?對(duì)于考慮工業(yè)物聯(lián)網(wǎng)的制造商來(lái)說(shuō)，維護(hù)監(jiān)控方面的投資僅次于利用自動(dòng)化機(jī)會(huì)。這是微軟和英特爾委托對(duì)北美(40%)、歐洲(35%)和亞太地區(qū)(25%)的500名高級(jí)和中級(jí)經(jīng)理進(jìn)行的調(diào)查中發(fā)現(xiàn)的眾多見(jiàn)解之一。參與者熟悉工業(yè)物聯(lián)網(wǎng)，并負(fù)責(zé)汽車(chē)、電子、制藥和其他產(chǎn)品生產(chǎn)中的數(shù)字化轉(zhuǎn)型。這份名為“物聯(lián)網(wǎng)信號(hào):制造業(yè)聚焦”的報(bào)告揭示了工業(yè)物聯(lián)網(wǎng)帶來(lái)巨大績(jī)效收益的領(lǐng)域，并確定了實(shí)現(xiàn)未來(lái)增長(zhǎng)的目標(biāo)。

一、智能工廠的發(fā)展趨勢(shì)

智能工廠作為制造業(yè)向更高水平發(fā)展的關(guān)鍵力量，近年來(lái)在全球范圍內(nèi)得到了快速發(fā)展。根據(jù)觀研天下的數(shù)據(jù)，我國(guó)智能工廠市場(chǎng)規(guī)模在持續(xù)增長(zhǎng)，預(yù)計(jì)2024年將達(dá)到12854億元。這一趨勢(shì)反映了制造業(yè)對(duì)智能化、自動(dòng)化技術(shù)的迫切需求，以及智能工廠在提高生產(chǎn)效率、優(yōu)化資源配置、降低運(yùn)營(yíng)成本等方面的顯著優(yōu)勢(shì)。

二、工業(yè)物聯(lián)網(wǎng)的推動(dòng)作用

工業(yè)物聯(lián)網(wǎng)是實(shí)現(xiàn)智能工廠的重要基礎(chǔ)。它通過(guò)連接工廠中的各種設(shè)備、傳感器和信息系統(tǒng)，實(shí)現(xiàn)了數(shù)據(jù)的實(shí)時(shí)采集、分析和利用，為智能工廠提供了強(qiáng)大的數(shù)據(jù)支持。工業(yè)物聯(lián)網(wǎng)的應(yīng)用使得工廠能夠?qū)崟r(shí)監(jiān)控設(shè)備的運(yùn)行狀態(tài)、預(yù)測(cè)潛在故障、優(yōu)化生產(chǎn)計(jì)劃等，從而提高了工廠的整體運(yùn)營(yíng)效率和競(jìng)爭(zhēng)力。

三、KPI調(diào)查的重要性

KPI（關(guān)鍵績(jī)效指標(biāo)）是衡量智能工廠績(jī)效的重要工具。通過(guò)對(duì)智能工廠的KPI進(jìn)行調(diào)查和分析，可以了解工廠在各個(gè)方面的表現(xiàn)，如生產(chǎn)效率、設(shè)備利用率、產(chǎn)品質(zhì)量、能源利用效率等。這些KPI不僅反映了工廠當(dāng)前的運(yùn)營(yíng)狀態(tài)，還為未來(lái)的改進(jìn)和優(yōu)化提供了方向。

四、KPI調(diào)查標(biāo)志增長(zhǎng)的原因

1. 技術(shù)進(jìn)步：隨著工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的不斷發(fā)展，智能工廠的技術(shù)實(shí)力得到了顯著提升。這些技術(shù)的應(yīng)用使得工廠能夠更高效地處理數(shù)據(jù)、優(yōu)化生產(chǎn)流程、提高產(chǎn)品質(zhì)量等，從而推動(dòng)了KPI的增長(zhǎng)。
2. 市場(chǎng)需求：制造業(yè)對(duì)智能化、自動(dòng)化技術(shù)的需求不斷增加，推動(dòng)了智能工廠的發(fā)展。為了滿足市場(chǎng)需求，企業(yè)需要不斷提高生產(chǎn)效率、降低成本、提升產(chǎn)品質(zhì)量等，這些都需要通過(guò)優(yōu)化KPI來(lái)實(shí)現(xiàn)。
3. 政策支持：政府對(duì)智能制造產(chǎn)業(yè)的支持力度不斷加大，為智能工廠的發(fā)展提供了良好的政策環(huán)境。政策的推動(dòng)使得更多的企業(yè)愿意投入資源建設(shè)智能工廠，并不斷優(yōu)化KPI以提高競(jìng)爭(zhēng)力。
4. 行業(yè)經(jīng)驗(yàn)：隨著智能工廠建設(shè)的不斷推進(jìn)，企業(yè)積累了豐富的行業(yè)經(jīng)驗(yàn)。這些經(jīng)驗(yàn)使得企業(yè)能夠更好地理解如何優(yōu)化KPI以提高生產(chǎn)效率和質(zhì)量，從而推動(dòng)了智能工廠的整體發(fā)展。

投資回報(bào)率

預(yù)測(cè)性維護(hù)使用智能監(jiān)控將停機(jī)時(shí)間和更換成本保持在最低水平，即使在艱難的金融市場(chǎng)中，這種場(chǎng)景也繼續(xù)為智能工廠運(yùn)營(yíng)商帶來(lái)回報(bào)。制造商在考慮未來(lái)投資時(shí)會(huì)密切關(guān)注股本回報(bào)率或資本回報(bào)率等指標(biāo)，而能夠提高資產(chǎn)收入的物聯(lián)網(wǎng)系統(tǒng)受到高度重視。

