學習借鑒：2018日本工業物聯網發展趨勢
2018-06-21 09:54:34
來源： 瑞穆科技 熱度:
以德國工業4.0為契機，工業物聯網應用的商業模式變革持續擴大、飛速發展。起初，人們還在探索何為工業4.0，物聯網化是否可行，而這些都將成為2018年的發展重點。2014年到2016年為工業物聯網發展的市場墾荒階段，也稱為發展前期導入階段。隨著物聯網商業發展取得實際成效，2017年開始進入發展第二階段。2018年將是第二階段迅速發展的關鍵之年，在步入成熟發展階段之前，有望迎來物聯網云平臺價值的調整洗牌時期。
包括MONOist在內的5家制造業宣傳媒介都認為“工廠互聯”“服務互聯”“技術互通”是制造業物聯網發展的關鍵所在，其中“工廠互聯”領域的穩步發展有目共睹。
日本經濟產業省（日本政府組成部門——譯者注）發行的《基礎制造業白皮書》2017版問卷調查部分，針對“應由哪個部門負責制定數據采集和應用方面的戰略及規劃”進行了提問，答案最多的是“制造業部門”。實際上，制造業主導此類規劃數量占比達到44.8%，側面反映出日本國內當前制造業物聯網發展以“工廠互聯”化為中心。
圖1 《基礎制造業白皮書》2017版問卷調查結果情況
一、“工廠互聯”的現狀及階段
“工廠互聯”的發展分為多個階段。最基礎的數據獲取為“階段0”，數據應用的“可視化”是“階段1”。在此基礎上，“分析”“自動控制”“最適化”“自我管理”等要求得以逐步實現。
目前最普遍的是可視化相關解決方案。原始的作業現場是應用報警燈來監督管理“現場、實物、實況”，“可視化”的發展取代了原始的裝置。即使以相同的現場數據為基準，原始作業情況下傳達到現場操作員和廠長以及管理層的信息都會產生差異，這樣管理層無法獲得準確無誤的數據，并且需要增加提取數據的工作。正是應對這種需求，“可視化”將信號燈的情報表數字化，更準確地反映工廠的實際操作情況。
“步驟1”的數據分析現已普及。其特點是，不僅實現單純的數據收集，更能對數據進行深入分析，并下達指令給機器實現操作。具備數據分析能力的機器已經很常見，2018年將會有新型的“可視化”機器接踵而來。
圖2 供應鏈管理系統顯示屏面
這樣的變革先期在組裝、代工等制造領域體現，并將在原材料、鋼鐵等裝備制造業領域擴大應用。為推進大型裝置制造業自動化發展，數據的收集勢在必行。這些數據的應用將大幅提高工作效率，使產量、生產品質發生巨大變化。
二、“工廠互聯”的5大發展趨勢
2018年將會看見“工廠互聯”成為本年度的熱門話題。
趨勢一，“邊緣化”加速發展。現場機器（終端）將數據篩選處理后再上傳云端這一需求存在實效性和安全性的隱患，并且最近“數據質量”問題在日本再次引起關注。這將“工廠互聯”“可視化”的重點推向數據“分析”。
如何獲取有效數據成為重中之重。如果無效數據過多，人工智能、大數據分析技術即使大力發展，分析的結果也毫無意義。在數據現場“獲取有分析價值的、有效的數據”的需求，將推動“邊緣計算”的大力發展。
近來，以邊緣計算為主軸研究開發的團體十分活躍。例如，發那科推進的物聯網平臺“field system”就是專門面向制造現場的服務系統。此外，2017年11月，三菱電機、NEC也共同推出名為“Edgecross”的系統。另一方面，微軟、亞馬遜服務AWS等云平臺服務商也開始涉足“邊緣”領域。邊緣數據將成為2018年的重要議題。
趨勢二，“AI應用擴大”持續發展。制造現場環境的變動以及受邊緣數據多元化的關聯影響，如何應對不穩定因素達到最適配置技術是人工智能長期以來的攻克難點之一。人工智能不僅需要龐大的計算能力，也離不開云端數據的支持。三菱電機、歐姆龍等廠商相繼開發了對應“邊緣”的機械控制器對機器及數據進行管理。
圖3 利用AI分析傷痕
趨勢三，“移動生產線”進一步發展。工業4.0和智慧工廠催生出“定制化”需求。而“定制化”的實現需要綜合訂單情況和生產情況對生產線進行靈活調整。靈活的網絡和具有把控全局能力的生產控制系統是實現大規模訂制的基本前提。為保證生產線的靈活性，生產線模塊化以及自由組合的操作都是基本條件。2018年將會逐步由概念向實際應用轉變，例如現在比較常見的無人搬送車（AGV）應用。
