新冠疫情的爆发与肆虐给很多行业带来了改变。疫情的“催化”,让制造业认识到数字化技术对复工复产、提质增效的意义,它们对走向智能制造的渴望,从未有现在这样迫切。
智能制造的本质,是精细化定制化生产模式,对传统粗放的流程化生产模式的替代。其中最核心的转变,就是流程驱动被数据驱动所取代,在产品触达用户的同时,也伴随着服务触达。
一、先进工业网络可以促进IT与OT融合
如今数字化转型正成为制造企业共识,智能制造的发展正迎来关键性的历史机遇。中国制造业的数字化转型规模正在稳步成长。今年赛迪顾问发布的《2020-2021年中国工业互联网市场研究年度报告》显示:2020年,中国工业互联网市场规模总量达到6712.7亿元,同比增长10.4%。尽管受新冠肺炎疫情影响,中国制造企业对数字化的投入增长有所放缓,但仍保持了稳定的增长态势,并在汽车、医药、电子、能源等行业涌现出一大批优秀的数字化领军企业。
但是,还是要看到,虽然中国发展智能制造的总体态势良好,但在很多细节上的不足也限制了应用效果的体现。
传统制造业IT与OT很少有交集,但进入数字化时代,透过物联网、大数据与云端智能,IT与OT两者终能展开对话。由OT领域的传感器获取数据,上传IT领域的云端中心执行大数据分析,繁衍出各种创新应用。融合IT和OT不仅仅是因为 “感觉不错”,对于制造商来说,融合IT 和OT是降低成本和有效竞争的一个战略需求。
但在美好设想落地的过程中,会面临种种难题。比如制造业的设备老旧,很难让IT管理老旧的工业设备。而分裂的OT和IT环境,则有可能带来巨大的安全风险。考虑到生产环境的复杂性,一座智能工厂所需的基础设施,其强韧度和可靠度要比一般的IT基础设施高出一个等级。再有,制造业企业相对传统,在吸引IT技术人才方面也有所欠缺。
好的网络其实可以推动IT与OT融合,如OT可以开始考虑让生产设备通过工业物联网进行实时通信,而IT可以尝试分析各种设备的运行数据以发现提高效率的方法,这让好的工业网络成为智能制造的“催化剂”。
进一步说,智能制造要解决的首要问题其实是网络连结。过去的工厂网络相对独立,因为工厂管理层最不希望看到制造系统受到网络攻击,但现在企业也希望有所改变,因为封闭的网络使生产数据的价值无法被深入挖掘,智能制造更是无从谈起。
二、剖析智能制造三大挑战,寻破解之道
全球制造业格局正发生着深刻变化。在各个地区,制造业奋力向前的同时,均面临着如何减少停机时间提升生产效率、逐步实现移动网络在制造企业的广泛应用、及物联网时代如何降本增效、减少浪费这三大挑战。
尽可能地减少停机时间: “时间就是金钱”这句话也正是为制造业量身定做。仅仅几分钟的停机就可能让大型企业损失成千上万美元,更会给企业声誉带来长久的损害。因此全球的制造企业,无论大小,都将减少停机时间作为最关注的事项。
移动网络在制造企业的应用:随着近年科技的进步与发展,SaaS云网络管理技术为移动网络在制造企业的应用提供了一个更为便捷的工作方式,工厂经理和高管实现了远程办公。无论他们身在何地,都可以实时了解企业生产运营信息。当然,这需要IT部门和OT部门之间更好地配合——部署更好的网络方案,让制造企业在网络应用上获得无与伦比的体验。
降本增效减少浪费:降本增效对于任何一家企业都是重中之重。对企业而言可以收获更多利润、对社会而言可以保护生态环境。简而言之,在IT和OT走向融合的大趋势下,智慧工厂降低损耗、节约成本的关键在于如何正确地通过IT工具来部署OT设备和技术,并将生产信息准确地传递给相关团队。
作为面向未来的智能IT解决方案,思科Meraki紧跟全球数字化趋势,提供简捷、安全和智能的解决方案,近几年始终活跃在帮助制造型企业实现智能化转型的舞台上。通过 Meraki 的 SaaS 云网络管理平台,用户不仅能组建定制化的无线网络环境,并且通过基于浏览器的控制面板就能完成对整个系统的管理。Meraki SaaS 云网络管理平台是 Meraki 产品组合的云网络基础,其解决方案包括无线接入点 (MR), 交换机 (MS), 含安全功能的路由器 (MX) 和 SD-WAN,以及最新 IoT 产品传感器(MT)。Meraki所具备的简捷、智能、安全、降本增效的独特特点,可以助力智能制造业应对三大挑战。
(一) 利用Wi-Fi 6实现工业物联网(IIoT)
智能工厂正在拥抱的数字转型的一个关键组成部分是工业物联网(IIoT),从机器人到叉车,再到工具车的所有设备都连接到网络上。有了这样的连接,便可以实现集中管理及监测,同时利用各种分析工具提高生产效率、减少停机时间并作出更明智的判断及预测。而面对如此多的无线设备接入网络,最具挑战的则是需要有支持Wi-Fi 6强大而稳定的网络环境。Wi-Fi 6技术相较之前最重要的改进是减少拥塞并允许更多设备连接到网络,提高了效率和网络容量。Wi-Fi 6有可能将每个用户的平均吞吐量提高四倍,从而为制造商提供高性能且稳定的IIoT部署。
