来自工业革命的沟渠的三个IIOT课程4.0
离散制造部门具有竞争力和价格敏感。工厂需要各种机器，生产线和员工促进实现最佳产量，高运营效率和成本控制。这是这种剪辑的喉咙环境，这是行业迅速发展的数字转换是第四工业革命的关键组成部分（或行业4.0）。制造商正计划在这个新时代计划现代化的主要方式是通过完全使用他们的数据。然而，有一个主要的障碍，妨碍了到达这个里程碑的方式。工业环境中的数据集是如此大规模，复杂的是，他们无视人类分析，强迫企业找到另一种前进的方式。和只有3%的公司承认他们已经有了正确的工具来正确地使用数据来提高运营效率。
而不是将这种非凡的机会留在工厂地板上的商业改进，越来越多的公司正在使用IIOT产品和服务来将他们的实时，历史和其他系统数据转换为有意义的商业知识，以增加工厂产量，提高效率和留效竞争的。
我们可以从这些成功破解数据的开拓性业务中吸取宝贵的经验教训，它们正在成为一个现代的、数据驱动的业务。以下是一些需要考虑的关键问题:
＃1数据困境是真实的
制造业企业聚集估计两个exabytes.每年的运营数据。这些信息来自于内置在发动机、传送带系统、五轴机器和工厂内的其他实物资产中的传感器。它还来自历史操作数据来源，以及其他几个相关系统，如线级可编程逻辑控制器，人机界面和企业资源规划系统。
工厂自动化的下一阶段预计将使这些数据数量呈指数级增长。事实上，新形式的数字技术，包括触摸界面和增强现实系统已经出现在现代工厂。
考虑到目前和未来的数据前景，制造业高管必须认识到，这些庞大的数据集对人类来说太大了，无法检验。工业物联网需要做出及时、智能、基于数据的决策。工业物联网先进的基于云的数据分析，机器学习预测推理有助于将丰富的操作数据转化为切实的业务改进。
第二，投资回报率已经不远了
一旦经过适当分析和行动，公司的流媒体和存储数据成为重要的业务资产，从而实现生产改进，节省成本和更智能的资源分配。
例如，制造商可以使用基于物联网的数据分析:
- 建立基于状态的维修计划，以减少非计划的设备停机时间，更好地管理维修成本，优化生产和延长设备的使用寿命;
- 使用基于规则的自动化和远程控制访问，最大限度地提高产量，同时保持质量，延长设备寿命和保持合规;
- 自动化和连接工厂的每一个角落，以优化流程和物料流，更精确的规划，准时生产和工作场所安全;
- 使机器更自动化，如自动导向车辆和工业/协作机器人，以减少IT、操作和工程人员的工作量;和
- 找到生产和工作流性能的核心决定因素，然后采取行动，不断改进它们。
这些并不是唯一的IIot的应用这可以显着改善金融结果。一种普华永道对工业部门的调查例如，该公司预计，在所有对工厂进行数字化改造的公司中，有10%的公司和27%进行了数字化改造的“先行者”将同时实现超过30%的收入增长。
#3精确的目标是成功的关键
值得注意的是，制造商在勇敢的新的，数字转型世界中没有盲目投资。他们是战略性的在哪里他们进行投资是为了获得最大的回报。
一种Bsquare最近的研究（注册要求）透露，物流（95％） - 包括在工厂楼层 - 是目前采用IIOT的制造商所解决的最常见的挑战。另外两个首要任务是机器健康（82％）和运营成本（34％）。
无论目标是什么，IIT系统已成为工厂的秘密武器，以汇总他们的全部数据存储库，并进入未来。通过解锁以前未知的运营见解，企业将能够提高产出，管理成本，提高生产力，以确保他们在盛名的行业中包含4.0。
所有IOT议程网络贡献者负责其帖子的内容和准确性。意见是作者，不一定能够传达物联盟议程的思想。