趨勢四，“自動化檢驗領域擴大化”。以“移動生產線”為前提，工程自動化檢驗領域的擴大勢在必行。2017年，日本制造業遇到了前所未有的難題—生產品質下降。將來保證產品歸本溯源在于掌握生產的“品質數據”。2017年12月日本經濟產業省發布“品質保證體制強化”對策，其中提到品質數據共享及重組的問題。工程自動檢驗技術的推進將催發這一領域的發展。在AI和機器人技術等發展的推動下逐步攻克以往的技術難題，甚至可能一鼓作氣實現技術飛躍。
圖4 機器人和AI結合應用操作
趨勢五，“工廠安全升級”專業發展。“工廠互聯”發展不斷推動，工廠會遇到更多的網絡攻擊。推進物聯網應用的同時，安全性的強化也是日本制造業發展需要面對的嚴峻問題。例如2017年發生過一起規模龐大的毒蟲侵害事件。今后“工廠互聯”發展中還會遇到更多諸如此類的攻擊。物聯網云平臺的安全性和可擴展性涉及物聯網落地基礎是否扎實的本質，因此如何防范及解決這些問題至關重要。
三、“服務互聯”將如何發展
如果說“工廠互聯”已經處在順利發展階段，那么“服務互聯”還有更多的發展空間。小松的土地日志中記載，機械建設類中例如通用（GE）和勞斯萊斯在航空引擎領域還處于由“硬設施”向“軟服務”的商業服務發展過渡階段。日本大金工業也參與了相關活動，但目前日本并沒有出現此領域的領軍企業。
不可否認的是，低功耗廣域物聯網（LPWAN）等提供了穩定且廉價的網絡環境，為大多數企業在“服務互聯”領域提供了良好的發展條件。
在“服務互聯”中，“遠程監視”“故障預測”“預防保全”是保護和修理中最重要的三個方面。不僅航空引擎這樣的大型機械需要相關維護保證，連打印機這類小型機器也成為服務對象。2018年將會有各種各樣的新商業網服務模式閃亮登場。
除了“維護”領域以外，其他商業服務將如何發展，也是日本制造業日后面臨的巨大難題。雖然日本經濟產業省鼓勵生產制造企業由“硬設施”向“軟服務”發展，但想要突破傳統，構建新的商業模式仍存在很大困難。基于現有產品的延伸性業務突破，需要切換成從客戶端出發的設計思維或者系統思維。
另外，圍繞物聯網領域的項目開展離不開市場投資和資本運作的助力。美國硅谷、中國深圳、以色列等投資聚集地的勢態讓人拭目以待。
眾所周知，服務商業化運營具有相當難度。以德國為首的許多國家都在開發新領域尋找新出路。例如開發以先進的信息物理融合的設備生產高附加值的軟硬件結合的智能產品。再者，眾多企業開發獨立的云端獲取獨有數據，以創建自己的新數據庫并進行服務性的創新應用，也是當下服務業開發的默認方式。應用程序和商業綜合體的相互結合應用又形成另一類新的開發方向。
在新的制造情報系統建立的基礎上，可以實現超越時間和空間的新商業型態，例如虛擬工廠的開發和使用會激活市場需求。這意味著“工廠物盡其用（即工廠既承擔生產也承擔服務任務）”。工廠相互開放、資源置換后不僅擁有自己的數據同時也接受外界數據，在空余的時間內對其他數據進行有效分析、利用。這就是我們所說的制造業商業模式的創新變革。
這就是創建日本制造業“服務互聯”體系的大致方向。其中，產品物聯網化、創建數據庫是推動全產業發展的重要所在。
四、制造業物聯網化的實踐先驅——NEC
NEC是日本制造業IT領域的領軍企業，在數字變革中提出“首先推動自我數字變革，獲取經驗和技術，再將其系統應用于客戶”的發展方針。在大多數企業對應用制造業物聯網化仍處于觀望狀態時，NEC已通過實踐儲備了適應于物聯網化發展的相關技術。
例如，NEC在日本甲府營業點所在的服務器制造工廠采用數據平臺技術，利用客戶提供的數據進行訂制生產。同時將其自主研發的基于異種混合學習技術的人工智能預測功能運用到生產計劃制定中，成功將生產成本降低了45%。以此為契機，NEC已經對外發售這套系統。
不僅如此，NEC還致力于開發以智能手機為載體的作業管理系統，試圖將生產計劃、機器作業數據等同時傳送至手機以實時獲取最新狀態。在手機獲得數據后，工作人員可以第一時間進行處理，通過聲音識別下達工作指令，預計可以減少40%的工作時間。
圖5 智能手機的操作頁面樣本
在制造現場，NEC還擁有“供應鏈異常管理”的可視化系統和自動化檢查系統——AI Visual Inspection。這些產品的使用可以通過數據將制造業的各方訴求可視化，是數據情報交流的重要平臺。
NEC早在2015年就發布了物聯網應用體系的方針《NEC Industrial IoT（NEC工業物聯網）》。不僅如此，NEC還提出“共創生產制造”的制造業支援項目，以及創辦各類針對物聯網發展中如何獲取新價值等話題的交流活動。
物聯網的發展任重而道遠，需要IT和AI技術相伴協作，缺一不可。
責任編輯：林西
