工业物联网云如何助力工厂自动化构建超大规模生态系统？

下一代工厂自动化和“工业4.0”等术语描述了5G、物联网和人工智能将对制造和材料处理等运营产生的影响。而第四次工业革命使这种转变与蒸汽机革命或上世纪初出现的电气革命相提并论。

物联网云(IoT)基于向几乎任何物体或设备添加紧凑型传感器和通信技术，以便更轻松地收集和共享信息。尽管这种做法能够追溯到一个多世纪以前，但5G技术的出现带来了指数级的连接性和延迟改进，将物联网推向了未知领域。

工业物联网云(IIoT)支持先进的工厂自动化，将来自机器人、设备、工具和产品的实时数据转换为可以显著提高效率的分析和决策。

工厂自动化和超大规模生产

受保护的知识产权以及高科技工厂和配送中心的封闭区域使其非常适合私有5G网络和小型蜂窝技术。与此同时，20Gb/秒的智能工厂数据速率、超可靠、低延迟通信(URLLC)和数百万台的物联网设备连接密度相结合，使工厂自动化成为要求苛刻的用例。尽管私有的5G网络可以保障安全和延迟要求，但大容量工业4.0计算和数据存储依赖于超大规模的数据中心。

数据中心软件对于协调和分析物联网数据、优化生产流程和确定预测性维护触发点至关重要。公共云服务是人工智能计算和大数据存储的可扩展选项，可以与每个工业网络的独特要求相协调。加密技术减轻了与超大规模生产商合作的工厂运营商的隐私和安全问题。

工厂自动化的好处

（1）提高生产力

下一代工厂自动化的首要优势是来自持续实时监控和自动化决策的生产力提高。机器对机器(M2M)通信无需等待人类对大量可用信息进行分析和采取行动，而是可以对来自多个来源的实时数据进行连续分析。先进的算法会产生自动更正、修改或优化流程的决策。通过持续改进以逐渐消除导致浪费和降低吞吐量的错误、瓶颈和故障。

（2）预测性维护

预测性维护可以采用工业物联网云(IIoT)设备提供信息，它不断地传输有关扭矩、磨损和3D位置的信息。预测性维护流程分析来自数百万个工具、设备和机器的数据，以准确确定何时需要校准和维护以及服务应该包括哪些内容。尽管传感器已经收集了数十年的工业数据，但5G的低延迟和智能引入了一个更加动态的维护循环，设备故障和过度磨损几乎都被消除了。超大规模云计算能力将感官反馈转化为可操作的维护计划、工作订单和采购计划。

（3）提高安全性

工作场所安全有助于持续提高员工满意度和保留率。由超大规模人工智能精心编排的零件、机器和车辆的运动也考虑了人类操作员在与智能工厂元素交互时的作用。增强的工业4.0可见性转化为提高工作场所的安全性，因为实时检测到设备退化并提醒工人注意潜在危险。可以立即报告事故，并在组织适当的响应时自动暂停操作。

纵观工厂自动化的历史，技术改进带来了更高水平的生产力、安全性和工人满意度，而不是机器大量取代工人。

（4）提高敏捷性

除了工业物联网云(IIoT)带来的前所未有的工厂意识之外，下一代工厂自动化还使生产线能够快速扩大或缩小规模，包括添加到组合中的新产品。“工业3.0”生态系统中的生产转换涉及人工而耗时的生产布局、采购订单和物流调整。超大规模计算能力减轻了这种分析的负担，并使转换过程自动化。这种敏捷性还延伸到新产品设计、包装和检测流程，这些流程在落地之前已经过虚拟建模和优化。

纵观工厂自动化的发展历史，技术改进带来了更高水平的生产力、安全性和工人满意度，而不是经常预测的机器大规模取代工人。标志着先前转变的电力和计算能力也导致了类似的怀疑。就像之前的革命一样，5G、超大规模计算和工厂自动化的融合将产生无限的好处和机会，因为机器人和计算机承担了平凡而危险的任务。

尽管尚未感受到工业4.0的全部影响，但围绕下一个基础技术的讨论和预测已经持续存在。从增强现实到机器人操作员的突破性创新可以让人们更接近“工业5.0”。尽管呼吁回归更加以人为本的工业环境，但计算机技术很可能仍将是人们讨论的核心。随着计算能力和大数据存储推动下一件大事，超大规模数据中心将继续推动这一进程。

通过开发弥合私有5G网络和超大规模数据中心之间差距的测试解决方案和专业知识，可以正在为高效可靠的下一代工厂自动化开辟道路。可互操作的网络测试、性能优化和服务保证工具组合支持最复杂的混合生态系统。