如何選擇一個(gè)成功的 IIoT 平臺(tái)

隨著制造商集成信息技術(shù) （IT） 和運(yùn)營(yíng)技術(shù) （OT），他們依靠專用于智能制造的工業(yè)物聯(lián)網(wǎng) （IIoT） 平臺(tái)來(lái)管理其設(shè)備、連接性、基礎(chǔ)設(shè)施和數(shù)據(jù)。這些 IIoT 平臺(tái)還可以幫助制造商實(shí)施應(yīng)用程序、獲得洞察力并將這些洞察力傳遞給正確的利益相關(guān)者。到 2030 年，每年將在這些解決方案上花費(fèi)超過(guò) 750 億美元。

IIoT 設(shè)備和應(yīng)用平臺(tái)收入（圖片：全球數(shù)字工廠數(shù)據(jù)，ABI Research）

對(duì)于市場(chǎng)上提供不同功能的各種平臺(tái)，為項(xiàng)目選擇合適的 IIoT 平臺(tái)可能是一項(xiàng)挑戰(zhàn)。但是，在做出決定時(shí)需要考慮幾個(gè)屬性，從協(xié)議適應(yīng)性和連接性到機(jī)器人集成。

什么是 IIoT 平臺(tái)？ 似乎幾乎每家為數(shù)字行業(yè)開(kāi)發(fā)了軟件的公司都稱自己為“平臺(tái)”。因此，IIoT 平臺(tái)有多種形式來(lái)滿足各種需求。然而，最合適的定義是應(yīng)用支持平臺(tái) （AEP）。

AEP 提供了導(dǎo)入數(shù)據(jù)的解決方案，但它們通常需要合作伙伴提供網(wǎng)關(guān)。一些 AEP，例如 Siemens MindSphere、Emerson Plantweb 和 PTC ThingWorx，提供了一個(gè)“一站式商店”，可以從設(shè)備中獲取數(shù)據(jù)并像帶有應(yīng)用商店的操作系統(tǒng)一樣工作。如果應(yīng)用程序開(kāi)發(fā)保持開(kāi)放，則應(yīng)用程序可以由 AEP 提供商、合作伙伴（也可以稱為平臺(tái)）、最終用戶或獨(dú)立開(kāi)發(fā)人員構(gòu)建，就像智能手機(jī)應(yīng)用程序商店一樣。

一些一站式商店更側(cè)重于數(shù)據(jù)提取和將數(shù)據(jù)傳輸?shù)皆贫?，而另一些則更側(cè)重于將數(shù)據(jù)交付給其他制造和企業(yè)系統(tǒng)。

還有一些 IIoT 平臺(tái)專門(mén)用于特定的應(yīng)用程序支持或微服務(wù)，例如在邊緣調(diào)整協(xié)議和處理原始傳感器數(shù)據(jù)。這樣做的平臺(tái)包括 Litmus Automation 的智能邊緣計(jì)算平臺(tái)和 Foghorn 的 Lightning Edge AI 平臺(tái)。

關(guān)鍵標(biāo)準(zhǔn)是什么？ 根據(jù)項(xiàng)目的需求，需求差異很大，但以下標(biāo)準(zhǔn)是區(qū)分平臺(tái)完整性和位置的良好起點(diǎn)：

協(xié)議適應(yīng)性和連接性。能夠使用來(lái)自多個(gè)制造商的協(xié)議連接到設(shè)備和設(shè)備；通用架構(gòu)，例如 OPC 統(tǒng)一架構(gòu) （UA）；和其他形式的連接，例如蜂窩。

邊緣智能。支持復(fù)雜事件處理 （CEP）、機(jī)器學(xué)習(xí) （ML） 和高性能流處理，將可操作的分析發(fā)送到靠近數(shù)據(jù)源的計(jì)算設(shè)備。這些功能很重要，因?yàn)橛?jì)算越來(lái)越多地向邊緣移動(dòng)以支持對(duì)延遲敏感的無(wú)線應(yīng)用，例如機(jī)器人自動(dòng)化、實(shí)時(shí)視頻流和無(wú)線遠(yuǎn)程控制。

數(shù)字雙胞胎。能夠?yàn)?a target="_blank">產(chǎn)品開(kāi)發(fā)、生產(chǎn)計(jì)劃、產(chǎn)品即服務(wù)、資產(chǎn)監(jiān)控、人工智能 （AI） 性能優(yōu)化、模擬和實(shí)時(shí) 3D 資產(chǎn)可視化創(chuàng)建、管理和支持?jǐn)?shù)字孿生。最終，這些信息被用來(lái)建立一個(gè)數(shù)字線程，這是一個(gè)記錄的數(shù)字歷史，跨越產(chǎn)品的開(kāi)始到其使用壽命結(jié)束。

增強(qiáng)現(xiàn)實(shí)（AR）/混合現(xiàn)實(shí)（MR）。易于部署和擴(kuò)展連接到平臺(tái)上設(shè)備的靈活 AR/MR 體驗(yàn)和應(yīng)用程序。這些經(jīng)驗(yàn)可用于遠(yuǎn)程故障排除和支持、流程改進(jìn)以及減少人為錯(cuò)誤。

