一文带你了解高冷的工业互联网

牛奶 2023-07-25 14:43:50

“工业互联网到底是什么啊？”
“进入你们这个行业需要什么特殊技能吗？”

每一个新名词刚诞生的头几年，大家总会觉得陌生而玄幻，但其实说到底，工业互联网还是互联网。举个简单的例子，我们以前眼中的老师是在教室讲课的老师，随着技术的发展，我们有了在线上讲课的老师，甚至人工智能老师。

那人工智能老师和以前线下授课的老师他们的职责发生了很大的变化吗？

并没有，它只是应用了新兴的技术，如果这个人工智能老师是教天文的，那么它又有了领域的属性；工业互联网也是如此，它运用了互联网的新兴技术，也有了工业这个领域的属性。

01 工业互联网就在你身边

小a在某tob企业做crm系统，系统的客户是一个工厂，按照旧有的认知，他只是一个B端产品经理，如果用新的视野看，他就是一个工业互联网产品经理呀。

小c骑平衡车上下班，如果这个平衡车平时采集一些自身的电池数据，行驶数据，在通过小c平衡车的app将数据告诉小c和平衡车服务商，这也是一个初级工业互联网的应用案例，如果服务商通过数据分析出平衡车的电池寿命、可能发生的故障，那么这就是高级工业互联网的应用案例。

如果进一步发展，服务商根据收集到的数据和小c个人的意见反馈，用低成本的技术手段为小c定制了一个符合小c要求的平衡车，那么这将完美实现工业互联网的意义和愿景。

这么听起来，工业互联网是不是很平易近人。接下来，我们系统的说明一下，工业互联网如何在各个环节应用的。

02 工业互联网的应用

一句话介绍工业互联网：通过建立了设备、人、技术之间的链接，提升「生产」效率。

在互联网时代，我们更多的是建立人与人之间的链接，比如即时通讯软件，使得我们沟通的方式发生了改变，但这里只是改变了关系，并没有提升「生产」效率，因而我们会说，早期的移动互联网的红利在C端(客户），工业互联网更多的机会在B端（企业侧）。

工业互联网使得新型技术很好的进行融合和应用，让技术的价值最大化。其所涉及的技术有：人工智能、物联网、区块链、芯片、云计算、边缘计算、大数据、5G等。

话不多说，先上一张图。

这张图是牛奶绘制的工业互联网初级的全景图，体现了生产、销售和客户之间的关系，以及每一侧关于工业互联网的诉求。

这里有一条很重要的线，是以前无法连接的——客户端到生产端。新技术的应用，使得低成本的定制化生产成为可能，生产端可以通过app等工具采集到客户的使用数据和原始诉求，从而利用新技术定制化生产。

批量化生产是旧有降低生产成本的方式，而在工业互联网时代，私人定制化生产可以控制在和批量生产相同的成本。

一个鞋厂，利用足型三位扫描技术、大并发订单数据负载均衡技术、智能物流调度技术等，实现了个性化定制生产。

接下来，我们从生产、销售和客户具体看看它们在工业互联网的推动下发生了哪些改变。

1. 生产

在生产制造端，我们最早接触到的是信息化，即通过一些软件的应用，将工厂原有的信息数字化。在企业运营管理侧，常见的软件应用有：企业资源计划（ERP）、客户关系管理（CRM）、供应商关系管理（SRM）、产品生命周期管理（PLM）、仓储管理系统（WMS）以及办公自动化（OA）；在生产执行侧最重要的是制造执行系统（MES）；生产现场控制系统有：监控控制与数据采集（ASCDA）、可编程逻辑控制器（PLC）、分布式控制系统（DCS）、分布式数字控制（DNC）。

通过这些系统，将生产中各个环节的数据进行收集，使得下一步的智能化成为可能。在生产端有三个重要的指标：提升检测效率、降低错误成本、降低维护成本。那么如何实现这三个重要的指标呢？

在提升检测效率上，可以通过机器视觉代替人眼排查。18年我们接触过一个偏光片的工厂，它们面临着检测效率低下的问题。我们的手机屏幕、电视屏幕都是偏光片，如果我们的手机屏幕有坏点、亮点，我们会马上找供应商换货，因而偏光片在生产过程中要严格监控坏点和亮点。

传统的方式是通过aoi光学仪器扫描偏光片，但这个仪器只提供扫描和呈现的功能，并不进行处理和判断，需要一个专业的质检员一直看着电脑屏幕，并通过他看到的情况进行操作指导。例如，这一段偏光片坏点太多，需要之后裁切掉；屏幕上出现了均布的坏点，可能是设备发生了磨损或沾染了物品，这些都需要人工判定和实时监控。

接下来我们说说降低错误成本，错误可能发生在设计过程，也可能发生在生产过程。在设计过程中，可能需要实验硬件设备的性能指标，或者化学试剂的用量等，这些问题可以通过数字孪生解决。数字孪生是通过数字化还原生产过程，从而实现模拟生产的。

生产过程中，由于设备的故障，也会造成制造过程中原材料或产出物的损耗，如果可以提前对设备故障预警和预防性维护，将可以大大减少制造过程中的损耗。例如，机器设备正在生产一个汽车车门，由于突发故障，这个车门可能发生变形或断裂，那么将带来巨大的经济损失。

我们可以对设备数据进行监测和采集、大数据进行分析处理，这些处理后的数据通过算法建模分析，就可以得出一些判断标准，当设备数据的值到达某一个范围时，有可能产生故障，根据故障的类型进行预防性的维护措施，从而实现了设备监控预警和预防性维护。

随着人力成本不断增加，人工成本的消耗是工厂维护中不得不考虑的一个点。处理的方法也很简单，增加机器自动化，减少人工参与，甚至用机器设备代替人，这样一方面降低了维护成本，另一方面也减少了加工制造中人员受伤的风险。

同时，随着远程控制的普及，使得工厂的维护越来越便利，自然也达到了降低维护成本的作用。

在库存方面，通过直接获取需求端要求，实现精准的物料采买和加工数量控制，从而降低了库存的维护成本。