物联网——在智能制造趋势下,找准企业发展的“落点”

2018年,中国制造业向智能制造转型升级的步伐明显加快,取得了一系列显着的发展成效。

2018年,中国制造业向智能制造转型升级的步伐明显加快,取得了一系列显着的发展成效。

这一趋势主要体现在三个方面

首先,中国工业企业数字化能力素质提升,大部分企业已经开始利用传感器采集设备数据,开始重视数据价值。

第二、智能制造对企业的利润贡献率明显提升,发挥出降本增效的价值。

第三、具体应用方面,中国已连续六年为工业机器人第一消费大国,且需求不断增长。

中国智能制造进入高速成长期,原因有二

一是,政府加强智能制造顶层设计,开展试点示范和标准体系建设。在2018年底召开的中央经济工作会议上,会议明确提出:“要发挥投资关键作用,加快5G商用步伐,加强人工智能、工业互联网、物联网等新型基础设施建设”,将5G、物联网等科技领域写入经济重点工作中,充分说明国家对于推动制造业升级转型的政策支持;

二是,在行业内,智能制造在中国制造业内成为一个共识,企业加快数字化转型,积极拥抱新技术,物联网应用供应商大量涌现并且提供的技术服务和解决方案越来越成熟。这两股力量不仅直接推动中国智能制造进入高速成长期,而且还吹响了企业抓住机遇加快升级转型的号角。

在大趋势下,对于企业而言,既是机遇也是挑战。

有罗克韦尔自动化宣布将向物联网平台、PLM和CAD领军企业PTC投资10亿美元的好消息;

也有协作软件制造商LogMeIn在物联网市场上的布局受挫,以5000万美元的价格将Xively IoT连接平台出售给谷歌的坏消息。

勇立潮头,就有被浪打碎的风险,对于企业而言,在大趋势下找准企业自己的“落点”,变得尤为重要和急迫。

数字化工厂被企业列为智能制造部署的首要任务

通过新一代信息技术,实现从设计、生产、物流和服务等各个环节的数据串连,加速决策,提高准确性。

但一些企业需要提升产品的质量,另一些企业需要提高产品设计生产和管理的效率,数字化工厂确实能解决这些问题,但是这种“全家桶”式的解决方案,真的就是最优解吗?

事实上,大部分的企业根本承受不起这种解决方案,也并不真正需要,如果供应商都朝着这一种“高大上”的解决方案发力,可能就找错了自己的“落点”,这就好比一个人,明明只是小感冒,你却开出了治疗全身的药方,显然是不够精准,也让“病人”两难。

所以找准“落点”很关键。

当前企业面临愈发激烈的市场竞争和日益透明的产品定价,不得不寻找新的价值来源。

设备和用户价值深度挖掘是企业智能制造部署的重点领域,尤其是在售后阶段,对出厂设备和产品进行实时数据采集和监测,并进行性能分析、预测性维护,故障诊断等,为企业创造更多服务机会。告别从前“一锤子买卖”的模式,延伸企业价值链。

这些能力的核心均涉及物联网相关技术,物联网在工业场景的五大要素:“人、机、料、法、环”上皆有应用,如设备与资产管理、产品洞察、生产调度管理和服务创新。

设备与资产管理的应用场景

通过在设备上安装具备感测与联网功能的硬件,实时采集设备数据并上传至云,在云端在进行数据的存储、整理及分析,然后由SaaS系统根据数据的安全机制和权限规则,将数据分别发送给设备制造商、设备代理商和设备用户(APP+PC),实现“数据读取、数据分析、数据写入”这3类应用。

1、数据读取:包括生产可视化、数据报表等,替代人工点检和抄表,远程实时掌控生产情况,辅助生产管理。

2、数据分析:基于设备数据,对设备整个生命周期进行全程监控,进行预测性维护、设备良品率分析,可以发现设备缺陷,改进产品。根据设备的报警、预警情况统计,提前制定预防性维护计划,减少故障率并提高生产效率。

3、数据写入:包括远程开关机、远程调节设备主要运行参数和设置保养周期提醒时间等。

产品洞察的应用场景

从前,设备制造企业往往不太了解自己的产品如何被使用,卖出一台就像丢失一台设备。

现在给出厂的每一台设备都安装云盒,不管这台设备最终在怎样的工作环境中投入使用,制造企业可以通过云盒实时采集设备运行的数据,并存档动态数据,对设备进行性能分析、预测性维护,故障诊断等,实现对设备的全生命周期管理。

在分析产品使用情况时将会有海量的数字依据,得出更加具体和准确的结果,缩短研发周期,提高产品竞争力。

以上,是物联网在智能制造趋势下,为自己找到的“落点”。稻盛和夫说的“现场有神明”指出了问题关键,多去制造业生产的现场,去了解真正的问题和需求,企业才能具体、清晰地找准自己的“落点”。为客户带去实在一点的价值,在市场上形成不同于竞争对手的服务能力。

本文来自信息化观察者网,转载请注明出处。

 

注:本站文章除标明原创外,均来自网友投稿及分享,如有侵权请联系dongxizhiku@163.com删除。

         

发表评论