OFweek工控網(wǎng)訊：工業(yè)物聯(lián)網(wǎng)（IIoT）可以改變自動(dòng)化和操作流程的工作嗎？是的，可以。但是，只有廠家愿意且能夠去改變其基于幾十年的工業(yè)生產(chǎn)過(guò)程而建立起來(lái)的結(jié)構(gòu)框架。需要明確的是，這并不意味著將機(jī)器、控制系統(tǒng)和網(wǎng)推倒重來(lái)，而是意味著要打開(kāi)原有的一切并增添新內(nèi)容。
　　數(shù)據(jù)正在迅速成為工廠車間較重要的戰(zhàn)略資產(chǎn)。這是因?yàn)?，如果?yīng)用得當(dāng)，它可以創(chuàng)造新的商業(yè)模式和新的收入來(lái)源。據(jù)麥肯錫全球研究所的報(bào)告顯示，到2025年物聯(lián)網(wǎng)應(yīng)用的每年所產(chǎn)生的潛在經(jīng)濟(jì)影響將高達(dá)11.1萬(wàn)億美元。工廠將主要關(guān)注運(yùn)營(yíng)和設(shè)備優(yōu)化，具有較大的高達(dá)3.7萬(wàn)億美元的潛力。
　　聽(tīng)起來(lái)牽強(qiáng)？想想這個(gè)：根據(jù)麥肯錫的報(bào)告，石油鉆機(jī)99%的數(shù)據(jù)在決策者做出決策之前就已經(jīng)丟失了。換言之，一個(gè)帶有30000個(gè)傳感器的石油鉆機(jī)只有1%的數(shù)據(jù)需要進(jìn)行檢查。這1%的數(shù)據(jù)是用于異常檢測(cè)和控制，而不是用于優(yōu)化和預(yù)測(cè)，這提供了較大的價(jià)值。
　　如今擺在行業(yè)面前的障礙就是連通性，許多團(tuán)體和廠商勤奮工作來(lái)解決互操作性問(wèn)題。為了從石油鉆機(jī)丟失的99％的數(shù)據(jù)中獲取價(jià)值，那么你就需要分析。
　　Sight Machine一家成立四年的公司，已經(jīng)開(kāi)發(fā)了專門(mén)用于制造的分析引擎。發(fā)布于去年的Sight Machine制造分析平臺(tái)，包括專有模型對(duì)較常見(jiàn)類型的離散、分批和連續(xù)處理操作進(jìn)行分析。
　　Sight Machine從生產(chǎn)車間的多個(gè)來(lái)源處捕捉并收集數(shù)據(jù)，包括PLC、傳感器、條形碼、甚至非結(jié)構(gòu)化格式，如音頻文件和照片。數(shù)據(jù)采集功能就是通過(guò)插件代表性狀態(tài)傳輸（REST）API和適配器，用以連接到原有系統(tǒng)進(jìn)行數(shù)據(jù)采集，從自產(chǎn)自銷的MES到工廠定制的IT系統(tǒng)。這里的關(guān)鍵是技術(shù)的開(kāi)源模式，聯(lián)合創(chuàng)始人喬恩·索貝爾和內(nèi)森·奧斯滕多普都非常熟悉。
　　索貝爾一直在特斯拉汽車公司，雅虎和開(kāi)源社區(qū)SourceForge管理團(tuán)隊(duì)工作。奧斯滕多普擔(dān)任SourceForge架構(gòu)師并共同創(chuàng)立Slashdot.org，他在大學(xué)時(shí)還曾在一家汽車工廠做質(zhì)量控制編程工作。
　　“我們要做的關(guān)鍵就是要和谷歌或Facebook一樣采取同樣的方式，將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)類型相結(jié)合，只不過(guò)我們是制造業(yè)，”聯(lián)合創(chuàng)始人兼Sight Machine的首席執(zhí)行官索貝爾說(shuō)。在制造環(huán)境中的挑戰(zhàn)是數(shù)量、速度和各種數(shù)據(jù)類型，使得分析大規(guī)模數(shù)據(jù)難度加大，他說(shuō)。
　　對(duì)所有數(shù)據(jù)進(jìn)行管理的復(fù)雜性可能是導(dǎo)致很多企業(yè)還必須得要解決IIoT這方面的原因。
　　“大多數(shù)物聯(lián)網(wǎng)[公司]談?wù)撏ㄐ磐苿?dòng)事情發(fā)展，但我們認(rèn)為這個(gè)問(wèn)題將逐步得到解決，”索貝爾說(shuō)。 “核心挑戰(zhàn)是如何有效地分析數(shù)據(jù)，并從一個(gè)工廠到另一個(gè)工廠，一遍又一遍地使用同樣的模式，以[提供]有益的啟示。”
　　Sight Machine現(xiàn)在與制藥、汽車和服裝等行業(yè)的企業(yè)都有合作。在這些早期的實(shí)現(xiàn)，客戶要求該公司幫助進(jìn)行容量規(guī)劃，并確保流程工作的率和可靠性。事實(shí)上，很多公司都是在完全相同的問(wèn)題上尋求幫助：他們?cè)诓煌奈恢脫碛邢嗨频馁Y產(chǎn)，性能存在差異。同樣的機(jī)器，同樣的流程，但在一個(gè)地方運(yùn)行順利的在另外一個(gè)地方運(yùn)行的就不順利。
　　Sight Machine發(fā)動(dòng)機(jī)是一組數(shù)據(jù)模型復(fù)制制作過(guò)程如何運(yùn)行，含有幾百個(gè)參數(shù)，組織所有數(shù)據(jù)，并對(duì)另一邊的數(shù)據(jù)進(jìn)行轉(zhuǎn)換。“另一邊”是在工廠車間里提供質(zhì)量、可追溯性和業(yè)務(wù)信息的實(shí)時(shí)大數(shù)據(jù)分析服務(wù)器。云也被計(jì)入為數(shù)據(jù)存儲(chǔ)方程的一個(gè)因素。
　　據(jù)Gartner稱，較近在生產(chǎn)運(yùn)營(yíng)報(bào)告中，將Sight Machine列為其2015年的Cool Vendors，此分析層包括機(jī)器學(xué)習(xí)算法，能夠在大規(guī)模生產(chǎn)中快速精確定位問(wèn)題。
　　較重要的是，應(yīng)用Sight Machine發(fā)動(dòng)機(jī)不需要重新架構(gòu)車間系統(tǒng)。問(wèn)題的關(guān)鍵是提供一種方式來(lái)增加數(shù)據(jù)采集、處理和分析，而且不會(huì)干擾現(xiàn)有的IT基礎(chǔ)設(shè)施。“我們將我們說(shuō)做的稱作”數(shù)據(jù)毯子，因?yàn)槲覀儾恍枰獙C(jī)器、控制系統(tǒng)和網(wǎng)推倒重來(lái)。“
　　事實(shí)上，Sight Machine可以被看作是這個(gè)行業(yè)的一個(gè)無(wú)縫演進(jìn)，也許開(kāi)啟了包括工業(yè)物聯(lián)網(wǎng)的現(xiàn)代制造的未來(lái)。（Tina譯）