Meet the Expert Webcast Series – IoT

什么是工业物联网IIoT/工业4.0集成?

数字化的影响力之一就是网络化的智能和自动系统进入了工业领域,这就是第四次工业革命时代或称工业4.0时代。其核心是所谓的物联网(IoT)和其相近的工业物联网(IIoT)。这让工业中真实和虚拟的设备及流程在企业内部或企业之间相互连通。

为什么数据和流程集成对于IIoT和工业4.0来说也很重要呢?SEEBURGER又是如何支持您的企业迈向工业4.0的旅程呢?本文将全面介绍工业4.0和工业物联网(IIoT)中的商务集成,您将了解如何不动声色地引导您企业进行数字化转型。

1. 工业物联网(IIoT)/工业4.0是颠覆还是升华?

物体和设备的自主化和智能化一直在稳步增长,再加上无论在哪里都可以通过互联网访问数据,这使得商业伙伴之间的相互合作变得更加轻松。这对生产带来了巨大的影响而且从根本上改变了经济模式。事实上,这些变革被认为与前三次工业时代发生的变化一样彻底。

 

 

什么是工业物联网(IIoT)和工业4.0?计算机技术已在众多行业领域中发展几十年了。这确实在我们的计划、决策和实施过程中给予了很大的帮助。同时,互联网成为了最重要的通讯渠道以及产品和服务市场。然而,只有当它们渗透到我们这个有形的空间,甚至到我们的居家生活和休闲物品中,工业4.0的潜力才能被认识到。这就带来了数字孪生技术。以前数字孪生技术只限于满足产品衍生延展出的产品模拟,现在也被应用到了虚拟和真实的生产、物流和售后场景中。它们直接集成到流程中或参与到了一个平台的自动化交互和交易中。这让企业能够在有限的时间里和可用的预算内,根据客户需求量身定制产品,满足客户的个性化需求。而物流领域也正在转向以服务为导向的按需物流模式。同时,服务、售后、市场和分销也开始创建各自赋予数据的商业生态系统,为新型服务模式奠定基础。因此,IoT即扮演了网络又扮演了媒介的角色。它让我们在工业4.0中实现了更全面的网络互连并让新型的流程优化方式超越企业界限。也让我们可以完全实现新的商业模式和集中化、参与化及更智能的数据处理方式。

所有这些都是在企业中的技术系统、应用程序、服务和设备彼此无缝对接的前提下发生的。而流程和数据整合仍然是许多企业面临的挑战。就数字化而言,许多企业可能需要为实现工业4.0准备一个训练营。

当今企业在工业4.0中的位置?

在向工业4.0迈进的路上,企业需要升级它们的信息系统以便随时应对流程中不可避免的变化。近期,实施IoT/工业4.0项目的最大障碍是无法收集和分析数据以及数据安全性不足。

2019年12月在拉斯维加斯举办的Gartner应用战略和解决方案峰会中,参会者被问到什么技术被认为能改变企业运营的游戏规则。IoT技术排名第四,前三个分别是云、数据分析和人工智能(AI)。无论如何,企业预计要增加它们的IT投入,2020年在IoT中的投入将占比12%并期待3年内收到回报。根据2019年DSAG的一项调研:过时的IT 系统以及遗留系统集成的需求被认为是数字化转型中的最大挑战。与此同时,对新技术的资金投入也意味着积极使用数字孪生技术的企业比例将从12%增加到超过50%。

如果我们抛出这样的问题:工业物联网(IIoT)和工业4.0只是一个趋势还是它们代表了根本性的变革?答案是明确的。物联网带来的机遇遍及经济和工业的各个领域,第四次工业革命代表了价值链的根本转变。这些机遇包括云计算、平台、数据分析和人工智能,也包括将“事物”集成到业务流程中。大约50%的制造型企业,包括各种规模各个行业领域的制造企业不是已经实施了IoT项目就是有明确的计划准备实施,还有50%将在未来几年中实施。当前的研究还表明:越来越多的企业认识到,只有将混合集成的问题放在首要位置,才能成功并可持续地开展IoT项目(Gartner 2020)。

2. IIoT和工业4.0实际案例

 

