業(yè)基本信息，如簡介、裝備數(shù)量等，進行采集錄入，完成泛連接。泛連接是當下十分常見的信息錄入方式，也是一種最基礎的數(shù)據(jù)采集方式，屬于靜態(tài)連接。泛連接雖然信息貧乏，但我們至少可以通過泛連接，從平臺上了解到某個地區(qū)的工業(yè)企業(yè)數(shù)量，每家企業(yè)的裝備數(shù)等，從而對不同地域和企業(yè)的制造實力、產能分布有一個大致了解。泛連接，對于產業(yè)的基礎統(tǒng)計分析工作，具有一定價值，但它不足于體現(xiàn)企業(yè)真實狀況。

二是淺連接。淺連接的主要特點是只單向讀取數(shù)據(jù)，數(shù)據(jù)采集周期以秒為單位，采集數(shù)據(jù)內容相對有限，對有網(wǎng)絡接口的裝備會通過接口采集，而通常是通過外掛傳感器的方式獲得數(shù)據(jù)。淺連接相較于泛連接，實現(xiàn)了對設備動態(tài)數(shù)據(jù)的采集，是目前市場上主流的設備互聯(lián)方式。

采集方式一：外掛傳感器，和設備控制器完全隔離。典型應用如：通過在設備供電進線的火線上掛感應線圈來獲得設備開關機狀況，通過耗電量大小初步判別設備運行狀態(tài)，通過在設備表面掛溫度、力變等傳感器獲得回饋信息。這種采集方式最大的問題是獲得數(shù)據(jù)單位成本高，數(shù)據(jù)無法和設備運行過程信息在時間坐標上完全同步，優(yōu)點是簡單直接。

采集方式二：打通與設備控制器的接口，通過接口協(xié)議完成設備信息的獲取。為減少對設備控制器產生干擾的可能性，只讀不寫，獲得的數(shù)據(jù)實時傳遞給車間層信息系統(tǒng)，通過MES、ERP等軟件平臺，加上RFID手持終端等條碼掃碼器，可以讀取生產加工類數(shù)據(jù)、管理類數(shù)據(jù)、監(jiān)測類數(shù)據(jù)。如，企業(yè)層面的員工績效、工時統(tǒng)計數(shù)據(jù)，車間層面的生產訂單、生產計劃、生產派工、生產進度、庫存數(shù)據(jù)，裝備層面的裝備開關機狀態(tài)、工作內容、生產效率數(shù)據(jù)等。

淺連接可以真實呈現(xiàn)企業(yè)設備的生產狀態(tài)，實現(xiàn)車間信息化。比如，智能云科提供的設備云眼APP，借助iSESOL BOX的數(shù)據(jù)采集能力，可以實時刷新，實現(xiàn)車間信息可視化，同時還提供設備OEE分析功能，助力生產精益化管理。

之所以把這種數(shù)據(jù)連接方式稱為“淺連接”，是因為從數(shù)據(jù)獲取的頻次來看，這是屬于中頻次的連接；另一方面，這種連接只是實現(xiàn)了數(shù)據(jù)接口的打通，可以單向獲得數(shù)據(jù)、讀取數(shù)據(jù)，清楚地知道設備的加工信息，包括有沒有報警、閑置等，但不能實現(xiàn)數(shù)據(jù)的反向反饋，執(zhí)行控制命令。

三是深連接。深連接是一種毫秒級數(shù)據(jù)雙向交互的連接能力。它不僅可以采集數(shù)據(jù)，還可以進行實時的數(shù)據(jù)交互，是更高層次的數(shù)據(jù)獲取能力。當前大部分工業(yè)設備都有一個“控制器”，可以執(zhí)行一定的控制指令。通常情況下，這種控制是由有經驗的技師進行操作設定，其控制指令是恒定的?，F(xiàn)在，通過邊緣計算終端所提供的數(shù)據(jù)分析能力，可以與控制器進行高速、深度的融合連接，通過機器學習的方式，對控制過程中產生的數(shù)據(jù)以及設備加工的相關歷史數(shù)據(jù)，進行建模、分析比對，結合工業(yè)機理算法的應用，幫助傳統(tǒng)控制器提升感知分析能力，實現(xiàn)智能化決策。

