數據斷點就是管理漏洞

數據孤島一直是信息化最大的敵人。它所形成的信息分割，幾十年來都是企業信息化之路上的困惑。這些無處不在的斷點，就像是一個個肆意吞噬數據的小黑洞。無法保持完整性和流動性的數據碎片，一直折磨著設備自動化、車間信息化的進程，成為不折不扣的效率殺手。

一個真正的數字化工廠，對內部和外部數據、系統和流程正確性的依賴性，會大福增加，這對于企業所有業務流程都至關重要。數據完整性通常被不假思索地視為一個技術問題，然而它的背后，卻是一個管理的問題。它可以直接影響著盈利能力，甚至聲譽和監管責任等。一個有著精湛經驗的軸承小企業，正在努力躋身于國際供應鏈。然而當德國設備商前來評估工廠的時候，發現質量缺陷無法溯源的時候，對工廠的質管能力就會產生懷疑。

隨著工業互聯網的發展，這一切即將發生改變。基于無處不在的傳感器和泛在網絡，加上云端的計算能力，工廠的數字化能力正在有著成熟的技術支撐，甚至跨行業、跨領域地開展云協同都成為可能。然而，對中小型企業而言，這個挑戰巨大, 數字化工廠的轉型并不容易。

中小企業在數字化轉型過程中，率先需要解決的就是數據流中存在著各種斷點，而這些斷點往往也是導致企業效率“跑冒滴漏”的地方。借助于工業互聯網的快速連接和邊緣數據的就地加工， 通過移動應用端進行可視化呈現和監控，逐步將斷點接續，實現全局數據全流程流動，這使得中小企業完全可能在“斷點之戰”中奪回陣地，一舉實現數字工廠的閉環。

就近入口上賽道

數字化工廠是企業轉型的必經之路。中小企業數字化工廠應用能力的建設并非一蹴而就，這中間有個量體裁衣的探索過程。即使是在工業4.0發源地的德國，由于許多中小企業都是家族經營，而經營思路相對保守，因此轉型之路其實并不平坦。為此，工業4.0平臺組提供了許多成熟度模型和測試床案例，供中小企業選擇。

對不同企業而言，數字轉型是一個百面觀音。每一個面，都意味著不同的價值信念。這意味著，從小處入手，逐步解決企業的痛點，實現“小場景 新價值”。循序漸進，迭代更新。

企業并不需要找到一個統一的跑道入口，距離企業最近的賽道入口，往往可能就是最佳選擇。

例如，某小型泵站計劃進行數字化改造。通常，只有規模較大的泵站才會投資設立中控室,而這對于小規模的泵站有點過于奢侈。然而，企業的需求胃口會不斷變大。當它希望能夠實現數字化監控時，宜科電子的工業互聯網解決方案就提供了一種“輕型化”思路：把邊緣控制器部署在傳統控制器PLC一側，通過低代碼的軟件，編程上云，從而以APP的形式來實現遠程監控。在以往，這需要相當的信息化基礎設施及應用開發的投資。而現在，在PLC之上的以太網層，通過工業互聯網中樞IoT Hub，加上新一代的工業上位機軟件，就可以低成本、快速簡潔地完成全托管的云服務。

在全新的輕型工業互聯網架構下，無論企業使用的PLC供應商是哪家，都可以把PLC連起來，并通過工業APP實現微服務。依靠IoT Hub所帶來的輕量化MES系統的功能，將大大減少標準不同帶來的部署麻煩。最重要的是，那些以前被扔在“黑暗區”中的數據斷點，可以用經濟的方式找回來。

數據分析是分水嶺

必須要說，數據分析的能力等級，是工業互聯網是否可以被廣泛應用的分水嶺。中國工業互聯網產業聯盟發布的《工業互聯網平臺白皮書2019 》中指出，“數據分析深度與工業機理復雜度”決定了工業互聯網平臺的應用優化價值和發展熱度。基于平臺的“模型+深度數據分析”在設備運維、資產管理、能耗管理、質量管控、工藝調優等場景被期望獲得大量應用；而基于平臺的“軟件上云+簡單數據分析”在客戶關系管理、供應鏈管理和部分企業計劃資源管理領域獲得應用，有效降低中小企業軟件使用成本。

在數字工廠的頂層設計中，從智能車間、智能運營，到智能服務，工業云和大數據都發揮著重要作用。數字化工廠與產品設計層有緊密關聯,是實現設計方案的物化環節。通過系統集成、數字化工廠還與企業層和設備控制層實時交換數據,形成制造決策、執行和控制等信息流的閉環。

這是一個相對完整的數字化工廠的體系。數字化轉型的時候，需要了解這樣的全貌。但更為重要的是，中小企業需要從這里的整體架構中，“挑”選出最有價值的突破口。這意味著，對中小企業而言，輕型化的云應用，將是“拔起步、邁開腿”的一種經濟型的選擇。在基于物聯、上云、可視化、應用小場景的率先突破，解決生產過程管控、企業運營管理和資源優化，初步獲得數字化實踐。

GE在2018年的報告中指出，數字轉型的一個重要戰場，就是發生在IT和OT交界的地方。而IoT的大力發展，使得現場OT技術的魅力將得到極大釋放，“IT正在失去魔法，OT的指揮棒正在緩緩升起”。

