利用工业物联网技术加强供应链

多年来，随着传感器和人工智能(AI)等先进技术的兴起，供应链一直在不断发展，其目标是保持供应链的精益化。减少库存意味着以最有效和最具成本效益的方式使用零部件和原材料，但当COVID-19大流行来临时，它造成了我们从未见过的全球供应链中断。

最初终端产品需求的大幅下降对整个系统造成了冲击，后来在大流行期间，我们经历了完全相反的问题，产品需求激增，交货和库存库存短缺。这揭示了供应链的主要缺陷——主要是缺乏稳健性。这一过程已经变得如此集中，以至于当一个事件只影响到一家制造商时，它会在全世界产生广泛的影响。当需求迅速回升时，供应链不够强大或多样化，无法为工厂提供足够的原材料，许多工厂完全关闭。劳动力短缺只是加剧了这种混乱——工厂关闭或员工短缺导致整个供应链的步骤延误。

智能传感器和人工智能等技术可以帮助创建一个更强大的系统，并修复大流行暴露出的供应链裂缝。工业物联网(IIoT)已经对制造业和整个供应链产生了不可低估的影响——它实现了新的功能和更智能、更可预测、更主动的流程，从而提高了效率。

改进的资产跟踪

工业物联网将传感器的使用提高到一个新的水平，主要是在资产跟踪方面，以评估资产在任何给定时间的供应链中的位置。例如，如果集装箱具有资产跟踪器，客户可以查看该集装箱是否仍在船上或是否已到达港口。但是，在实际开始生产一个产品之前，如果需要20个组件，那么只知道一个特定资产的位置是不够的。

由于制造商经常管理多种产品、组件和原材料，物联网传感器允许统一查看来自每个不同容器的所有数据。聚合所有这些数据，使其对企业和通常在家跟踪订单的消费者都更有意义，这也是至关重要的。

除了位置跟踪，许多不同的传感器被用于各种产品，以在整个供应链中提供更多数据，并改善资产跟踪——从跟踪温度、湿度和压力的环境传感器，到跟踪产品位置和方向的加速度计和陀螺仪传感器等定位传感器。有了这类数据，您可以精确地确定产品在运输途中可能受损的时间和地点。

资产跟踪器和传感器正变得越来越便宜，因此它们的使用更加广泛。随着传感器数量的增加，数据管理变得更加重要。

人工智能数据管理

如果运营经理需要确定工厂是否可以在某个时间运行生产，他们需要知道是否所有必要的组件都将及时到达工厂。在过去，这就像是一场猜谜游戏，几乎看不到计划生产运行所需的准确、实时信息。

好消息是，现在可以利用人工智能轻松地聚合和分析生产所需的不同组件可用的所有资产跟踪数据。人工智能系统可以使用来自传感器的数据，同时引入天气信息和港口信息等第三方数据来预测延误以及所有必要组件何时到达。边缘计算——处理更接近源的传感器收集的数据，而不是将其传回云端——也大大提高了数据效率。

由于有来自传感器和外部方的大量数据点，人工智能通常可以比人类更快、更准确地进行分析，而且这种智能、自动化的系统可以让工作人员在平凡的手工任务上花费更少的时间。相反，他们可以自由地做更有创意、更有技能的工作，比如管理系统和内部客户，以及在必要时提供人工判断。

值得注意的是，这个数据管理系统并没有取代工人。相反，它向管理系统的个人提供更有意义的信息。最终，使用人工智能的数据管理通过提高效率和准确性带来了新的价值。

供应链的未来是什么?

实时数据和人工智能技术的交叉，包括新传感器的应用，为洞察供应链创造了许多新途径，并将继续推动制造业的未来运作方式。

工业物联网提供了如此多的新功能，其中许多功能的实现成本相对较低——比如低成本处理器。从成本角度来看，现在比以往任何时候都更容易将传感器集成到不同类型的产品中，以监控过去在财务上不可行的数据。例如，本质上是相机的视觉传感器正在迅速发展，人工智能可以通过改进的软件分析相机中每个像素发出的所有数据。

我们生活中的所有设备——从汽车到健康追踪器，再到工业自动化——都变得更加智能，与人工智能、机器学习和边缘计算相结合的传感器的使用更加紧密。随着越来越多的数据从传感器收集，系统将变得更加复杂，人工智能和机器学习的使用将是对收集的所有信息进行更高层次分析的关键。这些创新将继续让我们对供应链有更全面的看法和控制，并有望有助于防止全球供应链出现像我们过去几年经历的那样的中断。

-这最初出现在欧洲控制工程网站．由网页内容经理克里斯·瓦夫拉编辑，控制工程， CFE媒体与技术，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。