——智物聯工業物聯網體系報告
【壓縮機網】智物聯工業物聯網體系中一個非常重要的核心和實踐,就是“工業物聯網的123+456+789”,這個也是在現階段可以實現的工業物聯網的z*佳模式。
什么是物聯網數據的“123”
工業物聯網,毫無疑問,s*先是工業設備的運行數據。工業設備數據,一般來說,都有方法通過設備控制器去獲取。無論什么類型的工業設備,智物聯的APRUS(高級用戶可編程物聯網適配器)很容易實現這一點。目前很多針對特定設備,也不乏所謂的DTU可以做到去獲取設備運行數據。這就是工業物聯網數據的“123”。換句話說,工業物聯網數據的123”,就是指工業設備本身的實時的和客觀的數據,比如:壓力、電流、頻率、溫度、流量、開關狀態,事件、故障、報警,....,等等。工業物聯網的“123”,反映的是工業設備運行的實時運行狀態的每一個瞬間,這些瞬間的集合,就是反映工業設備的客觀運行狀況的一個客觀事實描述。這些數據可以在不同的層面上,給設備生產廠家和設備使用單位(客戶)提供相應的應用或用途。一方面,設備生產廠家可以通過分析設備的數據,分析設備的運行情況統計、生命周期分析、故障導致原因、用戶使用習慣,等等。這對于設備生產廠家對自己產品的深度了解是有極大幫助的。有了這些深度了解的依據,才可能在產品設計上進行優化改良,甚至更新換代;另一方面,設備的使用單位(客戶)可以利用這些數據,實時監控這些設備的運行狀況、分析運行趨勢和故障預警等等,這些信息除了對設備用戶非常重要,對設備生產廠家的售后服務也有非常大的幫助。工業物聯網的123”是工業物聯網z*基本的第一步,也是必答題。那么,“123”的關鍵,就是工業設備數據獲取的合理性、效率、客觀性、準確性、實時性。為了本文需要,我們把工業數據的“123”這樣來示意(描述):
數據= {“壓力”=21.8兆帕,“流量”=21公升/秒,“設備溫度”=158°C,“能耗”=22.7千瓦/小時,“地區”=河北}。
什么是工業物聯網的“456”
前面我們說了工業物聯網的“123”,是工業物聯網一個非常基礎的環節。有了“123”,就可以做到“知己”。總所周知,只有“知己知彼”,方能百戰不殆。那么,工業物聯網的“知彼”又是什么呢?這就是我們說的工業物聯網的“456”。我們舉個例子,某壓縮機生產廠家,成功實現了工業物聯網的“123”,也就是說,他們的壓縮機,都可以客觀及時準確的運行數據。然而,通過對一整年設備運行數據的分析,發現一些奇怪的問題:同一個型號的壓縮機,甚至是同一個生產批次的壓縮機,甚至在同一臺壓縮機,在很多主要數據和指標上,不僅相差很大,而且是越來越大。同一臺壓縮機的數據,在同樣的工況條件下,1-3月份的數據,跟7-9月不一樣;同一批次的壓縮機數據,賣到南方的跟賣到北方的不一樣,賣到東北的,跟賣到西北的也不一樣;即便在同一個地區的,白天和晚上的數據也不一樣。這個看上去不合常理,照道理,這些壓縮機的生產工藝、材料,是完全相同的,何以如此?其實,這一點不奇怪。簡單的說,“123”本身具備準確性和客觀性,但“123”只是設備本身的數據,并不“完整”。這里說的“完整”,并不是說這些數據從設備上的采集不足夠,而是從工業物聯網體系的角度來說不完整。