摘要:據經(jīng)濟合作與發(fā)展組織(OECD)預測,截至2020年,全球中產(chǎn)階級人口數量將從2009年的18億劇增至32億。中產(chǎn)階級人口的急劇膨脹將帶來(lái)新一輪的消費高潮,隨之對制造業(yè)、資源和基礎設施的需求也將不斷提升。面對激增的需求,制造商必須不斷提高生產(chǎn)力、可持續性和靈活性。
3月19日,羅克韋爾自動(dòng)化及其合作伙伴聯(lián)盟成員(PartnerNetworkTM)在北京共同舉辦了“羅克韋爾自動(dòng)化產(chǎn)品展示”活動(dòng)?;顒?dòng)中,羅克韋爾再次提及“互聯(lián)企業(yè)”。所謂“互聯(lián)企業(yè)”即通過(guò)集成的自動(dòng)化控制與信息技術(shù),結合“物聯(lián)網(wǎng)”時(shí)代最先進(jìn)的移動(dòng)技術(shù)、云技術(shù)和大數據分析等現代科技,實(shí)現數據、生產(chǎn)過(guò)程、人員和設備的無(wú)縫連接。
據經(jīng)濟合作與發(fā)展組織(OECD)預測,截至2020年,全球中產(chǎn)階級人口數量將從2009年的18億劇增至32億。中產(chǎn)階級人口的急劇膨脹將帶來(lái)新一輪的消費高潮,隨之對制造業(yè)、資源和基礎設施的需求也將不斷提升。面對激增的需求,制造商必須不斷提高生產(chǎn)力、可持續性和靈活性。
一般情況下,一個(gè)工廠(chǎng)中會(huì )有數以千計的智能設備,并且每一個(gè)設備都能提供一定的數據。然而就像在“聯(lián)合國”開(kāi)會(huì )一樣,大家圍坐一圈卻各自講著(zhù)不同的語(yǔ)言,如果沒(méi)有一種共同的語(yǔ)言,溝通很難順利進(jìn)行。過(guò)去,由于工廠(chǎng)里使用的自動(dòng)化技術(shù)多種多樣,機器和設備生產(chǎn)商各不相同,以及遺留通訊系統的存在形成了一個(gè)個(gè)信息孤島,使得人們無(wú)法為原始數據添加背景信息,很難將這些數據轉變?yōu)橛袃r(jià)值的信息。這種狀況導致的結果是采集、整合和分析生產(chǎn)車(chē)間的數據非常困難。提高企業(yè)運營(yíng)的互聯(lián)性是解決以上問(wèn)題的關(guān)鍵突破點(diǎn)。
互聯(lián)企業(yè)具有兩大顯著(zhù)優(yōu)勢:一是實(shí)現IT系統和控制系統之間的信息集成,由此可以妥善協(xié)調運營(yíng)和通信的關(guān)系,同時(shí)提高生產(chǎn)車(chē)間乃至整個(gè)企業(yè)的靈活性,推動(dòng)受需求驅動(dòng)的供應鏈的形成。二是采集和協(xié)調數據,并將其作為極具價(jià)值的信息隨時(shí)隨地進(jìn)行共享,以滿(mǎn)足不同需求。這可以確保在所有層面上提高根據數據制定決策的水平,使結果的一致性更高,并提升記錄保存能力以滿(mǎn)足相關(guān)要求。
嚴峻的挑戰
建立互聯(lián)企業(yè)遠比僅連接各個(gè)孤立的系統復雜得多。更確切地說(shuō),這涉及到機構中所有控制和信息級別的安全無(wú)縫連接。這還意味著(zhù)可以訪(fǎng)問(wèn)任意來(lái)源的實(shí)時(shí)與歷史運行數據,以及與不同工廠(chǎng)及其整體運營(yíng)息息相關(guān)的業(yè)務(wù)和交易數據。利用特定技術(shù)和專(zhuān)業(yè)知識將這些數據轉換為可提供真正創(chuàng )新價(jià)值的信息,已經(jīng)成為下一前沿研究領(lǐng)域。
制造業(yè)中信息和基礎架構的初級集成已成規模,但是,據調查結果顯示,真正實(shí)現互聯(lián)企業(yè)對于絕大多數制造商而言仍然前路漫漫。LNS Research 最近就制造商面臨的首要業(yè)務(wù)和運營(yíng)挑戰展開(kāi)了調查,結果顯示,缺乏協(xié)作是制造業(yè)的最大挑戰,其次是相互孤立的系統和數據源。
真正的互聯(lián)企業(yè)
互聯(lián)企業(yè)為工廠(chǎng)鋪就了通往未來(lái)之路,不僅可在靈活的生產(chǎn)力間進(jìn)行高效協(xié)作,還能夠實(shí)現對虛擬環(huán)境和遠程監視功能等的安全訪(fǎng)問(wèn)。隨著(zhù)企業(yè)運營(yíng)逐步邁入信息時(shí)代,有三大因素與互聯(lián)企業(yè)的真正實(shí)現密不可分:一是網(wǎng)絡(luò )基礎設施:工業(yè)以太網(wǎng)使用標準Internet 協(xié)議和以太網(wǎng)協(xié)議,將生產(chǎn)數據與企業(yè)的其余部分緊密聯(lián)系在一起。此外,工業(yè)以太網(wǎng)還為互聯(lián)網(wǎng)設備的普及奠定了前瞻性的通信基礎。二是流動(dòng)信息資本:將在運營(yíng)中獲取的數據作為背景信息與系統內的所有員工共享,促進(jìn)員工工作表現。三是安全:安全工作無(wú)法一蹴而就,它是一種可解決各種缺口的持續性威脅管理實(shí)踐、策略及文化,需要深入到各個(gè)層面并擴展至供應商。