也就是說，基于邊緣終端毫秒級的高頻數(shù)據(jù)傳輸和對話，解決了“控制器”對實時數(shù)據(jù)、過程數(shù)據(jù)的反饋能力缺失的問題，使原先“傻瓜式的控制器”真正成為“智能控制器”，從而不僅可以讓設備“開口說話”，還可以提升設備的智能控制能力。

03

基于裝備深度連接，挖掘工業(yè)數(shù)據(jù)價值，提升裝備智能化水平

三種連接方式中，泛連接和淺連接都只能算是工業(yè)互聯(lián)網(wǎng)的基礎連接方式，只有深連接，由于具備與相關裝備的毫秒級數(shù)據(jù)傳輸和對話能力，不僅涵蓋了淺連接實現(xiàn)車間信息化管理、生產精益化管理時所需要的數(shù)據(jù)，同時，還能結合一定程度的人工智能算法、建模分析等技術，對控制器中所產生的毫秒級實時數(shù)據(jù)進行二次挖掘，提升裝備控制的智能化水平。

通過深連接，可以讓設備實時運行狀況和設備內生的實時工業(yè)數(shù)據(jù)實現(xiàn)同步，可將生產現(xiàn)場的工業(yè)機理和實時數(shù)據(jù)結合形成設備運行過程中的數(shù)字模型，通過數(shù)字計算，利用工業(yè)互聯(lián)帶來的生產現(xiàn)場的確定性，通過工業(yè)APP的方式，實現(xiàn)特定場景下裝備智能化控制能力的提升。

比如，依托對加工過程中設備數(shù)據(jù)的實時感知能力，基于自適應加工機理，可實現(xiàn)一定程度的設備提質增效；基于對設備數(shù)據(jù)的毫秒級監(jiān)測，可以進行歷史數(shù)據(jù)比對，分析這些數(shù)據(jù)的趨勢，可為設備的可預測性維護提供參考；再比如，基于加工一致性的視角，分析判斷加工質量，避免出現(xiàn)殘次品；等等。

目前，iSESOL工業(yè)互聯(lián)網(wǎng)平臺通過其特有的設備互聯(lián)技術，可實現(xiàn)對90%以上品牌數(shù)控系統(tǒng)的深連接，通過iSESOL BOX上工業(yè)APP的邊緣計算，實現(xiàn)了如“智能增效APP”（可平均提高機床的5%-20%切削效率）、“刀具監(jiān)控APP”等一系列助力工業(yè)生產現(xiàn)場提質降本增效的智能化功能。

同時，圍繞裝備的全生命周期，為裝備售后市場提供了充足的工業(yè)大數(shù)據(jù)，為裝備的預測性維護提供了數(shù)據(jù)基礎。如，基于對裝備歷史數(shù)據(jù)的調用，進行裝備質量分析、故障檢測與診斷、能耗管理等；基于對裝備的實時控制能力，對裝備進行實時監(jiān)控、備件管理、升級改造等。

總之，針對不同需要和應用場景，三種不同的連接方式各有其價值。智能云科就是通過iSESOL BOX邊緣計算硬件和基于各種工業(yè)機理的數(shù)字模型和算法，深度挖掘裝備控制過程中的工業(yè)大數(shù)據(jù)的價值，助力裝備智能化能力提升。

原文標題：工業(yè)互聯(lián)網(wǎng)“咖”解丨朱志浩：設備互聯(lián)助力裝備智能化能力提升

文章出處：【微信公眾號：工業(yè)互聯(lián)網(wǎng)產業(yè)聯(lián)盟】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq