今年8月20日至8月22日于宁波举办的工业互联网产业联盟第十一次工作组会议上,平台组讨论了平台架构2.0。
工业互联网平台框架1.0于2017年发布,主要目的是统一认识,指导建设。进入2019年工业互联网平台越来越落地,平台架构2.0将主要解决以下问题:
1、深化认识;
2、总结经验;
3、升级功能;
4、推进应用。
平台架构2.0将指导落地部署,但行业需求不同,行业落地部署的方式必然不同,能否用统一的平台架构,推进不同领域的应用?
1
平台架构难统一
在讨论平台功能架构时,不同企业代表对于平台架构提出了不同的意见。
比如数据模型部分在这张图中处于业务PaaS层,但有一家知名的平台企业,他们的数据模型是处于通用PaaS层的。
而对于运维管理而言,不同类型的企业也有不同的理解:
对于设备供应商维护的工业互联网平台,对设备的运维管理属于通用PaaS层,但对于设备使用商维护的工业互联网平台,设备的运维管理属于业务PaaS层。
在工业互联网的落地阶段,很难用同一个架构指导不同领域的企业落地。
02
预测性维护在不同领域的重点不同
预测性维护是工业互联网领域的明星应用,被很多专家称为杀手级应用。预测性维护在原燃料行业和设备制造行业都被广泛的实践,但在这两个领域使用中,其应用重点、商业模式都是不同的。
原燃料行业属于大规模制造【无论工业互联网多普及,都改变不了原燃料行业大规模制造的属性,比如汽车用的汽油,如果给用户超过10个选项,只会给用户带来麻烦而不是便捷】,大规模制造领域的自动化水平高,设备的维护主要是企业维护,预测性维护的重点在于以更低的成本保持设备的正常运维。
而设备制造企业,在工业互联网转型中,通常是将制造的设备联网,通过联网一方面提高设备的服务水平,另一方面通过设备运营状态数据,为产品设计提供依据。设备制造行业的预测性维护,更多的是为了提高服务水平。
原燃料企业的工业互联网平台,在实现预测性维护后,通常会将预测性维护与设备备件网络融合。
而设备行业的工业互联网平台,在实现预测性维护后,通常会以第三方服务的形式,实现设备的打包服务。
下面以两个案例介绍两类不同类型的预测性维护。
03
原燃料行业预测性维护融入资产管理系统
对于原燃料行业而言,设备维护是通过资产管理系统来管理的,在工业互联网概念出现之后,预测性维护功能是与资产管理系统融合,并进一步打通备件供应商网络。
如化工企业BASF巴斯夫,在实践中联合SAMSON, Endress+Hauser,Hilscher等自动化设备及工业通讯供应商,构建了设备资产全寿命周期的数字化协同平台。设备资产的健康状况可以被实时监控,在云平台中共享,这样可以提高巴斯夫设备资产利用率,降低停机带来的损失。而在数字化平台上,通过AIN(Asset Intelligent Network)实现备件需求、备件库存的信息共享,让设备供应商在提供更好的服务的同时,降低备件库存。
05
设备制造商拓展新的服务模式
设备制造商通常借助工业互联网平台实施获得设备的运营数据,因为设备制造商更了解设备,设备制造商提供的MRO会比设备使用企业效率更高。
GE提出工业互联网的案例中,以航空发动机的设备在线联网,发展出了飞机服务管理的新业务。
凯撒公司是德国的空气压缩机企业,传统属于设备维护企业,借助工业互联网平台,发展出基于服务的运营商模式:SIGMA Air Utility。这是一种压缩空气的供气合约,用户无须购买空气压缩机,而只需根据使用压缩空气的用量进行结算。凯撒空气,通过工业互联网,在大数据分析和预测性维护技术支持下,大幅度提高了企业运行效率。
设备制造企业拓展服务模式,类似于SIGMA Air Utility的运营模式,对凯撒而言,拓展了新的业务,降低了服务成本,与客户建立了长期的合作关系,并带来了产品开发和创新上的合理效应。对客户来说,实现了降低成本、提高灵活性,将运行和维护空气压缩机的风险转移出去,改善透明度、增强了业务运行的计划性。【凯撒的案例,引自《智慧企业工业互联网平台开发与创新》彭俊松著】。
06
结论
根据巴斯夫和凯撒的案例,即便预测性维护在不同的行业,也会有不同的落地形式。因而建议工业互联网平台2.0架构,能够根据不同行业特点,制定不同的架构。
领取专属 10元无门槛券
私享最新 技术干货