工業設備運行,是不能脫離特定的運行環境的:使用時間、使用地點、使用工況條件、使用習慣、設備維保安排,還有就是所在環境的氣候,溫度濕度、空氣質量、地理水文水質,....,等等。也就是說,工業設備的運行數據,其實本身并非孤立的,而是與運行環境相關聯的,我們稱為“關聯影響”,不難理解。對空氣壓縮機來說,空氣質量(PM10指標),空壓機的運行、效能轉換、生命周期的影響非常大的;對水泵來說,水質(濁度)對水泵的效能,能耗,生命周期影響非常大;對光伏設備來說,地理位置、季節、早晚,對電能產出影響非常大。我們現在理解了,工業物聯網的“123”,實際上是一個有條件的“123”,這個條件,就是“關聯影響”。怎么做到對“關聯影響”的定性定量分析?并把這些分析與“123”掛鉤呢?這實際上也是工業物聯網需要解決的問題之一。做這個事情,需要做兩件事:s*先,需要做定性的分析,找到“關聯影響”的因素是哪些,到底是空氣質量呢,還是水質呢,還是陽光強度呢,還是紫外線呢,還是地理位置呢,還是啥,并在這些諸多的因素中,確定哪些是主要因素,并且是可以測量的;然后,就是選擇恰當的傳感器,對接到APRUS適配器上,就這么簡單。我們應該還記得,前面我們說過的對數據的描述:
數據 = {“壓力”=21.8兆帕,“流量”=21公升/秒,“溫度”=158°C,“能耗=22.7千瓦/小時,“地區”=河北}我們在APRUS上,加裝了兩個傳感器,加上了“關聯因素”后,變成了:
數據 = {“壓力”=21.8兆帕,“流量”=21公升/秒,“設備溫度”=158°C,“能耗”=22.7千瓦/小時,“地區”=河北,“PM10”=93ppm,“空氣溫度”=27°C ,“空氣濕度”=87%}。
我們看到,“數據”內容被擴大了,多出了紅色的部分。這個就是我們說的工業物聯網的“456”。毫無疑問,“數據” 從“123”變成了“123+456”,“123” 實際上是在“456”條件下的“123”。
這個的意義就不用多說了。
什么又是工業物聯網的“789”?
工業物聯網的“123+456”,我們前面做了闡述。智物聯的APRUS適配器,就是“123+456”的工具。從數據層面來說,“123+456” 確實已經足夠了,確實做到了“知己知彼”。然而在當下激烈的市場競爭中,僅靠“知己知彼”卻很難“百戰不殆”,還需要“知所以”。用一句話來概括:工業物聯網的“789”,就是“123+456” 這些數據背后說明了什么。“789”實際上是工業物聯網的里程碑標志,也是目的。前面的介紹很清楚:“123” 是拿來應用的;“456” 是拿來做關聯分析的,而“789” 是拿來決策的。“789” 并不是一個簡單的統計,而是一個“命題分析”和“大數據結果”。非常復雜的東西,也不是很容易理解,只能試圖用通俗的方法在本文中描述。我們還是舉個例子,還是某某空壓機廠家,他們順利完成了“123+456”,經過一年的工業物聯網實踐,獲取了海量數據。當然,這些數據在產生的同時,已經為該廠家解決了日常的問題,“售后服務被動變主動”、“故障預警”、“遠程監控”、....,等等。然而,這只是一個開始。廠家提出了三個命題,委托智物聯進行“789”:
命題一:空氣質量(PM10)到底對空壓機生命周期有多大影響?
命題二:什么才是真正導致空壓機氣缸溫度迅速升高的因素?
命題三:空氣相對濕度對空壓機能耗的影響到底有沒有?
