部署工业物联网可助企业减少损失并增加利润

2017-06-28 09:25:55来源：digitimes 谢明珊编辑：齐之越关键词：工业物联网 IIoT 施耐德阅读量：28591

导读：工业物联网有助于企业发现问题和避免损失，但企业必须先回顾故障纪录，确定哪些资产有价值。

　　【中国智能制造网智造快讯】通过部署工业物联网，施耐德电机打下了坚实的数字化转型基础。施耐德电机的客户借助闭回路商业营运，不仅拉抬利润，也提高能源使用效率。工业物联网有助于企业发现问题和避免损失，但企业必须先回顾故障纪录，确定哪些资产有价值。

　　施耐德电机(Schneider Electric)把工业物联网(IIoT)视为企业数字化转型的基础。施耐德电机拥有200多万个软件授权，部署于超过10万个制造现场，每天累积约200亿个连网数据流和10兆个数据点，旗下所有IIoT方案皆透过EcoStruxure架构运作，经由装置整合和安全架构来融合信息科技(IT)和营运科技(OT)。

　　据TechRepublic报导，施耐德电机的客户借助闭回路商业营运，不仅拉抬利润，也提高能源使用效率。举例来说，美国电力公司(AEP)采用高阶预测分析取得风险预警，趁燃气涡轮叶片故障之前先维修，否则恐导致问题恶化，重则汰换涡轮转子，成本预估有1,900万美元，更别说停工所造成损失。

　　印度塔塔电力公司(Tata Power)备有燃气涡轮预警系统，光是发现低压加热炉的分流阀尚未关闭，就可以避免公司损失近30万美元，

　　美国杜克能源公司(Duke Energy)设有中央监控中心，来监控旗下发电厂，不料发现其中一部汽涡轮在维修后，震动次数微升，资产预测分析软件激活早期预警，趁叶片分离初期对工人发出警告，避免410万美元损失。

　　亚特兰大南方公司(Southern Company)发电厂利用预警侦测系统来确认马达联轴垫片组是否快要松掉，初估可避免25多万美元损失。

　　施耐德电机在英国EDF Energy成立3个监控团队，一是针对化石燃料发电，二是针对水力发电，三是针对核能发电。预警系统提早发现汽涡轮磨损的问题，初估可避免100多万美元的损失。

　　大部份企业想采用工业物联网技术，却不知道该如何着手。专家建议先回顾故障纪录，确认预测分析和预警通知能否省钱。一旦发现内部重要的资产，接着在这些资产安装软件，未来还会有其他工业设备加入物联网，把所有资产都纳入监测范围。

　　上述例子显示，企业确实需要预先发现问题，以免问题恶化到无法收拾。工业物联网有助于企业发现问题和避免损失，但企业必须先回顾故障纪录，确定哪些资产有价值。

　　(原标题：部署工业物联网有助企业取得风险预警和避免损失)

上一篇：多部委联合发布无人驾驶航空器标准体系建设指南

下一篇：云＋雾计算双管齐下带动物联网飞速发展

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

利用数字孪生实现工业物联网：转变制造运营方式
数字孪生是物理资产、系统或流程的虚拟表示，通过实时数据不断更新以反映其现实世界的对应物。虽然数字孪生在制造业中的优势显而易见，但成功实施需要精心规划和战略执行。
数字孪生工业物联网
2025-03-10 11:33:34
构建未来：工业物联网的安全性与可扩展性
随着工业网络的不断发展，工业界必须采取强有力的安全框架，同时保持对未来发展的适应性。通过确定这些基本要素的优先次序，工业界可以充分利用IIoT技术的潜力，降低风险，并最大限度地提高业务效率。
工业物联网
2025-03-05 09:41:01
物联网革命：2024年重塑制造业的最具突破性的工业应用
整个2024年，工业物联网(IoT)格局经历了显著的演变，为制造流程带来了前所未有的自动化、效率和智能水平。
工业物联网制造业
2024-11-20 11:41:34
2025年制造业的主要工业物联网 (IIoT) 趋势
2025年，工业物联网技术将成为制造业的关键，推动人工智能集成、边缘计算、可持续性等领域的进步。然而，这些趋势也带来了挑战，从网络安全风险到对熟练人才的需求。
工业物联网
2024-11-20 11:37:50
2025年制造业的主要工业物联网(IIoT)趋势
2025年，工业物联网技术将成为制造业的关键，推动人工智能集成、边缘计算、可持续性等的进步。然而，这些趋势也带来了挑战，从网络安全风险到对熟练人才的需求。
制造业工业物联网
2024-11-12 09:15:13
工业物联网：驱动新工业革命的智能化引擎
工业物联网(IIoT)是指通过互联网将工业设备、系统和装置互联，实现实时的数据收集、处理与分析。
工业物联网工业设备
2024-10-28 10:13:49

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。