“物联网”一词所包含的概念和技术正迅速改变着世界。有时它被称作“工业4.0”或“工业互联网”，其理念是制造商能够将其操作中的一切连接起来，从而可以方便地交换信息，并实现更自主化的工厂。

然而，在一定程度上，智能制造的目标并非与传统制造的目标有多大不同。制造商仍会致力于生产出更高质量的产品、提供更好的客户服务、提高生产效率和优化运营。

“从表面上看，智能制造工厂看起来与现今工厂相差无几，” GE Digital行业市场经理Katie Moore说。“不同的将是这种基础的数字线，它能实现从设计到制造到最终消费者，包括[食品]产品生命周期在内的信息流无缝连接。”

尽管对智能制造还没有单一的正式定义，但一些企业各有自己的理解。“在思科（Cisco），我们乐意于把它称作万物联网[IOE]，因为它包含的远不止连接‘事物’，”思科咨询服务首席技术官Shaun Kirby说。“IOE是人员、流程、数据和事物的网络连接。通过连接传感器、机器、人员和流程以及对数据地实时分析，食品和饮料加工企业能够实现智能洞察并以此来改善供应链的各个环节，从食品原料的种植到食品加工、包装和配送到商店货架直至消费者的购买环节。”

其实，“互联网”这个词可能有点用词不当，因为一切事物的连通并不一定需要访问网络。因此，ARC咨询集团更倾向于将物联网称作“工厂的数字化改造，”ARC副总裁Greg Gorbach提到。

 “如今，越来越多的的机器和生产系统连接在一起，而未来这种连接将更多。但这种转变并不需要互联网；有许多其他连接选项，” Seeq副总裁Michael Risse表示。“连接就是价值所在——有线、移动电话、蓝牙、卫星、sigfox、ZigBee——而非特定的协议。”

为未来做准备

想要思考虑传统制造向智能制造的演变，只需观察手机就行了。在短短的时间内，手机从只能打电话到如今能够帮助我们控制生活的多个方面，如远程调节家里的温控器。那么，问题来了：我们应该如何使我们的设施变得更智能呢？

“这就要求将现有的或有线的控制和操作数据与新的无线传感器数据进行整合，” Risse说到。“如今的食品和饮料公司可以通过现场传感器连接和分析获得数据以实现愈加智能化。”

由于传感器能够收集这么多有价值的数据，它们在整个产业价值链中变得越来越普遍。当这些数据被带到一个中心分析环境中时，其结果更具决策性、合规性以及更有附加价值。

“30多年来，工业自动化使得加工过程和人更协调，”施耐德电气软件公司（Schneider Electric Software）产品营销总监Maryanne Steidinger说。

例如，制造执行系统（MES）将自动化和业务系统整合在一起，使劳动、库存和设备得以管理。此外，人机界面（HMI）/可视化系统可以提供机器与加工过程的监控能力。提供加工过程的图形化概述可以使操作者一目了然地了解它们，便于管理任何不符合规格的情况。

“所有物联网架构的必要设备被广泛使用，但其中两个经常被忘记的关键部件分别是数据采集和机器连接，”图控软件的控制、加工和安全工程师Richard Clark解释到。“数据必须被收集起来并将其存在云端以供有效地使用。”

为了解决这一问题，InduSoft近期发布了InduSoft IoTView，这是一款专为采用新技术进行连接而设计的人机界面平台。随着收集数据的小设备数量的增加，Clark认为，对机器之间相互连接时信息传输到云数据库存储及分析的简便方式的需求，也会随之增加。IoTView是 InduSoft 人机界面软件的拓展版，设计的特色是开创连接智能系统。

Endress+Hauser 食品及饮料高级行业经理，Ola Wesstrom 介绍：“工厂员工能够评估什么样的数据骨干将最好地满足设备需要并开始所需的升级工作。”然而，为了升级设备以及提升工厂连接水平，公司必须首先确立生产过程的哪个方面是其试图通过额外的数据去尝试提升的。

“当评估新设备时，制造商需要考虑设备的哪部分会引起并决定改进生产所必须的重要数据和信息，“GE’s Moore说：”例如，如果一个烘焙经营商正寻求购买一个新的烤箱，那么他要考虑不仅仅是性能、速度和地区温度，并且要考虑那些未确定的事情像湿度和气流。“

Cisco’s Kirby称：”通过传感器将操作系统的数据和互联网结合极大提高了设备本身数据的价值，这是因为传感器整合多渠道的信息来获得新见解或实现新型自动化和简化业务运行。”为了利用传感器、数据来源和算法的优势，组织应寻求一种能够迅速增强和进化的软件。Kirby 补充到：“专属、不公开或迟钝的软件产品将不能够提供灵活需求，无法跟上IoE创造机会的速度来改变贸易。”