思科Meraki借助Wi-Fi 6 认证技术,为用户提供全新的体验,在提供更快的速度以增强应用体验的同时,为高密度室内外环境提供更大的容量。在Wi-Fi 6的帮助下,思科Meraki的应用场景可适用于室内外的高密度Wi-Fi,并具备丰富的性能监控和保护手段。此外,丰富的分析结果可以为客户提供更宝贵的洞见。
全球某知名汽车公司在产线上部署了Meraki Wi-Fi 6解决方案之后,IT运维团队可以随时了解厂区网络运行情况。一旦遇到异常,可以迅速精准定位出故障的工业机器人,并采取预防措施以避免产线停摆。同时,智能管理网络也便于总部集中管理分布在全国各地的厂区网络,用更精练的IT团队管理庞大的网络。
(二) 使用MT环境传感器监控智能工厂
传感器及其配件的基础作用是进行监测。而如今,传感器可以结合大数据帮助企业改善其生产流程、预测故障,并最终提高现代智能工厂的效率。思科Meraki MT包括了一系列环境传感器(室内温/湿度、室内泄漏、开/关门),实时提供远程可视化监控,以帮助全天候保护企业的资产和设备。起初这项技术部署在IT机柜中,以确保关键基础设备的正常运行,如今已经扩展到制造商的各类环境监控中。Meraki MT环境传感器可以轻松地在几秒内完成配置,通过Wi-Fi 6无线接入到网络中,使得对于环境及危险监测变得更为可移动,IT及高层管理在任何环境下都可以掌握环境状态。
全球知名的机器人技术研发企业Bossa Nova的制造试验车间一直缺乏可靠的环境监测手段,来保障其昂贵的设备免受温湿度变化及漏水情况等造成的损害。包括对于温度、湿度变化及漏水等相关检测。Bossa Nova在现有网络部署中添加了两种云管理传感器:MT10温/湿度传感器和MT12漏水检测传感器。在部署的头几个月,Meraki MT传感器帮助Bossa Nova避免了至少2次由过热引起的开关故障,避免损失硬件成本逾3万美元。Bossa Nova的资讯科技及机器人通讯总监Todd Shipway说:“Meraki MT传感器对于保护机器人产品至关重要,如果没办法监测温度,我们很可能会损失一个或多个机器人,每个机器人的造价高达10万美元,那将会是一笔巨大损失。”
(三) 使用MX实现厂区到总部的SD-WAN改造
随着制造企业的业务不断扩张,伴随而来的是工厂扩建而带来的网络部署烦恼。过去的做法是需要IT人员亲赴各个工厂部署网络,并且由于项目时间周期不同各地网络环境的部署很难做到统一、一致且稳定,每当项目更新IT人员又需要重新赶往各个工厂进行部署升级。
在智能制造时代下制造企业有了更多的选择。通过思科Meraki MX设备,企业得以远程进行大规模快速部署,从而大幅降低WAN成本。思科Meraki提供支持SD-WAN功能,能让分布不同地点的运营站点组成高效的广域网。
澳洲某知名造纸厂拥有120个厂区,其需要解决单片机联网的问题,先前的解决方案复杂且低效,没有任何工具对网络进行管理,且每当排查故障时需要协调当地工程师及IT人员,人力成本极高。当使用了支持SD-WAN功能的Meraki MX路由器之后,使各站点轻松和总部得以相连接。Meraki SD-WAN提供了更简捷的可视化管理系统,让IT人员无需到厂即可实现各类部署及更新,大大降低了运营及部署成本、提高了运维效率。
三、道阻且长,行则将至
根据《智能制造发展指数报告》显示:2020年工业设备数字化率为50%,设备联网率仅为23%,远远低于同期消费互联网高达70%的联网率。这意味着制造业的智能网络转型迫在眉睫,制造业企业迫切地需要一个更稳健、安全、灵活且可远程中央管理的可视化网络。他们已然认识到智能而强大的网络可以为企业化解难题,并向智能制造演进。
从这些角度看,思科Meraki 解决方案的部署简易,维护轻松,稳定可靠,投资回报率高等特点,恰好贴合了目前制造业数字化升级的诉求。
数字化转型的机遇稍纵即逝,制造业的智能化也是时不我待,选择思科Meraki就等于选择了敏捷、高效、易部署维护的先进工业网络,企业就此可以抓住智能制造发展的历史性机遇。
好文章,需要你的鼓励
随着AI的使用、创新和监管混乱超过认可的标准,IT领导者只能开发内部方法来减轻AI风险,依靠框架、工具和他们的同事来正确使用AI。
几年前,当澳大利亚红十字会(Australian Red Cross)这个社区服务慈善机构开始进行数字化转型的时候,发现有很多不同的系统无法协同工作。如今,经过数据梳理和发挥作用,可以满足不断变化的需求。
在此次活动中,IBM展示了最先进的IBM Quantum Heron计算机是如何以比以前更高的精度和速度执行复杂的量子算法,同时为进行高级分子模拟的新方法铺平了道路。
想象一下,一个人工智能系统不仅能阅读文本或识别图像,还能够同时读、写、看、听和创造。这其实就是多模态人工智能的精髓。这些先进的多模态人工智能系统可以同时处理和整合多种形式的数据,包括文本、图像、音频甚至视频。这就像是赋予了人工智能一整套的感官。