工业互联网如何赋能高端制造？
|
这部分主要针对能源化工等高端流程制造企业，通过采集设备端DCS的实时数据，结合检测系统、业务系统和外部数据，通过大数据、人工智能、机器学习等先进的信息技术，实现包括危险源在线监测、工艺参数实时告警、危险场景态势感知、重大风险预警预测在内的全面的安全生产管控，达到企业经营风险和经营利润的最优平衡。 对于一个大型的发电厂或者大型化工企业，实时数据可以达到每秒钟几万到几百万万数据点。一方面，很多关键设备的关键工艺参数、环境参数以及外部的危险源，仅靠人工巡检、实时监控和专家经验判断，是根本无法全面、实时的企业级别的安全管控要求。 通过大数据的方式，进行采集海量的实时数据并汇总、分析，基于历史数据构建起预测和风险模型，不仅能构建起全面的防范体系，还能对关键的监控参数以及风险事件进行预测。 另一方面，通过将不同发电厂、化工企业的实时数据汇总到集团的工业互联网平台，不仅能实现对关键工艺参数、关键风险源、风险事件的管控和指挥，也有助于集团层面实现跨企业的对标分析和优化，并实现对下属单位生产、耗能、排放等数据的实时采集，降低数据失真带来的经营风险，从行政管控转向数据驱动的智能决策。 总的来说，高端制造行业工业互联网的核心，在于工业数据的分析，而不在于工业数据的采集。虽然国内有很多的工业互联网厂商，但大多都在做基础数据采集和展示。 数据采集固然很重要，但在面对不同类型的企业时，优先级有很大区分。中小企业可能要看关键的几个指标做一些告警就够了，但高端制造客户还要实现对设备状态的可靠性分析、运营效率的分析、性能和良率预测等复杂的数据分析。 钛资本研究院观察 工业互联网领域将出现新的“BAT”，但这将是一个长期的过程而不会一蹴而就。众所周知，工业是一个高度复杂和碎片化的产业，每一个细分领域都需要专门的工业知识与实践积累。 长期以来，BAT虽然一直想进入工业互联网领域，但由于难以形成一个大而全覆盖的平台，因此很难像主导消费互联网那样主导工业互联网的发展。 而在另一方面，工业是中国的立国之本，是实体经济的主战场。现在的中国工业大而不强，自主创新能力不强，产品还处在中低端，供给能力明显不足。 我国工业还存在着被空心化、边缘化等问题，亟待转型升级。而中国工业门类齐全，有41个大类、191个中类、525个小类；体量巨大，年增加值30万亿元，世界第一。无疑，中国工业的数字化转型是一个巨大的ICT市场，存在着巨大的机会。 工业数字化转型包括智能制造和工业互联网两大战场。其中，智能制造主要是为制造设备和工厂等实现智能化、数字化和自动化，主要是将信息技术（IT）、数字技术（DT）与生产制造操作技术（OT）相结合。 由于不同工业领域的特殊性，智能制造更多是面向细分工业领域的技术和解决方案，难以形成较大的创业机会。而工业互联网则是一个巨大的平台性机遇。 不过需要注意的是工业互联网是互联网与物联网相结合的产物，同时融入了云平台、大数据分析和人工智能等新兴科技，是工业环境下人、机、物、企业、生态等的全面互联，而不是简单的互联网模式，也缺乏相关的标准。 值得一提的是，2019年6月28号，国际电信联盟未来网络与云计算工作组（ITU-T SG13）会议在瑞士日内瓦召开，由工业互联网产业联盟（简称“联盟/AII”）理事长单位中国信息通信研究院主导的国际标准《工业互联网网络架构与技术要求（基于未来包交换网络演进）》在会议上成功立项，这是包括ITU、ISO、IEC在内的国际标准化组织启动的第一个工业互联网国际标准项目。 随着5G的商用和第一个工业互联网国际标准项目的立项，2019年有望成为工业互联网启动之年，从前几年的概念热炒进入到了逐步落地的阶段。而在工业互联网领域各自为战的信息化企业和创业公司也在充分利用并购整合的策略快速成长占领市场，力争成为中国版的Uptake——工业互联网标杆企业。 从现在开始关注工业互联网的创业公司和创业项目，不失为进入工业互联网赛道的最佳时机。 【凡本网注明来源非中国IDC圈的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。】 延伸阅读：
（编辑：宜春站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