據Gartner Research統計,如今超過(guò)50%的Internet連接為與設備的鏈接,并且這一數字仍在不斷攀升。這正是“物聯(lián)網(wǎng)”的重要組成部分——幾乎無(wú)限數量的設備通過(guò)Internet 協(xié)議(IP)進(jìn)行互聯(lián)?,F在工廠(chǎng)中使用的很多設備均基于IP,但開(kāi)放標準中卻蘊藏著(zhù)更大的商機,因為可以借助非工業(yè)設置來(lái)利用基于IP的設備。數碼平板、攝像機和RFID 讀卡器等諸多技術(shù)為改善生產(chǎn)力、增強創(chuàng )新性以及提高寫(xiě)作能力締造了全新的機會(huì )和無(wú)限的可能。
為充分利用這些設備,在運營(yíng)過(guò)程中應確保這些設備能夠通過(guò)以IP 為中心且未經(jīng)修改的標準網(wǎng)絡(luò )基礎設施實(shí)現相互通信。為實(shí)現生產(chǎn)車(chē)間中的這一互操作性以及單一基礎設施內的企業(yè)級無(wú)縫連接,以太網(wǎng)工業(yè)協(xié)議應運而生。
大數據時(shí)代已經(jīng)到來(lái)。據McKinsey&Company統計,制造業(yè)產(chǎn)生的數據量之大令其它所有領(lǐng)域望塵莫及。從機器運行和能源使用到變量處理和材料使用,在生產(chǎn)過(guò)程中的每個(gè)環(huán)節中,控制器、傳感器及其他設備均會(huì )產(chǎn)生大量的數據。因此,了解如何充分利用這些觸手可及的數據十分重要。獲取數據是基礎,但只有當將數據被應用于特定環(huán)境中時(shí)才能發(fā)揮其價(jià)值。如何將數據轉換為流動(dòng)信息資本并將其應用于特定環(huán)境中是一門(mén)很專(zhuān)業(yè)的技術(shù)。
在整個(gè)企業(yè)內創(chuàng )建流動(dòng)信息資本有助于優(yōu)化生命周期流程,進(jìn)而更好地應對瞬息萬(wàn)變的客戶(hù)需求并盡量減少庫存。這一舉措還有助于更好地管理受需求驅動(dòng)的生產(chǎn)線(xiàn)和供應鏈的工作流。利用流動(dòng)信息資本將助力制造企業(yè)實(shí)現從簡(jiǎn)單相連的運營(yíng)到智能互聯(lián)企業(yè)的飛躍。目前,與制造業(yè)息息相關(guān)的突破性技術(shù)有云計算、移動(dòng)性、虛擬化,他們可以同時(shí)采集數據和共享信息,進(jìn)而提高協(xié)作和運營(yíng)效率。
互聯(lián)企業(yè)是否安全可能是制造商最為關(guān)注的問(wèn)題。無(wú)論是網(wǎng)絡(luò )、資產(chǎn)還是知識產(chǎn)權,運營(yíng)時(shí)均應注意安全,消除有意或無(wú)意的潛在威脅。隨著(zhù)網(wǎng)絡(luò )的融合以及先前孤立系統的互聯(lián),安全風(fēng)險也在不斷增加。值得慶幸的是,如果操作正確,互聯(lián)企業(yè)的優(yōu)勢將擴展到網(wǎng)絡(luò )安全性層面(這意味著(zhù)您可以同時(shí)管理企業(yè)和自動(dòng)化安全問(wèn)題),直達終端設備。因此,必須在所有操作中以整體協(xié)作的方式執行安全程序,而非將其作為某種附加解決方案。
網(wǎng)絡(luò )安全性必須貫穿于工廠(chǎng)車(chē)間運營(yíng)的始末,從網(wǎng)絡(luò )基礎設施、新舊控制系統到機器、設備和企業(yè)到每個(gè)人、每條策略和每道工序,必須無(wú)一遺漏。此外,訪(fǎng)問(wèn)組織的安全程序時(shí),需要確保供應商的參與。涉及到安全性問(wèn)題時(shí),您需要像評估自己的組織一樣對供應商進(jìn)行評估,因為您的網(wǎng)絡(luò )安全性與他們的網(wǎng)絡(luò )安全性密不可分。這一點(diǎn)在生命科學(xué)、食品和飲料及汽車(chē)等監管?chē)栏竦男袠I(yè)中尤為重要,在這些行業(yè)中跟蹤與追溯能力占有舉足輕重的地位。