让事物成为工业物联网的一部分

报告显示，工业物联网(IIoT)概念现在开始被制造业和其他行业认真采用。目前，约有70亿台物联网设备正在连接，预计还会有更多设备连接。

云基础设施、数据处理和分析、企业应用、增强现实(AR)和协作机器人等技术只是严重依赖智能设备提供的过程数据的一些技术。然而，这些智能设备——物联网(IoT)中的“物”——并不一定都是新设备。为了提高总体设备效率(OEE)，可以对现有遗留设备进行可见性;实时性能监控;提供实时预警机制;预测性维护的过程分析;或者只是让控制工程师更清楚地看到整个工厂。所有这些都可以通过避免停机时间来帮助提高利润。

Moxa的产品营销工程师Ivana Nikic表示:“如果你想了解一个独立设备的系统在成本和时间上的基本区别，以及一个可以共同‘对话’控制工程师所使用的系统的系统，想象一下当传感器、执行器、处理器、机器、报警系统是独立系统的系统中发生错误时的情况。”“工程师可能需要很长时间才能到达本地监控和数据采集(SCADA)系统，收集数据，然后试图找出系统的哪一部分导致了问题。此外，没有简单的方法来预测一台机器是否随着时间的推移收集了足够多的错误来修复它或在停机前更换它。“因此，通过连接它们并收集有价值的数据，使系统中的‘东西’更智能，是迈向成功的工业物联网解决方案的第一步。”

智能设备的使用还使机器制造商能够通过远程访问他们的机器来分析性能数据，为最终用户客户提供有效的远程故障排除服务。Nikic表示:“数据分析和人工智能(AI)现在被用于自动研究和调整制造过程。

它/不收敛

可能会让企业对投资工业物联网解决方案犹豫不决的问题包括工业通信协议的互操作性，以及来自信息技术(IT)和运营技术(OT)融合需求的安全问题。为了克服这一点，重要的是行业投资于他们的人员。工业通信设备制造商可以使他们的设备和软件满足工业物联网的要求。他们可以提供加固设备，还可以向用户介绍不同级别的网络安全保护。

Nikic举了一个成功实施工业物联网的例子，他说:“对于一家拥有400多台计算数控(CNC)机床的金属加工制造商来说，实施工业物联网概念是为了解决生产周期的长度和OEE的挑战。在工业物联网控制器的帮助下，CNC机床和传感器变得更加智能，使MES可访问OT数据进行实时监控，从而使OEE提高到83%。它还使工业物联网能够适应进一步的机器和工艺数据分析，用于预测性维护和工艺优化。”

传感器需求有什么变化?

图尔克班纳公司的系统销售经理Richard Amery表示，终端用户今天对传感器的要求与过去30年的要求并没有太大的不同。“终端用户通常不关心信息是如何收集或如何处理的。用户只是想知道什么时候需要更换机器Y上的X组件，或者在周三下午3点把A换成B可以提高效率，”他说。

当传感器处于婴儿期时，它们很难配置。为了满足行业需求，传感器制造商需要使他们的传感器非常复杂，为了区分小得多的工艺差异，还需要使它们更容易设置和使用。为了实现这一目标，大多数传感器都被设计成收集大量数据，并具有智能处理数据并输出简单的开/关信号。然而，传统上，这些数据并没有离开传感器。如今，随着人们认识到数据的价值，这种情况开始发生变化。

Amery说:“工业物联网项目所需的数据一直是可用的，但不经常使用——因为传感器输出直接控制着过程——然而，现在可以将传感器连接到可编程逻辑控制器(PLC)输入，以允许其输出被记录和时间戳。”

展望未来

Analog Devices公司总经理Brendan O 'Dowd认为，未来的工厂将更加灵活，对需求的反应更灵敏，更自动化，更可靠。它将需要更少的人工操作人员，并且由于计划外维护而面临的干扰也会更少。他将这种变化归因于微型和高性能半导体传感器的普及，以及无处不在的连接正在创造大量关于机器和工艺性能的数据。“现在数据分析的新应用比以往任何时候都更有潜力，比如机器健康监测和预防性维护。与此同时，可编程硬件和软件定义电子功能的使用越来越多，可以快速重新配置工厂流程和工具，”他说。

传感器的激增产生了大量的实时数据流。传感器节点和plc之间的传统通信协议(如4至20 mA控制环路)正在让位于以太网协议的超快工业变体，从而实现了工厂OT基础设施与企业IT的日益集成。

