可穿戴設備、智慧家居、無人商店……
物聯(lián)網(wǎng)已經(jīng)滲透到各行各業(yè)
對于制造業(yè)來說
物聯(lián)網(wǎng)是實現(xiàn)智能制造的加速器
通過物聯(lián)網(wǎng)將制造企業(yè)生產(chǎn)過程透明化，進行大數(shù)據(jù)分析，結合人工智能應用，企業(yè)將會獲得寶貴智能，進而反哺制造環(huán)節(jié)，加快實現(xiàn)智能制造。
為了完成人、機、物的全面互聯(lián)，制造業(yè)客戶急需搭建工業(yè)互聯(lián)網(wǎng)平臺。要實現(xiàn)這一目標，需要解決不少困難：
- 工業(yè)網(wǎng)絡標準不統(tǒng)一，企業(yè)缺乏成熟有效并經(jīng)過驗證的設計架構作為參考，甚至在設計和構建過程中出現(xiàn)模塊和功能性的缺失。
- 連接設備類型多樣、接口和協(xié)議的復雜，難以實現(xiàn)工業(yè)網(wǎng)絡互聯(lián)，獲取相關數(shù)據(jù)。
- 為了保證實時性，無法依賴企業(yè)數(shù)據(jù)中心或云計算平臺，必須對數(shù)據(jù)進行更加高效和及時的處理。
該怎么辦？
走好網(wǎng)絡互聯(lián)、數(shù)據(jù)互通、價值共享這三步，智能制造并不難！
網(wǎng)絡互聯(lián)
思科與業(yè)內(nèi)領先的合作伙伴一起提出了融合工業(yè)以太網(wǎng) CPwE 架構。
在這個架構中，思科通過部署滿足工業(yè)企業(yè)特定環(huán)境和接入要求的工業(yè)網(wǎng)絡產(chǎn)品，如：工業(yè)以太網(wǎng)交換機、工業(yè)無線、工業(yè)物聯(lián)網(wǎng)網(wǎng)關、工業(yè)路由器、工業(yè)防火墻等來提供工業(yè)網(wǎng)絡的互聯(lián)。
數(shù)據(jù)互通
在實現(xiàn)網(wǎng)絡互聯(lián)的基礎上，思科 Kinetic 平臺通過提取、計算和移動各種聯(lián)網(wǎng)設備中的數(shù)據(jù)，并將數(shù)據(jù)發(fā)送到應用程序中，充分挖掘其業(yè)務價值。
- 提取數(shù)據(jù)：不論采用了何種協(xié)議，都可以從不同的源（“設備”）中提取并轉換數(shù)據(jù)，使之可為應用程序使用。
- 計算數(shù)據(jù)：根據(jù)用戶的需要，可以在包括邊緣在內(nèi)的網(wǎng)絡中的任何地方計算數(shù)據(jù)，這可以確保那些需要數(shù)據(jù)的系統(tǒng)能夠迅速做出決策。從而大幅度地減少延時，網(wǎng)絡資源也能被最高效地利用。
- 移動數(shù)據(jù)：按照設定的策略，在正確的時間，為應用程序提供正確的數(shù)據(jù)。該平臺可以滿足在多云環(huán)境、多方和多地的情況下進行數(shù)據(jù)分發(fā)交付的需求。
價值互享
為了實現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)在制造企業(yè)最終的價值變現(xiàn)，思科提供了基于圖像識別的質量檢測和預測性維護方案。
基于深度學習的質量缺陷檢測解決方案凝聚了機器視覺和人工智能領域的多項先進技術應用，并融入了多項創(chuàng)新的檢測理念，檢測精確、穩(wěn)定、快速，可大幅提高質量缺陷檢測效率。
預測性維護方案可以有效地提取設備/零部件物理特征，合理地標準化和歸一化物理特征，利用基于時序數(shù)據(jù)的深度學習模型來準確估算剩余壽命和預測故障。
采用思科的物聯(lián)網(wǎng)解決方案，制造企業(yè)可以很好地實現(xiàn) IT 網(wǎng)絡與 OT 網(wǎng)絡的互聯(lián)互通，實時獲取制造過程中最真實有效的數(shù)據(jù)，通過進一步分析挖掘數(shù)據(jù)價值，將其應用于工業(yè)制造的各個環(huán)節(jié)，快步走向智能制造。
來這里，親自體驗基于思科霧計算技術的解決方案