IIoT和工业4.0在现实世界中的应用案例在多个领域中都可找到。工业4.0的一个主要应用领域是通过智能、自主、技术系统实现自动化和运营优化。人和机器协同合作的新型模式在工业领域正在崛起(信息物理系统)。这意味着客户需要高度定制化的产品,直到一个批次只生产一类产品。

进一步使用IIoT和工业4.0方案的驱动力是满足个体客户的期待。消费者不仅仅只期待一个高质量的产品,他们也想要掌握相关的服务,以便提升产品的功能和效率。为了满足这个需求,企业当前需要建立整体数字化生态系统。这会遍及企业的各个业务部门,从研发生产,市场营销,物流再到售后服务。事实上,如果您关注过智慧城市,其中会分析并使用天气数据,您会发现数字化生态系统的应用已经远远超越了商务范畴。

在协同产品研发中,用户行为和产品条件相关的数据在研发新型和升级版产品中起着至关重要的作用。这样生产流程可以顺利运行,没有计划外停机,维护服务商可从机器中提取运行时间和状态数据,用来安排维护服务,并在设备发生故障之前预先识别可能发生的故障 – 不论故障是临时的还是永久的,这叫做预见性维护。现代化追踪技术为物流行业创造了绝佳机会,使用传感器实时定位货物,可在生产计划和销售中精确计算出交货时间。智能产品为售后服务开启了全新渠道。比如,洗衣机可直接发送运转次数和其它使用数据给制造商,一方面用于提供维护服务,一方面用于按次付费。市场部和销售部接收销售点(POS机)发来的数据,实时访问销售数据为营销和促销活动持续提供基础并可根据这些数据衡量客户满意度。

IIoT和工业4.0解决方案带来的可能性是多方面的。但实施IIoT和工业4.0最大的挑战在于让您的IT设备状态必须足够好才能被充分利用。

3. 什么是IIoT集成以及它能做什么?

工业、制造业经济依靠可靠和高效的生产资源以及价值链流程。如果要把新型服务和智能(自动化)系统引入到生产流程,保证它们的可管理性和合理化对员工和整个企业来说十分重要。

 

随着现实和虚拟世界在企业各个领域中网络化程度越来越高,具备与混合系统集成的能力十分必要。这不仅仅意味着建立并使用传统接口,或将它们以微服务的形式发表和使用,还让个性化物体和他们的数字孪生成为端到端或混合网络中的一部分。这包含各种格式的端到端数据交互,价值链网络中的数据集成以及新概念如基于事件的数据节点(发布-订阅)或数据枢纽环境(数据湖/数据工作流)。

企业仍然需要升级基于服务的产品,同时将它们进行数字化改造。为了将新的业务模式转换成切实可行的、稳健的B2B业务关系,企业需要大大提升他们的IT能力。这提供了机遇也具备一定风险,因为企业自己的服务和供应链需要重新定义,还需要更多资源比如添加IPaaS,与现有B2B供应商和客户的关系要重新调整,还要与新的合作伙伴建立联系。

内部视角

企业需要提升他们的响应能力、适应能力和学习能力,以便保证在价值链的动态变化中取得成功。混合集成方案需要确保企业系统具备透明度和互操作性,保持灵活且能够持续优化。

工业4.0的出现改变了生产方式,可实现个性化生产和完全定制化的产品。不断缩短的生产周期让制造商不得不采用灵活、可随意调整的生产系统。除了端到端的控制通讯,还需要贯穿生产全过程的不同类型的信息流:工程建设和生产之间持续交互的数据。零部件在生产中也可如此,同时,对装配线技术性健康状况信息的持续交互可防止故障并在一定程度上实现维护和配置的自动化,甚至还可以选择使用轻量级机器人与人工合作装配实现更加灵活的生产自动化。

企业中的应用案例

灵活的生产系统

大型制造商已经使用IT系统筹备并模拟他们的生产设施很多年了。在实体设备交付之前,需创建一个设备文件夹并将供应商文档补充进去。这些数据用于虚拟调试,然后在启动和使用阶段作为机器的数字模型保存在计划系统中。SEEBURGER商务集成套件(BIS)在工程数据枢纽中承担了整合的作用,追踪并更新资源状况及对资源做出的任何更改。这保证虚拟图像总是能够映射真实设备的状况和配置。使用BIS模块中的管理层,设备和其它运营资源能够灵活地整合到计划和控制系统中,即插即用。这大大减少了与调试和定制相关的工作量,能够系统化的、高效的管理您的转型需求。定制生产设备带来的效率对进一步使用智能化、自动化系统提供了充分的依据。

