为什么现在工业物联网比以往任何时候都更需要实时分析
有人认为，工业互联网是制造业务历史上最突破性的发展之一。实际上，根据最近的一份报告到2023年，全球工业物联网市场预计将达到约2321.5亿美元，高于2017年的1458.1亿美元。
在设备和系统中添加传感器对行业来说并不新鲜，但最近分析能力的进步和传感器成本的降低使许多制造商能够利用工业物联网的优势，在不破坏银行的情况下提高生产率和质量。
虽然特别是预测分析尤其用于帮助避免机器故障和停机时间，但制造商还必须能够实时从IIT连接的设备和设备流数据，不仅可以帮助提高生产率，运营效率和降低成本，还可以获得重要的见解，有助于塑造当前和未来的业务决策并评估风险。
克服工业物联网的分析障碍
工业物联网的特征是在站点或边缘处的高传感器密度(典型的工业物联网架构有数千个传感器)，随着工业物联网的发展，来自与工业物联网连接的设备和设备的数据量正在爆炸式增长。在站点上有数千个传感器以次秒的间隔生成快速测量数据，每天的数据量可以快速达到兆兆字节。
对于制造商来说，大量的传感器数据可能会压倒性，大多数传感器数据在失去值之前有一个有限的时间段，所以实时分析捕获可以立即执行的业务价值。这需要一个端到端的工业物联网架构，该架构可以支持实时流分析和处理大量数据的规模。
IIT的实时分析的好处
今天，跨行业的组织比以往任何时候都需要更快的行动洞察力，以便竞争，满足客户的期望，减少风险和利用对时间敏感的机会。工业物联网也不例外。通过立即将洞察力与行动联系起来使用实时分析在美国，制造商可以提高生产率、运营效率并降低成本。他们还可以避免失去重要的洞察力，这些洞察力有助于制定当前和未来的业务和财务决策，并实时评估风险。
一些行业巨头每天都依赖实时分析。CGI在英国拥有超过5000万米(电力、水和天然气)的智能计量工业物联网系统，使用内存数据库管理系统来处理电力和天然气供应商网络发送的大量连续信息。该系统从智能电表中检索信息，并为下游决策提供实时分析。同样的,三菱电气为部署在日本北海道和四国省的600万智能电表，通过快速数据摄入，利用实时分析进行快速分析和快速决策。
由于IIOT设备产生的数据量继续攀升，并且直接影响行业的技术进步，如5G和人工智能，继续推出，具有灵活的端到端IIOT架构，可以支持真实 -时间流分析和规模处理大量数据只会变得更加重要。在一天结束时，不仅是实时分析帮助制造商防止计划外的生产停机，优化物料流和改进产品设计，同时也要以在当今数字经济中保持领先所需的速度和能力执行。
所有IoT Agenda网络贡献者都对其帖子的内容和准确性负责。意见是作者的，不一定传达物联网议程的想法。