答案實際上就是通過“大數據”的方法,對一年來積累的數以億計的數據
= {“壓力”=21.8兆帕,“流量”=21公升/秒,“設備溫度”=158°C,“能耗”=22.7千瓦/小時,“地區”=河北,“PM10”=93ppm,“空氣溫度”=27°C ,“空氣濕度”=87%}進行分析,得出命題需要的答案。這個答案本身是一個客觀的結果,這個結果是一個宏觀的結論。利用我們提供的結論,廠家做出了幾條新的決策:
工業物聯網體系報告
決策一:銷售到華北地區的空壓機,全部空氣濾清器使用新材料;
決策二:調整額定工作頻率,降低電機的轉速到1800RPM;
決策三:華北地區倉庫增加濾膜庫存。
我們用通俗的方法,描述了工業物聯網的“123+456+789”。這是智物聯的物聯網體系中很重要的一個組成部分。
——智物聯工業物聯網體系報告
【壓縮機網】智物聯工業物聯網體系中一個非常重要的核心和實踐,就是“工業物聯網的123+456+789”,這個也是在現階段可以實現的工業物聯網的z*佳模式。
什么是物聯網數據的“123”
工業物聯網,毫無疑問,s*先是工業設備的運行數據。工業設備數據,一般來說,都有方法通過設備控制器去獲取。無論什么類型的工業設備,智物聯的APRUS(高級用戶可編程物聯網適配器)很容易實現這一點。目前很多針對特定設備,也不乏所謂的DTU可以做到去獲取設備運行數據。這就是工業物聯網數據的“123”。換句話說,工業物聯網數據的123”,就是指工業設備本身的實時的和客觀的數據,比如:壓力、電流、頻率、溫度、流量、開關狀態,事件、故障、報警,....,等等。工業物聯網的“123”,反映的是工業設備運行的實時運行狀態的每一個瞬間,這些瞬間的集合,就是反映工業設備的客觀運行狀況的一個客觀事實描述。這些數據可以在不同的層面上,給設備生產廠家和設備使用單位(客戶)提供相應的應用或用途。一方面,設備生產廠家可以通過分析設備的數據,分析設備的運行情況統計、生命周期分析、故障導致原因、用戶使用習慣,等等。這對于設備生產廠家對自己產品的深度了解是有極大幫助的。有了這些深度了解的依據,才可能在產品設計上進行優化改良,甚至更新換代;另一方面,設備的使用單位(客戶)可以利用這些數據,實時監控這些設備的運行狀況、分析運行趨勢和故障預警等等,這些信息除了對設備用戶非常重要,對設備生產廠家的售后服務也有非常大的幫助。工業物聯網的123”是工業物聯網z*基本的第一步,也是必答題。那么,“123”的關鍵,就是工業設備數據獲取的合理性、效率、客觀性、準確性、實時性。為了本文需要,我們把工業數據的“123”這樣來示意(描述):
數據= {“壓力”=21.8兆帕,“流量”=21公升/秒,“設備溫度”=158°C,“能耗”=22.7千瓦/小時,“地區”=河北}。
什么是工業物聯網的“456”
前面我們說了工業物聯網的“123”,是工業物聯網一個非常基礎的環節。有了“123”,就可以做到“知己”。總所周知,只有“知己知彼”,方能百戰不殆。那么,工業物聯網的“知彼”又是什么呢?這就是我們說的工業物聯網的“456”。我們舉個例子,某壓縮機生產廠家,成功實現了工業物聯網的“123”,也就是說,他們的壓縮機,都可以客觀及時準確的運行數據。然而,通過對一整年設備運行數據的分析,發現一些奇怪的問題:同一個型號的壓縮機,甚至是同一個生產批次的壓縮機,甚至在同一臺壓縮機,在很多主要數據和指標上,不僅相差很大,而且是越來越大。同一臺壓縮機的數據,在同樣的工況條件下,1-3月份的數據,跟7-9月不一樣;同一批次的壓縮機數據,賣到南方的跟賣到北方的不一樣,賣到東北的,跟賣到西北的也不一樣;即便在同一個地區的,白天和晚上的數據也不一樣。這個看上去不合常理,照道理,這些壓縮機的生產工藝、材料,是完全相同的,何以如此?其實,這一點不奇怪。簡單的說,“123”本身具備準確性和客觀性,但“123”只是設備本身的數據,并不“完整”。這里說的“完整”,并不是說這些數據從設備上的采集不足夠,而是從工業物聯網體系的角度來說不完整。