如何改进 IIoT 部署

如何改进 IIoT 部署

了解有助于成功实现可扩展网络部署的关键策略,包括管理数据和实现整体安全的方式。

随着工业物联网 (IIoT) 从一个流行语变为商业上的头等要务,许多企业都迫切希望了解其具体应用方法。他们也希望了解如何借助前沿的技术在自身运营中充分发挥 IIoT 的作用。

国际数据公司 (IDC) 发布的全球物联网决策者调查结果显示,时至如今,IIoT 已经从企业的试点项目或概念论证项目步入大规模部署阶段。约三分之一 (31%) 的调查对象表示他们已经推行 IIoT 解决方案,另有 43% 的调查对象表示预计会在接下来的 12 个月内部署此类解决方案。

最后,我们来看看一些有助于提高 IIoT 部署成功率的关键策略。

答案隐藏在分析中

工业控制系统中 IIoT 设备的数量持续快速增长。随着联网设备的增多,工业企业为了实现业务成果而必须能够管理和利用的数据量也显著增加。

可以扩展且十分灵活的分析平台能够将用户的信息置于实际环境中,从设备、工厂到企业逐级提供价值。

我们正在研究何时应该在数据源处对数据进行实时分析,何时又该将数据存储在云端以供长期分析。将原始数据转化为实境化数据(最好在数据源处进行)正日益成为有价值的最佳实践。

例如,本地维护分析可以利用设备级数据生成有关重要设备和机器健康状况的实时报警。在时间紧迫的情况下,此举有助于以更接近生产过程的方式更快地制定决策。

可针对边缘设备(如控制器和车间服务器)执行机器级或工厂级分析,从而对机器、生产过程或工厂进行优化。此类分析也可用于实施预测性维护策略。

企业级分析将车间信息与商业智能相结合。此举有助于提高多个厂区内的运营生产力和合规工作的效率。

必须确保全局安全

根据 IDC 调查的结果,使用 IIoT 的过程中,多数受访对象 (26%) 认为其面临的最大挑战是在安全方面。

这并不令人意外。旧设备都不具备安全设计,易于访问的信息也更容易受到恶意或非恶意威胁的攻击,各种各样的难题正在加剧安全方面的负担。

面对这些挑战,采用全局性行业安全措施能够确保您的组织跟上行业最佳实践的脚步,保护您的知识产权及其他资产。

全局安全措施首先会进行安全评估,通过免费的安全评估工具找出风险区域和潜在威胁。完成安全评估后,即可了解当前的安全状况以及采取哪些特定的风险缓解技术才能将运营风险状态控制在可接受范围内。

随后,工业网络安全程序应采用纵深防御 (DiD) 安全方案。DiD 安全方案基于这样一种观点:任何保护措施都可能会而且很可能会失效。该方案能够在企业上下设立包括物理、电子和程序防护措施在内的多层级安全措施。

例如,应该在单元/区域层设立工业防火墙,协助检测、阻止和响应设备间可能包含恶意内容的通信。然而,这些仅应是综合性安全系统的一部分。当今的企业都在使用参考架构,这是一种集合了合作伙伴和行业最佳实践的生态系统,有助于实施安全的 IoT 系统。

最后,请记得只和可靠的供应商合作。了解他们的安全政策和实践,确保这些有助于实现您的安全目标,而不是产生负面影响。

Driving on the Edge: Using Digital Transformation for Greater Profitability

生产商拥有喜人的市场前景。不幸的是,这一切也伴随着前所未有的挑战。

事实上,预计从 2019 年开始,全球轮胎需求每年会增长百分之四左右。与此同时,制造商在全球市场上的竞争愈发激烈,只有生产更多类型的产品(包括燃油、油电混合和全电动汽车),才能跟上现今的汽车行业格局。

罗克韦尔自动化战略客户团队负责人 Dominque Scheider 解释道:“为提升生产力和敏捷性,龙头制造商已经接纳了智能车间技术。然而,要利用制造车间内的各类数字化资产打造信息化的生产环境依然任重道远。”

真正的数字化转型不只是需要从智能资产中收集相关数据,还包括将数据转化为信息,使组织内所有层级的人员都能以更有智慧、更加高效的方式工作。

对基于云的传统平台进行扩展

近年来,随着智能资产在工厂车间中日益普及,基于云的分析平台也逐渐兴起,此类平台能够将生成的数据转化为高价值的商业智能。

基于云的传统平台能够将多个来源的数据整合起来。然而,要想利用这些数据了解生产和运营状况,需要花费大量时间,而且可能需要数据架构师、商业智能工程师和其他各类内部数据管理专家。

此外,也无法让每个应用程序都发送数据到云端并返回。简而言之,基于云的传统方法不能快速提供实境化信息,因此无法即时影响工厂生产过程和员工的日常工作方式。

经济实用的分布式智能方法

借助可扩展分析平台,用户能够以经济实用的方式在组织的所有层级(边缘、本地或云端)分发可指导行动的信息。

该方案能够对轮胎制造业的诸多领域产生直接影响。此外,该方案在混合和固化等复杂应用中也日益发挥着更加重要的作用,此类应用中,机器学习能够大幅度提升生产质量、制造灵活性和能效。

不过,这只是解决方案的一部分。可扩展平台能够对计算引擎和工具的功能进行扩展,使其自动调配多个来源的数据,帮助用户查看其共性并更快地洞察运营和业务状况。

至于最终结果,可扩展方法使轮胎生产商更加深入地参与到各组织层级中,协助优化从本地工程与维护到公司高层的各个制造流程,以及从设备到云端的流程。 

深入了解可扩展分析和制造商轮胎解决方案

最新消息

Rockwell Automation 和我们的合作伙伴拥有卓越的知识,可以帮助您设计、实施自动化投资并提供相关支持。

订阅

订阅罗克韦尔自动化并直接在您的收件箱中收到最新的新闻和信息。