機(jī)器人集成。能夠連接到來(lái)自多個(gè)制造商的工業(yè)和協(xié)作機(jī)器人以提取數(shù)據(jù)。

支持其他變革性技術(shù)。包括人工智能、區(qū)塊鏈和低代碼、無(wú)代碼應(yīng)用程序開(kāi)發(fā)。

沒(méi)有一家公司可以滿足所有客戶的需求，因此大多數(shù) IIoT 供應(yīng)商都有合作伙伴生態(tài)系統(tǒng)。這包括從 Cradlepoint、MultiTech 和戴爾等工業(yè)網(wǎng)關(guān)供應(yīng)商到西門(mén)子、羅克韋爾自動(dòng)化、ABB 和博世等主要工業(yè)巨頭的所有人。較新的進(jìn)入者是超大規(guī)模企業(yè)。

云觀點(diǎn) 大多數(shù) AEP 將云基礎(chǔ)設(shè)施視為亞馬遜和微軟分別以亞馬遜網(wǎng)絡(luò)服務(wù) （AWS） 和 Azure 為主導(dǎo)的商品，但越來(lái)越多的是，這兩家公司正在蠶食他們的領(lǐng)土。

例如，AWS 正在與大眾汽車 （VW） 合作，整合其 122 家制造廠的數(shù)據(jù)，以更好地跟蹤零部件到貨、車輛組裝以及組裝設(shè)備的整體效率。大眾將使用 AWS IoT Greengrass、AWS IoT Core、AWS IoT Analytics 和 AWS IoT SiteWise 來(lái)收集、吸收和分析來(lái)自植物的數(shù)據(jù)。收集的數(shù)據(jù)將支持提供預(yù)測(cè)性維護(hù)和優(yōu)化操作的 ML 模型。

就微軟而言，它與 Hitachi 建立了戰(zhàn)略合作關(guān)系，并且最近擴(kuò)大了與 PTC 和羅克韋爾自動(dòng)化的合作伙伴關(guān)系，以提供 Factory Insights as a Service，這是一種基于云的解決方案，以模塊化、用例為基礎(chǔ)進(jìn)行銷售。Factory Insights as a Service 將 PTC（ThingWorx、Kepware、Vuforia）和羅克韋爾自動(dòng)化的 FactoryTalk InnovationSuite 的許多關(guān)鍵產(chǎn)品組件與 Microsoft 的 Azure IoT Hub 和 Azure IoT Edge 相結(jié)合，因此制造商可以更輕松地跨站點(diǎn)標(biāo)準(zhǔn)化和擴(kuò)展應(yīng)用程序。

云允許輕松快速地共享信息，提高合規(guī)性，并使復(fù)制和擴(kuò)展制造優(yōu)化變得更加容易。

AEP 提供商很少專注于云基礎(chǔ)設(shè)施，而那些很少專注于工業(yè)數(shù)據(jù)提取的提供商。長(zhǎng)期以來(lái)，這并不重要，因?yàn)橹圃焐掏ǔA向于將數(shù)據(jù)保存在現(xiàn)場(chǎng)?，F(xiàn)在，隨著對(duì)遠(yuǎn)程可見(jiàn)性和全系統(tǒng)數(shù)字化的需求日益增加，云變得至關(guān)重要。

下一步是什么 許多制造商都在尋求能夠以最快的投資回報(bào)率 （ROI） 解決特定業(yè)務(wù)挑戰(zhàn)的預(yù)構(gòu)建應(yīng)用程序。這就是西門(mén)子開(kāi)發(fā)其 Xcelerator 產(chǎn)品組合、艾默生提供 Plantweb“模板”以及 GE Digital 看到客戶購(gòu)買 GE Predix 平臺(tái)支持的工業(yè)應(yīng)用程序而不是僅購(gòu)買該平臺(tái)并構(gòu)建自己的解決方案的原因。

普遍的期望是，在采用實(shí)用的應(yīng)用程序和用例來(lái)推動(dòng)核心可靠性和成本因素之后，制造商會(huì)將其物聯(lián)網(wǎng)范圍擴(kuò)展到額外的設(shè)備和流程以優(yōu)化性能。

在食品、飲料和制藥等行業(yè)，超過(guò) 80% 的問(wèn)題是已知問(wèn)題，因此有很多容易實(shí)現(xiàn)的目標(biāo)，例如閥門(mén)、管道和儲(chǔ)罐監(jiān)控。例如，在汽車等復(fù)雜但高度自動(dòng)化的行業(yè)中，有機(jī)會(huì)與其他平臺(tái)集成以改進(jìn)統(tǒng)計(jì)過(guò)程控制 （SPC）。

IIoT 供應(yīng)商未來(lái)成功的決定因素歸結(jié)為生態(tài)系統(tǒng)的開(kāi)放性、低代碼/無(wú)代碼應(yīng)用程序開(kāi)發(fā)、云集成和“即服務(wù)化”。隨著更廣泛的 IIoT 生態(tài)系統(tǒng)從監(jiān)控到監(jiān)控式應(yīng)用程序畢業(yè)，這些原則將變得更加明顯，但就目前而言，它們?nèi)匀皇菂^(qū)分領(lǐng)導(dǎo)者與追隨者和落后者的重要區(qū)別。

Ryan Martin 涵蓋了新興的變革性技術(shù)，包括增強(qiáng)現(xiàn)實(shí)、分析和物聯(lián)網(wǎng)。他目前領(lǐng)導(dǎo)公司的制造、工業(yè)和企業(yè)物聯(lián)網(wǎng)研究。