生产中人与机器合作

在生产中实施灵活、可扩展、自动化方案,比如人和机器协同需要端到端数据交互以及贯穿生产全过程的系统集成。SEEBURGER商务集成套件(BIS)保证了流程控制、设备运营和监控系统之间的、以事件为驱动的相关信息流的顺畅运转。当下,员工们也可从移动设备中访问这些信息。时刻保证充足的原材料和零部件,保证灵活性和以订单为驱动的生产,这些信息都是必要的。如果特殊订单需要调整流程或在生产设备中增加新功能,BIS能够让您直接调整或与运营人员沟通。BIS作为中间件和集成服务总线,保证车间系统的互操作性和信息流转。

外部视角

在企业内部,一个IIoT和工业4.0集成方案需要考虑整条价值链和所有不同的B2B流程。其重点在对企业中各个领域之间的安全协作以及对效率的追求。一开始通常是工程和产品数据交换,或者现有的EDI贸易伙伴会要求使用一个云平台服务、应用程序和项目进行集成,这样整个流程才可控且能实现自动化。物流流程也会在集成中进行优化,从端到端的供应链监控再到生产设备和数字化生态系统之间的网络互联。

这些年来,B2B集成的重点不在于如何实现高效的自动化流程,而越来越多地关注在整个价值链中如何有效、高效地提供数据以制定战略并进行优化改革。客户只愿意为个性化、定制化的产品付费。这就需要对您的客户充分了解,不断审视他们的期待并进行快速高效的方案实施。一个良好的(商务)集成平台需要能够为您提供必要的端到端的物流信息。

客户对产品可用性和定制化的期待越来越高,这就需要供应商和客户之间的信息流动紧密、顺畅。风险和机遇需要在早期发现并对产品进行调整,这样才能让客户得到他们想要的。您还要根据来自产品本身的数据引入和提供新型服务,而背后的流程需要做好映射,包括产品使用状况以及产品状况相关的数据流。构建自己的物联网IoT平台仅仅是将自有设备和其它物体联网的第一步。实际上,在贸易伙伴的许可下,集成让您能够直接或通过物体本身提供新型服务,您企业的流程也需要设置来满足这一点。

企业之外的使用案例

保证需要的零部件和满足期待的订购系统

设备供应商尤其依赖快速、灵活和顺畅的物流流程,比如生产线中的零部件交付或维护服务让装配线能够实现快速生产。使用供应商管理库存(VMI)的制造商需要使用预测性需求分析。使用BIS IoT/工业4.0解决方案,基于看板的生产设备可以扩展为持续或定期交互必要零部件信息的设备。然后将其与服务和供应能力进行比较,这样任何必要的交付都可以快速部署。

基于AR的辅助系统

在建筑和农业领域的数字化中,现代化机器在价值链中扮演着越来越重要的角色。除了多种配置选项和附加组件之外,数字化服务比如地理信息系统(GIS)和从传感器中收集并翻译数据的能力大大提升了机器的生产力和效率。通过集成后续的IoT服务,比如基于地理位置的服务和数据分析,辅助系统可根据客户需求定制并通过app在流程中提供。SEEBURGER的BIS为这种类型的平台提供了必要的基础设施和集成,这也可以用于较小的机械供应商,以推动他们向产品和服务型供应商转变。

企业必须看到集成是预备进入工业4.0环境的必要基础。成功的企业不仅仅是开发创新方案,他们很早就会考虑企业战略中的集成需求。

4. IIoT集成挑战

IIoT集成的架构级别

在工业4.0时代,产品和资源都携带自己的数字化形象(数字孪生)。真实的世界和数字化世界必须融合起来 —— 集成。这就牵扯到通过标准化接口连接数据流,创建唯一能够识别真实物体和他们的数字孪生的管理等级并与它们进行通讯。

 

