2018年工业物联网资产维护将呈现趋势

2017-10-29 09:58:35来源：digitimes 谢明珊编辑：齐之越关键词：工业物联网传感器智慧工厂阅读量：34025

导读：几乎所有制造商都将工业物联网资产维护视为首要目标，2018年资产维护主要有新趋势。

　　【中国智能制造网行业动态】几乎所有制造商都将工业物联网资产维护视为首要目标，2018年资产维护主要有新趋势。首先是工业物联网基础设施投资会暂缓，第二是非监督式机器学习成长动力强，第三是汽车制造业会成为工业物联网资产维护的领头羊……

2018年工业物联网资产维护将呈现趋势

　　据Smart Industry报导，几乎所有制造商都将工业物联网(IIoT)资产维护(asset-maintenance)视为首要目标，2018年资产维护主要有新趋势。

　　首先是工业物联网基础设施投资会暂缓，2017年初GE(General Electric)和西门子(Siemens)等大企业在工业物联网的投资毫不手软，但GE已宣布减少投资和吸纳新客户的成本。

　　第二是非监督式机器学习(ML)成长动力强，随着这些技术发展，未来无需“训练”数据标签即可透过高阶算法分析感测数据，以便工厂采用低接触式的数据分析手法。

　　第三是汽车制造业会成为工业物联网资产维护的领头羊，向来比其他工业领域更看好预测性维护(PM)的策略和营运优势，以便降低非预期停机时间。

　　第四是工业物联网预测性维护会促进顶线增长(top-line growth)，不仅可提高开机时间，亦可提高产品良率。

　　第五是资产维护走向，不只是预测性维护，其他数据维护流程也逐渐普及和发展。工厂正积极采用各种方法来实现自动化，以改良回修排程、存货管理和产品检测。

　　第六是大数据专家风光不再，以往制造业高阶主管总以为非要召募大数据工程师不可，但如今已不用在内部成立类似团队，未来第三方供货商所提供的方案皆内含专业咨询服务。

　　第七是转为多资产预测性维护方案，鉴于大数据分析广泛应用，工厂正在寻求单一的多资产预测性维护方案，而不局限于特定供货商或资产类别。

　　第八是代工制造(OEM)转为服务模式，OEM大多正朝着软件即服务(Saas)模式迈进，2018年硬件供货商将连同产品搭售预测性维护等服务。

　　第九是供货商生态系新秀辈出，工业物联网资产维护吸引不少投资挹注，传统供货商也会积极投资和收购新创公司。

　　第十是工业分析师预测失准，当逐渐逼近2020年，我们会发现过去对于IT热门技术的预测夸过其实。

　　(原标题：工业物联网资产维护的趋势)

上一篇：物联网和人工智能或解决人类重大危机

下一篇：银行加快机器人应用就业危机不是隐患

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。

百超助力爱派尔智能制造升级，效率与管理双飞跃
智慧工厂的投产，实现了从经验主义到数字化的升级，为管理层提供了数据抓手，使生产调度有了核心依据，大幅提升了决策效率。
智慧工厂激光切割生产线
2025-05-08 10:22:21
磁传感器市场持续升温，相关供应商加码布局
Allegro有约73%收入来自汽车市场(如电动车电机控制、ADAS系统)，21%来自工业领域(如工厂自动化)，其余为消费电子和通信。
磁传感器传感器
2025-04-16 16:50:07
L4级自动驾驶！埃安滴滴合作新车亮相
最近，广汽埃安与滴滴自动驾驶合作开发的首款L4级自动驾驶车型正式亮相。据悉，滴滴自动驾驶的硬件平台配备了33个传感器，包括激光雷达、摄像头、4D毫米波雷达、红外相机和声音传感器等。
L4级自动驾驶广汽埃安滴滴传感器
2025-04-14 10:58:48
人形机器人加速产业“进化” 传感器品类和数量将迎来双增长
传感器作为人形机器人感知系统的核心组件，作为人形机器人实现检测和控制的首要环节，是机器人系统获取外界状态和自身状态的重要途径，也是机器人迈向自主化、智能化的基础。
人形机器人传感器具身智能
2025-03-31 11:00:22
这家惯性传感器企业2024营收突破4亿元，净利润2.22亿元！
芯动联科的高性能的谐振式加速度计(FM加速计),可取代石英加速计,相较于传统加速度计产品提升了一个量级,报告期内已形成量产能力并开始小批量出货。
惯性传感器传感器
2025-03-19 15:23:39
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

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。