Moore认为开放的、可伸缩的解决方案对于推动增长机会是很重要的。“典型的生产环境中有来自多个供应商的自动化技术和系统，它们采用不同的标准如OPC-UA、ISA-95和/或ISA-88，”她说。“将完全不同的系统和设备与一个开放和分层的方法结合，可以让公司得以利用从生产车间收集关键及时数据的优势。”

这个信息交换可以让一个公司更好地了解其生产能力和数据，从而提高工作效率，确保食品安全，降低风险。然而，一家公司利用连接的程度与其工厂所用的技术相关。例如，网络是否连接？网络是否安全？数据是否可用？

Rockwell Automation消费性包装品行业主管Dave Sharpe建议，“制造商首先应该评估工厂里信息技术（IT）和操作技术（OT）融合的水平”。这个融合被Rockwell Automation称为The Connected Enterprise，在这里信息技术和操作技术使用一个共享的体系来建立网络,它可以在越来越多设备连接进来的时候，验证其性能并提高制造商收集和共享整个企业相关信息的方法。”

Emerson Process Management高级行业经理Ron Pozarski说，加工商也应该加大带宽投入来处理整个工厂所需要的信息量。另外，更智能的现场设备可能需要提供额外的数据。采用控制系统还将提供高级功能。

数据管理

当然，这种制造业的数字化严重依赖于数据采集。然而，随着IT行业中流行这样一种说法，一些公司是“数据丰富，信息贫乏”。

“为数据而收集数据是没有价值的，”Moore说。“数据收集必须是可操作的、及时的并交付给对应的利益相关者。”她建议公司应先创建与一两个关键利益关联的数据收集策略，例如提高生产效率、确保产品质量或降低能源成本。然后，相关部门应收到经过过滤的以简单易懂形式呈现的数据，以此发布他们的决定。

Moore回忆了一个知名食品制造商，由于人工报告和对数据缺乏洞察力，当时正面临生产效率低下的情况。在公司开始使用GE软件查看实时生产数据并对生产运营进行调整后，公司在7年时间内实现了整体设备效率（OEE）10%的提高。该公司还通过生产改进、数据可见性和效率的提高节省了3万美元。

“使用数据来提供对结果优化的见解是关键，”Seeq’s Risse说。“可以处理大量间歇或连续操作过程及许多不同来源数据的分析软件在处理loT和Industry4.0的数据洪流的挑战时是必要的。”

他强调了该软件在提供快速洞察方面的重要性，员工可以在没有数据专家的帮助下做出应对。此外，应用程序应该以有用性和相关性的形式呈现各种数据。

“制造和生产数据有很多来源，包括控制器、HMI、历史学家、资产管理系统、生产计划系统等等，”Risse说。“数据分析软件的方案必须能够在可视化环境中混合和匹配这些或其他来源的数据以确保快速分析。”

此外，软件应该允许访问任何平台的信息，包括移动设备和个人电脑的信息，并允许各级员工的见解和讨论以及实时决策。

夏普解释道:“制造信息是更深入分析从而改善操作的基础。罗克韦尔自动化公司的FactoryTalk软件套件与整个系统的数据流整合，可以提供每条生产线性能的可视性以及它如何与工厂和企业进行适配。数据可以在KPI仪表板上实时查看并且用户、团队和部门之间可以共享。”

这些数据也可以帮助了解生产总效率OEE的信息，这种OEE是通过衡量机器运行状况或正常运行时间，性能、吞吐量和产品质量来获得的。

ARC的 Gorbach说： “通过安装带有预测分析性能的工业物联网系统，当预测到故障时，公司可以提前安排机器维修而不是等到机器真正故障时临时停机维修。这样可以增加正常运行时间，从而提高总效率OEE。原则上，它可以适用于各种工业资产如输送机、泵或包装机器。”

Endress+Hauser公司的脯氨酸流量计有自我监控功能，公司称之为“Heartbeat Technology”。 Wesstrom表示，此功能可确保其准确率高达98%。此外，该流量计可传输用于检测过程中异常现象的变量，从而显示出潜在的设备问题。

Fluke Connect 公司的高级生产部经理John Neeley 说：“这种类型的数据收集是预防性维护程序的核心。如果能够快速收集和分析数据，那么预警信号就可以变成工作指令从而实现预定维修而不是昂贵的、计划外的停机检查。”

“例如，确定电机是否开始降速的一种方法是通过检测绕组的绝缘性，”Neeley说，“现在的工具可以快速、准确地进行绝缘测试，然后通过互联网将数据传输到维护数据库中。周期性测试结果显示在一个可视指示板上，当绝缘读数低于设定阈值时，电机就会显示需要维修。”