總部位于德國(guó)的物聯(lián)網(wǎng)分析集團(tuán)(IoT Analytics)指出了富士康的例子。該集團(tuán)與微軟和英特爾合作，為該報(bào)告匯編和分析數(shù)據(jù)。該公司是蘋(píng)果等知名公司和其他知名品牌的電子設(shè)備制造商，在其深圳工廠投資了大量機(jī)器傳感器，這些傳感器可以記錄生產(chǎn)設(shè)備的性能以供分析。“通過(guò)匯總歷史數(shù)據(jù)和使用人工智能算法，機(jī)器故障可以提前預(yù)測(cè)，將設(shè)備效率提高17%，”物聯(lián)網(wǎng)分析公司的Philipp Wegner寫(xiě)道。

超過(guò) 86% 的受訪專家將監(jiān)控整體設(shè)備效率視為一項(xiàng)重要或非常重要的關(guān)鍵績(jī)效指標(biāo) (KPI)。結(jié)果表明，雖然有許多因素共同將制造性能推向更高水平，但某些標(biāo)記比其他標(biāo)記更強(qiáng)。

從地理上看，與歐洲或亞洲的工廠相比，北美工廠更有可能實(shí)施或正在實(shí)施智能工廠戰(zhàn)略。但是，整體采用率仍然很高，在 Microsoft-Intel 研究中至少有三分之二的受訪者（在北美上升到 80%）做出了積極回應(yīng)。

深入挖掘工廠 KPI 數(shù)據(jù)有助于表明制造商對(duì)在其生產(chǎn)線上推出物聯(lián)網(wǎng)的熱情。根據(jù)微軟和英特爾的調(diào)查受訪者報(bào)告的數(shù)據(jù)，在過(guò)去三年中，工廠 KPI 提高了 15.3%。對(duì)于采用者來(lái)說(shuō)，這可能只是一個(gè)有益趨勢(shì)的開(kāi)始。從現(xiàn)在到 2025 年，運(yùn)營(yíng)商預(yù)測(cè)迄今為止的工廠 KPI 增長(zhǎng)將提高 66%。

網(wǎng)絡(luò)儲(chǔ)蓄

展望未來(lái)，制造商指出減少網(wǎng)絡(luò)安全事件的數(shù)量以及縮短平均檢測(cè)時(shí)間 (MTTD) 作為兩個(gè)相關(guān)的 KPI，它們?yōu)槲磥?lái)智能工廠運(yùn)營(yíng)的改進(jìn)提供了很大的空間。其他領(lǐng)域包括優(yōu)化能源使用，假設(shè)高供應(yīng)價(jià)格持續(xù)存在，以及減少?gòu)U物，包括運(yùn)營(yíng)和設(shè)計(jì)投入。

還有更多關(guān)于可持續(xù)性主題的好消息。調(diào)查發(fā)現(xiàn)，野心增幅最大的 KPI 是智能工廠領(lǐng)導(dǎo)層希望減少其運(yùn)營(yíng)的碳足跡。這表明未來(lái)活動(dòng)將加速，因?yàn)楣臼艿饺找鎳?yán)格的環(huán)境立法和客戶對(duì)更環(huán)保運(yùn)營(yíng)的日益增長(zhǎng)的需求的約束。

坊間證據(jù)表明，可持續(xù)性的改進(jìn)可能需要使 KPI 更易于衡量和可視化，以便車(chē)間的工人能夠更好地監(jiān)控對(duì)生產(chǎn)流程所做的任何更改對(duì)環(huán)境的影響（排放計(jì)算器可以提供幫助）。

腳踏實(shí)地

雖然肯定對(duì)新想法持開(kāi)放態(tài)度，但制造業(yè)必然是務(wù)實(shí)的，調(diào)查的作者指出，增強(qiáng)現(xiàn)實(shí)和數(shù)字雙胞胎的使用處于相對(duì)早期的階段，項(xiàng)目處于概念驗(yàn)證 (PoC) 或開(kāi)發(fā)階段。根據(jù)受訪者提交的意見(jiàn)，就未來(lái)投資而言，預(yù)計(jì)數(shù)字雙胞胎的支出將高于平均水平，而增強(qiáng)現(xiàn)實(shí)的支出預(yù)計(jì)將低于平均水平。

在任何想法完全投入使用之前，它們必須從 PoC 傳遞到試點(diǎn)計(jì)劃中，在那里將根據(jù)包括投資回報(bào)在內(nèi)的許多參數(shù)對(duì)其進(jìn)行評(píng)估，然后在有證據(jù)表明可以實(shí)現(xiàn)目標(biāo)的情況下推出。 已經(jīng)通過(guò)這條管道的項(xiàng)目包括基于云的質(zhì)量管理系統(tǒng)（50% 的受訪公司擁有完全或部分部署的解決方案）和基于人工智能的機(jī)器視覺(jué)（39% 的完全/部分部署）。 相比之下，只有 20% 的受訪者在全公司范圍內(nèi)使用增強(qiáng)現(xiàn)實(shí)來(lái)幫助指導(dǎo)組裝，大多數(shù)實(shí)施仍處于 PoC 階段。

這不僅僅是實(shí)用主義的一個(gè)因素——技能差距也可能是一個(gè)問(wèn)題，使用數(shù)字孿生等新技術(shù)來(lái)可視化、模擬和預(yù)測(cè)制造操作。 然而，隨著采用率的提高，整合挑戰(zhàn)——由于缺乏訓(xùn)練有素的人員而加劇——可能會(huì)緩解。?

責(zé)任編輯：華軒    來(lái)源： 千家網(wǎng)

本文轉(zhuǎn)載自51CTO：51cto.com/article/716757.html，如涉嫌侵權(quán)，請(qǐng)聯(lián)系刪除。