中小企業需要的是一種更為簡潔的指揮棒。而只有對機器有著更深理解的，才能管理各種OT協議和數據格式，更好地實現邊云協同（邊緣與云端的分工）。

工業現場的數據由于海量、異構多樣性等特點，需要搭建一個輕型的“數據云梯”，快速對設備數據進行整合、分析、重組，找到最相關的應用。IoT Hub正是一種快速搭接的思路。一方面，它能夠面向下端的設備層，進行快速連接；另一方面，它能夠面向頂層的場景應用，實現低代碼的快速編程，實現工業APP的快速開發。

當數據在PaaS層經由數據分析系統進行有序化處理后，將工業App結合客戶的需求，定制化打造SaaS微服務應用，實現以數據為依據的生產過程監控、調試維護配置、報警響應及處理、報表實時更新及顯示生成等功能。

有了這種快速“雙向連接”的能力，數據可視化和分析將變得容易駕馭。而工廠的數據斷點，將會產生一種全新的解決思路。

人在閉環的半自動

數字化工廠對于中小企業是不是奢侈品？如果從全自動化、數據自行閉環的角度而言，這將是一個無法承受的成本負擔。工業互聯網必須證明自己，可以提供一種經濟性和靈活性兼備的解決方案，才能實現快速推廣與部署。在實施的時候，既可以自上而下，也就是從企業信息化延伸到底層設備的數據采集；也可以自下而上，針對那些傳統的實現工業自動化的企業，從PLC或者是數據采集延伸到數字化平臺，把數據信息上傳，再形成應用。

最重要的是，在數據斷裂的位置，如何補位？

在一個產值3個億的汽車零部件生產企業中，由于汽車零部件對質量的要求非常高，負責人每天在廠房巡視三遍，就是為了及時發現各種質量問題。廠房走一圈差不多1萬步，而能否發現問題都依賴于這位負責人的經驗！

1天3萬步的丈量，這就是企業的現狀，也是中小企業的痛點問題的典型。傳統的制造企業生產過程執行系統MES軟件往往是定制化的，客戶屬性、行業屬性強，價格也高。對于一些傳統企業和中小企業來說，負擔過重。再加上許多工廠自動化程度較低，在許多關鍵位置連PLC也沒有，數據很難流動。

簡單的設備連接、輕型化的MES模塊和工業APP的應用，為企業的數字化帶來全新的思路。簡化部署，循序漸進發展，是一種提高數字化水平的方式。只要在關鍵部位的局部斷點連接，實現可視化，數據就變得有價值。通過安裝簡單的工業互聯網裝置，在關鍵的生產流程上通過現場近端的人使用移動終端，快速輸入數據，就可以做成一個半自動的閉環。對這個汽車零部件生產企業而言，這種易于上手的工業App應用，就可以輕松建立一個半自動的質量追溯體系，數據上云可視化，就地解決人員天天巡視的問題。

人就像是一個連接電的導體，兩端斷裂的數據盲點，將會點亮。這種半自動化的“斷點接入”的手段，將可以快速解決全局數據流動的問題。

IoT Hub正在建立這樣一種“連接斷點、人在閉環”的數字化工廠解決思路。借助于靈活的軟件架構，在邊緣控制器里邊快速部署IoT Hub軟件，跟各種PLC控制系統對接；人與移動終端的親密接觸，代替了昂貴的自動化數據采集點。

即使在已經安裝了MES的企業中，工業APP和MES的使用也是 。MES可以看成是主動脈，而通過APP則可以更好地打通微循環，提高了數據的使用效率。例如，在某著名的汽車制造廠，已經安裝了MES，實現數據采集和設備監控。但是幾千套設備，數百個PLC控制系統，焊裝車間最大峰值理論上可以同時并發30萬個報警點。如此龐大的高峰過載量，只有通過工業互聯網的并發處理，才可能實現。而設備報警、狀態告知、機器稼動率分析，都可以自由推送到手機上，使得現場維修人員可以通過隨手攜帶的移動終端，輕松發現異常點。將指定報警推送給指定維修者，讓報警快速被處理。即使下班，這些報警情況——如果需要，仍然是可以被發送到手機上。

這意味著，數字化工廠需要極大的柔性身段，實現適應不同量級的可擴展性。既可以輕載部署，也可以重載部署。所謂輕載部署，只需要通過一個小型的邊緣控制器（體積很?。┚涂梢暂p松實現。企業可以選擇輕量級實時操作系統（RTOS）架構，或者稍微復雜一些的通用操作系統（GPOS）架構；而重載部署，是通過部署服務器、光纖等IT基礎設施來實現，并將IoT Hub軟件部署在設備邊緣，從而對本地的數據具有相當的計算能力。

設備能夠以各種姿勢上云并得以實現應用價值，使得企業可以有多樣化的選擇，一步一步地放大數字化工廠的價值。

小 記

云計算正在顯著地改變自動化的形態，而基于統一平臺架構開發全新的原生云應用，成為工業APP構建的主流選擇。盡管云計算的數據完整性和安全性，都會存在一定的有風險，但是對于中小企業而言，它的出現為分析大量數據提供了較大空間。中小企業，終于有了全新的武器，來應對每天洶涌澎湃的機器數據。

傳統中小企業，沒有資金安裝復雜的MES，但通過設備連接和快速的工業APP，必要時配上簡單的MES模塊，可以用經濟、快捷的方式實現上云。

傳統制造業要想完整地實現數字化轉型，太復雜，成本太高。而且頗具冷幽默意味的是，很多時候企業的需求自己也不能說清楚。而快速連接設備與云端應用，正是IoT和工業APP給數字化工廠帶來的全新禮物。解決數據斷點，形成靈活多樣的小場景應用，可能正是中小企業的一個積極的破局方式。（來源：微信公眾號zhishipai）