工业物联网和工业 4.0 彻底改变了行业
工业物联网和工业4.0继续在行业媒体中占据主导地位，并继续强调这些技术举措将如何提高生产力和盈利能力。但是，叙事此后发生了变化。从传感器到云模型，再到将边缘计算作为实时分析的重要组件和中间数据收集/存储点的模型。作为这种演变的坚定信徒，当你有机会亲眼听到真相时，总是一件好事真的在工业公司内部进行。芝加哥制造业互联网会议 (IoM)事实证明，这是与工业物联网相关的供应商和最终用户互动的绝佳场所。
让我们把最终用户分成两个不同的群体：那些已经在走上工业物联网之路的用户，以及那些处于不同评估和实施阶段的用户。媒体最常讨论的项目是：
- 预测性维护
- 数字结对
- 机器学习应用程序
- 企业范围的集成
所有这些都利用来自组织不同部门的数据来优化运营。
这里的一个共同点是，成功实施取决于OT与IT的融合。如果这两个组织没有成功的合作，成功实施工业物联网项目将非常困难。这是因为数据来自工厂（以及企业其他地方的某些应用程序），并发送到 OT 环境内部和外部的存储库。在那里执行各种形式的分析以实现预期的目标。
采取适当的步骤
新的应用和工厂外的数据传输通常会引起自动化工程师的共同担忧。这是对现有控制流程和网络安全的干扰。使用虚拟化和网络安全层等技术无缝添加新应用的能力通常是 IT 专业人员的专长。但是，随着边缘计算深入到工厂环境中，远离IT乃至OT，计算平台固有的支持虚拟化技术变得越来越重要。除此之外，还具有自我保护和易于维护的特点。我们可以肯定地说的一件事是，当数据丢失时，任何形式的分析都会表现不佳！
尽管工业物联网通常与机器学习和人工智能技术密切相关，但各公司发现，利用现有数据可以做很多事情。所有这些都无需立即投资这些领域。视现有控制系统的使用年限而定，可能需要增加额外的传感器。必须谨慎考虑，确保用于分析的（额外）数据可以在本地提取和存储。
一家参加制造业互联网大会的公司正在为这个确切的问题而苦苦挣扎。他们的现代PLC没有处理能力，无法提取和处理数据以及运行控制回路。经过一些基础设施的修改，边缘计算系统非常适合该公司的需求。
在某些情况下，简单地将系统过程相互连接即可获得好处。这是通过用电子系统取代手动数据收集和记录来实现的。结果？
它可以消除错误，并通过相对简单的图形关联工具提供几乎即时的反馈。这是可靠的边缘计算可以发挥重要作用的领域之一。
解决关键问题
制造业互联网大会的大多数与会者处于某种评估或规划阶段。在某些情况下，他们清楚地知道自己想要实现的目标，而在另一些情况下，他们试图确定从哪里开始。一些国家已经实施了试点项目，正在努力进行全面部署。
几个人提出的三个主要担忧是：
- 工厂车间的延迟
- 云实施
- 与大规模基于云的实施相关的成本
尽管许多人从概念上理解了使用云可以为工业物联网项目带来的好处，但使这种实施方式失效的要求是：
- 反应式过程控制的实时反馈
- 质量调整
- 预防即将发生的机器故障
对于那些担心成本上涨的人来说，LTE移动连接和云计算成本已大幅下降，而且通常仍以使用量为基础。此外，随着实施的扩展，它们都会逐月波动和升级，并且随着时间的推移会积累更多的数据。当然，云可以用于试点项目，也可能是企业级部署的正确答案，在这些部署中，来自工厂、销售、供应链、物流和其他领域的数据可以合并。对于更纯净的工厂级应用程序，例如预测性维护，云并不总是正确的答案。
边缘计算是一个新概念，直到现在才进入工业物联网的讨论。它提供了重要的额外选项，可以为基于云的工业物联网提供本地控制、分析和存储/预处理以及数据筛选的计算能力。Stratus ztC Edge 引发了几场有趣的讨论，内容涉及类似工业物联网的应用、简化安装要求、远程位置带来的弹性、远程管理、自动故障诊断和非熟练人员的可维护性。
工业公司采取行动
财富雄厚的大型财富500强公司正在投资工业物联网技术。这些项目正在取得成果，尽管实施并非没有挑战。除了在生产方面为他们提供帮助的传统应用程序之外，越来越多的工业公司正在寻找利用分析的方法。有些人对自己想要实现的目标有清晰的认识，有些人正在努力了解各种技术可以为他们做什么。显而易见的是，某种形式的 IT/OT 融合和协作是取得成功的必要条件。
尽管人们非常关注云和机器学习/人工智能的使用，但人们越来越意识到边缘计算可以发挥重要作用。边缘计算可以支持一条生产线、多条生产线或整个工厂，每条工厂都位于偏远地区。当涉及到边缘时，IT和OT几乎总是无法控制远程系统，因此简单性、自我保护、远程管理、易于维护和自我修复是至关重要的考虑因素。
想仔细看看边缘计算吗？查看边缘计算趋势报告，了解当今边缘计算的发展以及可以帮助组织抓住新机遇的解决方案。
