Control"},"section_hierarchy":[{"id":33176,"name":"Products","alias":"products"},{"id":33177,"name":"Control","alias":"products/control"}],"taxonomy":[],"authors":[{"id":13743059,"name":"David Greenfield"}]}">

裁剪十年出优化曲线

11月29,2016
GE目标从工业公司转变为软件分析公司,随着公司围绕新Predix系统定位而变得更加清晰

GE能源连接局首席数字官Steven Martin表示 道道道道道道道道道道道道道道道道道道道道努力减时实现高效状态

Martin表示终端用户多年来使用从传感器控制器收集的基本操作数据以同样方式优化设备但是,如果你在这些资产中安装更多传感器提取更多数据,提高分析和集成应用洞察力,你就能快速获取这些资产的丰收量,他说。正像我们所见可再生能源行业应用可切除数十年优化曲线

环环全供应链加速优化重构产业过去几年来,GE一直努力调整业务,成为支持工业互联网软件公司(GE物业互联网首选术语)。同道多大型自动化技术提供商今日开机GE2016Minds+M机器公告似乎将公司推向向工业端用户和OEMs提供全包IIOT增强能力软件

GE报告今年软件组合订单正按部就班提高25%至70多亿美元公司表示这一增长率使GE成为世界增长最快数字工业公司

前缀归为系统
本年度Minds+M机器事件核心焦点围绕前缀系统发布,使GE前缀分布系统Predix系统称它为“完全边对边提供”。据公司称,Predix系统是“软件架构和服务,设计使机器成为智能资产并给工业基础建设和运营的每一部分带来可见性、控制和分析洞见”。Predix系统可运行各种操作系统、装置和窗体因素,包括传感器、控制器、网关、服务器和云

GE首席执行官Jeff Immelt在基调演说中表示,自公司今年早些时候向客户开放平台以来,19,000开发商目前正在Predix上建期望年终前有2万开发商在平台工作

Predix系统的一个关键方面是它增强数字双生子(也称虚拟化)预测和优化机器性能数字双子概念对前缀系统如此重要的原因是它打算用于企业所有资产中水平应用从预测维护应用初级使用数字双机学习优化整个企业及其运营

机器学习对GE数字双机概念的关键性基础是获取Bit Stew系统Wiserio将利用两家公司获取数据智能和机器学习能力,并带入Predix系统更多了解这些获取

适应新业务模型
Predix系统策略聚焦公司边缘计算自动化技术层,GE自动化控制总裁兼CEOJIM Walsh承认技术集中与GE竞争者基本相同和GE从边缘到云层合作时, 并不存在像GE这样有机拼凑成片子的人

Walsh为这个语句补充了一个重要的警告:“当宇宙中心为数据时,带入非传统竞争者。”

换句话说,同IIoT改变环境面向终端用户和OEMs一样,它对技术提供方也是这样做的。

讨论技术如何改变制造商和供应商的竞争环境时, 我向Walsh询问GE日益增长的生态环境以及GE技术与其部分伙伴技术的明显重叠他说,“我们思想进化”。两年前,我们多次讨论技术重叠问题我们所学到的是 会有一些重叠无法自制数据即货币,控制并存取数据者将判定谁是赢家GE独有位置OEM拥有数据[产品主 并降低威胁性

GE大变换正在改变OEM客户的思维方式Walsh说,“我们一直善于内部驱动竞争力”。帮助OEM客户定位业务, 向客户交付结果而不是出售设备开始自问:对客户企业有影响的结果是什么?不再是传统方法[仅售设备]

工业OEM空间中,这种转换缓慢,因为大多数OEM仍然专注于设备销售,像他们一贯所做的那样,而不是出售设备作为服务提供的东西。

Rich Carpenter,GE自动化控制平台总管理员,指针Schindler高压器实例,它正在围绕新模型自我转换他们的利润率上升 因为他们提供更好的服务

边缘计算是新设备As-Service业务模型的一个关键方面,并总体上优化生产Predix系统今年开放外部开发商后, Walsh指出GE快速转移焦点,由带宽问题和企业希望保留关键数据之组合变得清晰-用边缘计算分析比向云上传越来越多数据更明智方法-他说

带所有2016年Minds+机器公告Predix系统大范围与生态系统GE环流开发似乎将Predix主要定位为最大公司技术Walsh了解GE策略Predix, 因为它与绝大多数制造商相关,

Walsh说,“你有能力用软件变换能力,用服务或许可出售软件必须使人们容易启动,这意味着分解它。”作为GE如何促成这一点的例子,他引用GE现场代理中连接到前缀数据采集分析并显示解析方法如何引出新结果如果我们的投手你不得不从所有开始, 对大多数公司来说,那将非启动程序。”

本条款中的公司

赞助建议

Lockheed Martin探索自控机器人使用

洛克希德马丁使用Xaba单机神经网络提高机体制造商业机器人的精度和一致性

产业更新:OT中的AI

微软人工智能与Avela和Siemens操作技术软件

cobot安全透视

自动化世界DavidGreenfield与美国SchmersalDevin Murray学习abtu风险评估

运动控制:电或气

复杂机多轴运动控制充电选择常取决于应用速度和行程长度