IT架构处于不断变化的状态。未来让企业能够参与其中并构建一个联网的数字化生态系统,需要提升各个层面的集成能力以便提供新型、以数据为驱动的服务。边缘层包括实体物品,它们的资产和外围。其次是具备中央IoT云应用和数据枢纽环境的平台层。这让您能够访问数字化生态系统和自己的后端管理系统以及应用程序的EAI堆栈。I

在和谐的数据和流程集成中,需要适合的设备识别并处理数据流,让事物、业务流程和IoT项目之间相互连接并可进行流程运营的管控。从流程与数据集成的双重视角来看,需要考虑以下几个方面:

集成维度

横向集成

如果您希望保证最优的产品和服务,您需要考虑产品生命周期的整条价值链 – 从研发、生产、使用维护到售后。为此,将实际情况和每个阶段及跨领域设定的目标相比较是必要的。在实践中,您需要将参与各方整合到信息流中,包括像装配线制造商这样的外部伙伴,这样他们才能对预期的技术问题主动做出响应。

纵向集成

纵向集成的业务模式需要在每个功能和通讯级别上进行数据和流程的端到端集成。每个层级都要保证互操作性、交互性和映射流程的能力。在实践中,这意味着企业的自动化生产线需要把传感器和ERP系统中的数据流集成到IoT/工业4.0架构中。之后这些元素可分配到独立的项目中并根据订单规范、流程和质量控制框架进行监控

集成需求

Flexibility

灵活性:
在接口中(如APIs)使用参考模型和公认标准,可保证您和贸易伙伴系统相互协作。这种互操作性要求数据遵循通用语义模型,以便主数据可以与来自流程和机器的数据相融合。只有这样,企业才能适当地利用这些数据来做出决策,通过新型数字化服务来满足工作流程并提高流程的质量和生产率。集成需要以一种结构化的、符合逻辑的方式实施,这样才能保证不同领域之间预期的信息流动。

Security

安全性:
通常,在整个安全管理周期中,从一开始就需要对IT、文件和设备进行可持续的安全保护。在一个复杂的数字化生态系统中,总会有薄弱的部分容易成为攻击的对象,而新的薄弱环节每天都可能出现。采纳一个安全设计方案需要企业从产品研发开始就要考虑所有领域和所有层级的安全问题。集成行为需要保证数据安全和数据主权不受侵害。

End-to-end:

端到端:
在接口中(如APIs)使用参考模型和公认标准,可保证您和贸易伙伴系统相互协作。这种互操作性要求数据遵循通用语义模型,以便主数据可以与来自流程和机器的数据相融合。只有这样,企业才能适当地利用这些数据来做出决策,通过新型数字化服务来满足工作流程并提高流程的质量和生产率。集成需要以一种结构化的、符合逻辑的方式实施,这样才能保证不同领域之间预期的信息流动。

Consistency:

持续性:
处理并分析来自分布式系统数据的新兴技术(如大数据、分析法和AI)在工业4.0时代是不可或缺的部分。它们让来自联网系统、应用程序和物理设备的海量数据越来越对地被合并和分析。企业通过分析这些数据得出结论并开启新型自动化和优化措施。这通常从监控、收集并分析数据开始,这些数据来自生产制造设备中的库存系统和传感器,然后引出基于上下文的聚合数据评估,最后可能发展成为企业级的集成方案(比如使用制造服务总线(MSB))。其目的是提升流程和单个资源的自动化程度,通过智能系统让它们能够自主决策和自主变更。为此,还需提供相关数据,持续性是关键,决策和流程是相互连通的,您的集成方案必须永远满足这一点。

 

跨行业协作总是会让大量技术和数据标准同时存在,不采用集成方案的B2B流程在工业4.0或物联网环境下似乎无法生存。无论数字化方案是否奏效,客户和供应链都是核心,总会有跨部门和跨企业的数据和信息流需求。这就需要数字化方案灵活、无缝、一致且能够处理越来越多的数据、接口和服务。为了跟上工业4.0和物联网步伐,就需要一个集成方案保证业务应用程序的互操作性和数字孪生,还要满足企业内部和外部以数据为驱动的服务。一个混合集成平台让您具备集成产品和资源(资产)的基础框架并提供业务流程的数字化服务。

为实现IoT,在混合集成领域进行投入,在您为工业4.0积极筹备有针对性的集成战略过程中,SEEBURGER能够提供支持。

如果您有任何问题

请随时联系我们!

.