工业物联网如何改变制造业面貌
工业物联网如何改变制造业面貌
工业物联网（IIoT）正在推动制造业向智能化、自动化方向发展。通过将传感器、机器和计算机连接在一起，IIoT不仅提高了生产效率和产品质量，还实现了设计与制造的无缝对接。本文将为您详细介绍IIoT的关键技术和应用案例，展示其如何改变制造业的面貌。
工业4.0的发展历程
工业4.0大幅提升了传统和自动化制造的生产率和品质，连接性是成功关键所在。20世纪60年代末，数字计算机首次颠覆了工厂自动化运作，开创了计算机辅助设计（CAD）时代，实现了复杂部件的连贯生产，利用可编程逻辑控制器（PLC）提高了自动化程度，并提高了生产率。这一时期被认为是继蒸汽机推动了工业革命，以及机床、电气化和内燃机极大地提高了生产力后的第三次工业革命。
下一阶段工业革命正在如火如荼地进行：工业4.0利用广泛的机器对机器通信（M2M）、边缘计算以及人工智能（AI）和机器学习（ML）进行变革，实现了比较传统和自动化制造更大规模的自动化。
工业物联网（IIoT）汇集了这些技术，反过来，其连接性也成为了工业4.0的基础。通过使用有线网络和无线网络将机床、可编程逻辑控制器（PLC）、传感器、分布式计算、工厂计算机和云连接起来，使得工厂的每一部分都可以收集和处理数据，并且与其他部分以及互联网共享信息。通过提供这一信息宝库，工程师能够彻底改变从罐头到汽车、从螺丝钉到智能手机、从拼图到喷气涡轮机等一切产品的制造方式。
IIoT弥合设计与制造的鸿沟
在工业3.0时代，虽然设计和制造都受益于数字自动化，但两者之间却没有联系，因此它们往往是孤立运作的。工程师从设计室获得CAD输出资料，然后利用这些信息对工厂车间的机床进行手动编程。除了劳动密集型和容易出错之外，设计和制造学科之间脱节，难以通过完善产品设计来使产品制造变得更容易、更便宜、更快速。
如今，IIoT在用于设计的信息技术（IT）网络和用于工厂自动化的操作技术（OT）网络之间架起了桥梁。通过M2M通信，设计计算机可以与机床进行对话，直接对机床进行编程以制造零部件。机床可以与设计计算机对话，让设计计算机了解制造过程中的瓶颈所在，从而可以重新设计产品，在不影响功能的前提下简化制造过程。
信息的自由流动使得工程师能够设计出既能快速、廉价地制造，又能保证质量和减少浪费的产品。它还可让机床将制造信息反馈给设计部门，以确保下一次产品迭代包括改进措施，从而精简生产运作以提高生产率。中央计算机还可以利用所有的设计和制造数据，找出未来制造产品的最佳方法，使得产品经久耐用、易于维修，并且在使用寿命结束时易于回收。
混合使用有线和无线连接
工业以太网是成熟的工厂自动化网络技术，可靠耐用，支持一系列经过验证的工业自动化配置文件，如EtherNet/IP、PROFINET和ModbusTCP。有线技术很可能在未来数年内继续构成工厂通信网络的骨干。
不过，工业以太网的缺点是扩展基础设施的成本高昂，并且扩展过程具破坏性。必须在建筑物内安装布线和连接器，还必须安装用于管理协议的相关电子设备。在工厂增加新的大型机床或生产线时，管理人员可能会认为这样做是合理的，但对于增加传感器以监控机器和生产状况、跟踪工厂内零部件或组件的移动情况，或者将设计和制造数据传输到云端来说，他们或许会认为此举得不偿失。
对于这些应用，低功耗蓝牙、低功耗Wi-Fi和蜂窝物联网（NB-IoT和LTE-M）等无线技术是更实用的替代方案。这些协议以国际标准为基础，并且随着IIoT的演进发展不断更新以引入新功能。采用这些无线技术助力的传感器价格相对低廉、结构紧凑、易于安装和配置，使用电池可持续运行数月或数年时间。
低功耗蓝牙适用于网状网络，可确保数百个传感器从工厂的一端到另一端进行通信；低功耗Wi-Fi可以助力要求更高带宽的传感器（如摄像头），还可用作定位技术来跟踪资产；蜂窝物联网则为用于整理传感器网络信息并将其转发到云的网关提供了远距离通信协议。