工業設備運行,是不能脫離特定的運行環境的:使用時間、使用地點、使用工況條件、使用習慣、設備維保安排,還有就是所在環境的氣候,溫度濕度、空氣質量、地理水文水質,....,等等。也就是說,工業設備的運行數據,其實本身并非孤立的,而是與運行環境相關聯的,我們稱為“關聯影響”,不難理解。對空氣壓縮機來說,空氣質量(PM10指標),空壓機的運行、效能轉換、生命周期的影響非常大的;對水泵來說,水質(濁度)對水泵的效能,能耗,生命周期影響非常大;對光伏設備來說,地理位置、季節、早晚,對電能產出影響非常大。我們現在理解了,工業物聯網的“123”,實際上是一個有條件的“123”,這個條件,就是“關聯影響”。怎么做到對“關聯影響”的定性定量分析?并把這些分析與“123”掛鉤呢?這實際上也是工業物聯網需要解決的問題之一。做這個事情,需要做兩件事:s*先,需要做定性的分析,找到“關聯影響”的因素是哪些,到底是空氣質量呢,還是水質呢,還是陽光強度呢,還是紫外線呢,還是地理位置呢,還是啥,并在這些諸多的因素中,確定哪些是主要因素,并且是可以測量的;然后,就是選擇恰當的傳感器,對接到APRUS適配器上,就這么簡單。我們應該還記得,前面我們說過的對數據的描述:
數據 = {“壓力”=21.8兆帕,“流量”=21公升/秒,“溫度”=158°C,“能耗=22.7千瓦/小時,“地區”=河北}我們在APRUS上,加裝了兩個傳感器,加上了“關聯因素”后,變成了:
數據 = {“壓力”=21.8兆帕,“流量”=21公升/秒,“設備溫度”=158°C,“能耗”=22.7千瓦/小時,“地區”=河北,“PM10”=93ppm,“空氣溫度”=27°C ,“空氣濕度”=87%}。
我們看到,“數據”內容被擴大了,多出了紅色的部分。這個就是我們說的工業物聯網的“456”。毫無疑問,“數據” 從“123”變成了“123+456”,“123” 實際上是在“456”條件下的“123”。
這個的意義就不用多說了。
什么又是工業物聯網的“789”?
工業物聯網的“123+456”,我們前面做了闡述。智物聯的APRUS適配器,就是“123+456”的工具。從數據層面來說,“123+456” 確實已經足夠了,確實做到了“知己知彼”。然而在當下激烈的市場競爭中,僅靠“知己知彼”卻很難“百戰不殆”,還需要“知所以”。用一句話來概括:工業物聯網的“789”,就是“123+456” 這些數據背后說明了什么。“789”實際上是工業物聯網的里程碑標志,也是目的。前面的介紹很清楚:“123” 是拿來應用的;“456” 是拿來做關聯分析的,而“789” 是拿來決策的。“789” 并不是一個簡單的統計,而是一個“命題分析”和“大數據結果”。非常復雜的東西,也不是很容易理解,只能試圖用通俗的方法在本文中描述。我們還是舉個例子,還是某某空壓機廠家,他們順利完成了“123+456”,經過一年的工業物聯網實踐,獲取了海量數據。當然,這些數據在產生的同時,已經為該廠家解決了日常的問題,“售后服務被動變主動”、“故障預警”、“遠程監控”、....,等等。然而,這只是一個開始。廠家提出了三個命題,委托智物聯進行“789”:
命題一:空氣質量(PM10)到底對空壓機生命周期有多大影響?
命題二:什么才是真正導致空壓機氣缸溫度迅速升高的因素?
命題三:空氣相對濕度對空壓機能耗的影響到底有沒有?
答案實際上就是通過“大數據”的方法,對一年來積累的數以億計的數據
= {“壓力”=21.8兆帕,“流量”=21公升/秒,“設備溫度”=158°C,“能耗”=22.7千瓦/小時,“地區”=河北,“PM10”=93ppm,“空氣溫度”=27°C ,“空氣濕度”=87%}進行分析,得出命題需要的答案。這個答案本身是一個客觀的結果,這個結果是一個宏觀的結論。利用我們提供的結論,廠家做出了幾條新的決策:
工業物聯網體系報告
決策一:銷售到華北地區的空壓機,全部空氣濾清器使用新材料;
決策二:調整額定工作頻率,降低電機的轉速到1800RPM;
決策三:華北地區倉庫增加濾膜庫存。
我們用通俗的方法,描述了工業物聯網的“123+456+789”。這是智物聯的物聯網體系中很重要的一個組成部分。
網友評論
條評論
最新評論