O 'Dowd继续说道:“为了应对工厂对高速数据传输的新需求，机器制造商需要确保他们的系统实现具有前瞻性，以便他们不仅支持目前使用的工业以太网协议，还支持以太网的新兴时间敏感网络(TSN)变体，这很可能成为实时工业通信的标准有线网络技术。”为了支持这种转变，adi公司提供了一个以太网平台，使系统能够从一种以太网协议切换到另一种协议，而不需要重新设计硬件。”

在边缘

从连接的传感器和设备(工业物联网(IIoT)的“物”)中获得最佳效果，需要收集企业每个部分的数据，并将其转化为可操作的信息，以不断改进。重要的是，大部分数据来自这样的设备，需要进行实时计算才能最有效地使用。

“实时计算数据需要将计算能力置于基础设施的‘边缘’，”Stratus Technologies的业务开发和工业自动化Greg Hookings说。“在不久的将来，我们估计40%到60%的生成数据将以这种方式进行分析，并在本地存储——消除云分析的延迟，并减少将业务关键数据传输到云中和从云中传输的安全影响。”

一个重要的考虑因素——也是许多工业管理者面临的真正挑战——是需要IT技能和基础设施来安装和维护充分利用工业物联网所必需的IT层。“这种理解是在工业环境中使用Stratus方法进行计算的核心，”Hookings说。“对许多制造商来说，应用层IT熟练程度的可用性是一个主要的关键点。为了解决这一问题，提供在边缘运行的计算解决方案，以在应用层面解锁工业物联网的实时功能，这通常是最强大的，这是至关重要的。边缘解决方案将通过减少发送到云端和从云端发送的业务关键信息数量来从本质上提高安全性，这有助于减少经常被视为数字化的一大障碍的安全问题。”

预算的意义

看看企业在采用新的工业物联网技术时面临的障碍，其中一个主要问题无疑是预算问题。新的创新往往成本更高——至少在技术变得更容易获得之前是这样。然而，重要的是要认识到，在最初的支出之后，最终用户将看到他们的投资以提高效率和延长机器寿命的形式得到回报。浩亭产品经理加文•斯托佩尔(Gavin Stoppel)表示:“实现这些好处的一种成本效益高的方法是将智能边缘计算设备改造到传统机械上。”“企业可以通过在其设施中选择几台机器进行数字化，以相对较低的成本进行分析。例如，浩亭的MICA(模块化工业计算机体系结构)包含智能硬件，在机器级别提供直接数据处理，允许企业收集和分析他们的机器数据。

“这些信息包括机器运行温度和振动等细节，使工程师能够进行预测性维护任务。通过密切监控机器状况，他们可以在部件损坏之前进行维修，减少停机时间，增加系统寿命。云计算的出现也使工程师能够在世界任何地方监控生产和管理连接。”Stoppel继续说道。

Stoppel说:“实时制造数据还可以用于改进流程、监控产品质量和采用灵活的生产方法。”“通过最初选择只改造几台机器，企业可以决定什么时候扩大安装规模，允许在较长时间内分摊成本，并进行全面的规划。这种方法最终使企业能够专注于他们具体想要从数字化中实现的目标，帮助他们彻底改变他们的设施，并看到改善业务绩效的好处。”

数据，到处都是数据

Kontron首席执行官Hannes Niederhauser表示，随着物联网设备、机器和小工具的数量呈指数级增长，需要评估的数据量也在增长。“然而，未经过滤的数据采集传输到云端是毫无意义的。在工业4.0环境中，对传感器和执行器反馈的反应通常需要实时进行。智能边缘计算具有紧凑、强大且功能日益强大的嵌入式板和模块以及工业pc，可确保在靠近起源点的地方进行快速、可靠和不间断的数据处理，让云承担不同的任务。”

随着单板和模块性能的不断提高，以及TSN等功能的集成，确定性以太网变得更容易建立和管理。机器、工厂和流程可以无缝集成到IT网络中。他说:“由于OPC基金会倡议将OPC UA和TSN从IT级扩展到控制器级到现场级，这一发展将迅速获得动力。”

苏珊娜吉尔编辑器,控制工程欧洲．本文最初发表于控制工程欧洲网站．由制作编辑克里斯·瓦夫拉编辑，控制工程、《媒体,cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。