图1: Nordic的nRF9160 SiP是功耗很低的完整蜂窝物联网解决方案，可以延长电池使用寿命
使用机器学习进行密切监控
确保生产率和质量的关键在于精细的过程控制。无线传感器和摄像头可以监控机器并测量成品部件，以发现产品中的任何细微偏差，并且情况失控之前纠正工艺。除了生产过程本身，许多其他因素也会影响生产率和质量，因此其他传感器可以跟踪振动、温度、湿度和空气质量等情况，所有这些因素都会对生产过程产生负面的影响。
但是，连续不断的大规模生产会产生汹涌的传感器数据流。而且这些数据大部分都是不变的，将这些数据发送到计算机中进行筛检既耗时又费钱，还会耗费大量能源。取而代之的是，Nordic和其他公司推出的功能强大的无线系统级芯片（SoC）和系统级封装（SiP）产品，它们集成了功能强大的嵌入式处理器和机器学习软件，可以帮助识别重大偏差，并且仅转发这些重大偏差信息以采取进一步行动。
例如，Nordic的nRF52和nRF53系列多协议SoC集成了Arm Cortex-M4（nRF52系列）和Arm Cortex-M33（nRF53系列）处理器，并支持TinyML（来自Edge Impulse的紧凑型电池供电传感器支持的精简形式机器学习）。
机器学习还可以帮助预先解决由于外部因素可能导致的问题，例如，工人到岗导致的湿度增加、打开门窗导致的空气流动以及白天和晚上的温度变化，并且在这些因素影响流程之前调整机器设置。最后，专用的振动和声学传感器可以监控机床，确保它们处于最佳状态。可以在故障发生前报告任何不寻常的振动、温度升高或功耗增加，以便及早进行维护，从而防止因为计划外的生产中断而带来损失。
IIoT的实际应用案例
Nordic多协议和蜂窝物联网无线技术广泛应用于世界各地的IIoT应用，公司最近发布的nRF70系列低功耗Wi-Fi产品设计加入工厂资产跟踪设备，将在未来几个月内推向市场。
图2：Grandcentrix的Modbus Cloud Connect允许任何运行Modbus RTU的设备通过蜂窝物联网无线连接到云端
例如，Grandcentrix的Modbus Cloud Connect允许运行工业以太网协议Modbus RTU的任何设备使用蜂窝物联网无线连接到云。该产品使用Nordic的nRF9160低功耗SiP实现蜂窝物联网连接。Modbus RTU是广泛应用于M2M通信的工业自动化协议，可将制造数据或维护问题报告给中央设备或服务器。
同样，TYMIQ的Prylada物联网网关使用nRF9160实现设备与云平台之间的LTE-M连接。该网关提供一组连接接口，允许从各种传感器收集遥测数据，包括温度、湿度、光线、液体泄漏、空气质量和移动检测。该网关使用SiP的Arm Cortex-M33处理器监控传感器并整理相关数据。
图3：TYMIQ的Prylada物联网网关可从各种传感器收集遥测数据，包括温度、湿度、光线、液体泄漏、空气质量和移动检测。
TZero使用Nordic的nRF9160 SiP为其MachineMailbox机器连接工具提供远距离无线连接和处理能力，该公司表示，这款解决方案可将任何产品转换为基于IIoT传感器/机器的连接解决方案，而无需任何配置。MachineMailbox使用nRF9160 SiP的Arm Cortex-M33处理器来管理和执行多个传感器所需的复杂专有算法，并将数据发送到云端。
Atomation的Atom服务于预测性维护领域，配备了Nordic的nRF52840 SoC并集成了各种传感器，能够监测温度、振动、湿度、压力、距离、倾斜和冲击等机器变量。Atom利用SoC的Arm Cortex-M4处理器计算能力，确定传感器检测到异常数值才传输数据。