订阅并收听AW的播客!
订阅并收听“自动化世界回答你的问题”播客!
听这里

用例帮助理解工业物联网的价值

如果你利用他人的经验来帮助你理解数字转型的好处,排在第二、第三或第四名可能是一件好事。

Aw 135582 Dianemurrayweb

围绕工业物联网(IIoT)的热情持续增长。尽管制造业企业急于从中获益,但他们的投资速度仍跟不上他们的热情。这并不是说高管们没有意识到印度工业物联网提供的巨大机遇。事实上,让他们犹豫的甚至不是可伸缩性或网络安全等技术问题。大多数公司的财力都不够雄厚,无法在第六感和直觉的基础上实现信心的飞跃。因此,投资印度工业物联网的两大挑战纯粹是财务方面的:建立商业案例和融资。

这并不是一个新问题,甚至也不仅仅局限于工业领域。每当一项新技术出现时,其益处的范围和规模往往是未知的,直到有人开始使用它。例如,早在1799年,飞机就开始成型,但直到1903年莱特兄弟的第一架动力飞机,世界才认为空中旅行是可行的。即便如此,怀特夫妇直到1905年才与美国政府联系,将其视为潜在客户,而美国陆军直到1909年才开始购买任何东西。

又过了五年,一位商人才认识到商业飞行的潜在价值,并开通了世界上第一条定期客运航空公司的航线,往返于圣彼得堡和佛罗里达州的坦帕市之间。普通票价是每人5美元,在1914年运营的4个月里,圣彼得堡-坦帕汽船线一共运送了1205名乘客,净赚至少6025美元,相当于今天的14.5万多美元。

第一家商业航空公司的创始人没有从其他地方寻找他们的努力可能带来的潜在经济价值。不过,完全有可能是后来的航空公司注意到了第一家公司的成功,以及它从有翼飞行技术中获得的价值,从而建立了一个商业案例,并为新的商业航空服务筹集了资金。

工业物联网技术的早期采用者和数字转型的早期开拓者是其他渴望探索新技术所带来机遇的工业公司的灯塔。

对数字转型和工业物联网感兴趣的公司可以从这些开拓者身上收集到更多信息,而不仅仅是他们做了什么和如何做的。将用例应用到不同的业务确实需要一些创造力,但可以消除盲目购买的风险。高管可以参考已经获得收益的同行公司,对自己公司的真正财务价值做出有根据的估计。让我们来看看LNS Research最近研究的三个用例。

用例1:增压就地清洁系统

一个快速和有效的就地清洁(CIP)过程是必须的任何制造商,由美国食品和药物管理局(FDA)或其他管理机构或合规组织监管。有效的CIP不仅确保遵守;它是制造商增加资产可用性和提高整体设备有效性(OEE)的一种手段,同时降低与产品安全相关的风险。

LNS调查的一家公司正在利用工业物联网重新思考CIP。该公司使用工业物联网来提供CIP的全球可见性,并持续测量清洁度,只有当生产线清洁时,CIP过程才会结束,而不是每个本地工厂在完成CIP活动后假定生产线是清洁的。该公司的转换时间平均为每条生产线4小时,预计转换时间将减少50%或更多,同时食品安全风险也将大幅下降。

用例2:应用社会、地理空间和资产数据

欧洲最大的铁路系统之一最近花了两年时间实施了一个工业物联网试点项目,感知、连接和分析整个网络的数据。该机构每年的维护和维修预算超过10亿欧元(11.2亿美元),预计在维护方面可以节省8%以上。他们计划实现这一目标的方法之一就是简单地将火车调头。通过检查物流、地理信息系统(GIS)和资产数据,该公司发现太多列车在同一方向运行同一路线,这造成了磨损不均,增加了维护活动。来自大数据分析的规范性见解实现起来出奇地简单——就像让火车掉头一样。

与此同时,欧洲一个主要城市的当地污水处理设施最近启动了一个工业物联网项目,将实时和历史过程数据与历史和流媒体社会数据进行比较。该项目的两个早期见解揭示了数据中很少有人预料到的相关性。该组织发现,高收视率电视节目的广告时段与该系统的需求峰值之间存在相关性。这种洞察力使运营商能够识别某些需求的增长是暂时的,并避免增加不必要的额外产能。一些见解使工业企业能够预见到这一大笔钱。

用例3:智能产品和干扰质量测试

我们的分析师研究了一家领先的智能连接产品公司,该公司正在其最终产品中使用新的连接和智能功能,在生产过程中进行质量测试,并消除之前未检测到的到达时死亡(DoA)故障。这种方法大大降低了质量测试的成本。

用例只是一个开始

这三个例子只是目前可用的用例中的一小部分,供公司在构建投资数字转型和工业物联网技术的业务案例时使用。秘诀在于了解别人已经做了什么或正在做什么,并设法使他们得到的结果与你的业务相关。这对大多数组织来说都有巨大的价值,但他们每等待一天,就会损失另一天的价值。

第一步是确定为什么该公司仍在试图找出其工业物联网战略,以及原因是否在于建立投资的商业案例。下一步是向同行公司和研究分析师了解数字化转型用例、切入点、方法和好处。

阅读更多关于这些和其他用例

黛安·默里是高级市场营销和研究助理LNS的研究.她的编辑和营销工作跨越LNS覆盖领域的广度,包括数字转型和工业物联网(IIoT),以及制造运营管理(MOM)、资产绩效管理(APM)、质量管理以及环境、健康和安全(EHS)。

发现新的内容
访问自动化世界的免费教育内容库!
开启学习在这里
发现新的内容
测试你的机器学习智能
参加自动化世界的机器学习测试来证明你的知识!
需要测试
测试你的机器学习智能