——智物聯工業物聯網體系報告
【壓縮機網】智物聯工業物聯網體系中一個非常重要的核心和實踐，就是“工業物聯網的123+456+789”，這個也是在現階段可以實現的工業物聯網的z*佳模式。
什么是物聯網數據的“123”
工業物聯網，毫無疑問，s*先是工業設備的運行數據。工業設備數據，一般來說，都有方法通過設備控制器去獲取。無論什么類型的工業設備，智物聯的APRUS（高級用戶可編程物聯網適配器）很容易實現這一點。目前很多針對特定設備，也不乏所謂的DTU可以做到去獲取設備運行數據。這就是工業物聯網數據的“123”。換句話說，工業物聯網數據的123”，就是指工業設備本身的實時的和客觀的數據，比如：壓力、電流、頻率、溫度、流量、開關狀態，事件、故障、報警，....，等等。工業物聯網的“123”，反映的是工業設備運行的實時運行狀態的每一個瞬間，這些瞬間的集合，就是反映工業設備的客觀運行狀況的一個客觀事實描述。這些數據可以在不同的層面上，給設備生產廠家和設備使用單位（客戶）提供相應的應用或用途。一方面，設備生產廠家可以通過分析設備的數據，分析設備的運行情況統計、生命周期分析、故障導致原因、用戶使用習慣，等等。這對于設備生產廠家對自己產品的深度了解是有極大幫助的。有了這些深度了解的依據，才可能在產品設計上進行優化改良，甚至更新換代；另一方面，設備的使用單位（客戶）可以利用這些數據，實時監控這些設備的運行狀況、分析運行趨勢和故障預警等等，這些信息除了對設備用戶非常重要，對設備生產廠家的售后服務也有非常大的幫助。工業物聯網的123”是工業物聯網z*基本的第一步，也是必答題。那么，“123”的關鍵，就是工業設備數據獲取的合理性、效率、客觀性、準確性、實時性。為了本文需要，我們把工業數據的“123”這樣來示意（描述）：
數據= {“壓力”=21.8兆帕，“流量”=21公升/秒，“設備溫度”=158°C，“能耗”=22.7千瓦/小時，“地區”=河北}。
什么是工業物聯網的“456”
前面我們說了工業物聯網的“123”，是工業物聯網一個非常基礎的環節。有了“123”，就可以做到“知己”。總所周知，只有“知己知彼”，方能百戰不殆。那么，工業物聯網的“知彼”又是什么呢？這就是我們說的工業物聯網的“456”。我們舉個例子，某壓縮機生產廠家，成功實現了工業物聯網的“123”，也就是說，他們的壓縮機，都可以客觀及時準確的運行數據。然而，通過對一整年設備運行數據的分析，發現一些奇怪的問題：同一個型號的壓縮機，甚至是同一個生產批次的壓縮機，甚至在同一臺壓縮機，在很多主要數據和指標上，不僅相差很大，而且是越來越大。同一臺壓縮機的數據，在同樣的工況條件下，1-3月份的數據，跟7-9月不一樣；同一批次的壓縮機數據，賣到南方的跟賣到北方的不一樣，賣到東北的，跟賣到西北的也不一樣；即便在同一個地區的，白天和晚上的數據也不一樣。這個看上去不合常理，照道理，這些壓縮機的生產工藝、材料，是完全相同的，何以如此？其實，這一點不奇怪。簡單的說，“123”本身具備準確性和客觀性，但“123”只是設備本身的數據，并不“完整”。這里說的“完整”，并不是說這些數據從設備上的采集不足夠，而是從工業物聯網體系的角度來說不完整。工業設備運行，是不能脫離特定的運行環境的：使用時間、使用地點、使用工況條件、使用習慣、設備維保安排，還有就是所在環境的氣候，溫度濕度、空氣質量、地理水文水質，....，等等。也就是說，工業設備的運行數據，其實本身并非孤立的，而是與運行環境相關聯的，我們稱為“關聯影響”，不難理解。對空氣壓縮機來說，空氣質量（PM10指標），空壓機的運行、效能轉換、生命周期的影響非常大的；對水泵來說，水質（濁度）對水泵的效能，能耗，生命周期影響非常大；對光伏設備來說，地理位置、季節、早晚，對電能產出影響非常大。我們現在理解了，工業物聯網的“123”，實際上是一個有條件的“123”，這個條件，就是“關聯影響”。怎么做到對“關聯影響”的定性定量分析？并把這些分析與“123”掛鉤呢？這實際上也是工業物聯網需要解決的問題之一。做這個事情，需要做兩件事：s*先，需要做定性的分析，找到“關聯影響”的因素是哪些，到底是空氣質量呢，還是水質呢，還是陽光強度呢，還是紫外線呢，還是地理位置呢，還是啥，并在這些諸多的因素中，確定哪些是主要因素，并且是可以測量的；然后，就是選擇恰當的傳感器，對接到APRUS適配器上，就這么簡單。我們應該還記得，前面我們說過的對數據的描述：
數據 = {“壓力”=21.8兆帕，“流量”=21公升/秒，“溫度”=158°C，“能耗=22.7千瓦/小時，“地區”=河北}我們在APRUS上，加裝了兩個傳感器，加上了“關聯因素”后，變成了：
數據 = {“壓力”=21.8兆帕，“流量”=21公升/秒，“設備溫度”=158°C，“能耗”=22.7千瓦/小時，“地區”=河北，“PM10”=93ppm，“空氣溫度”=27°C ，“空氣濕度”=87%}。
我們看到，“數據”內容被擴大了，多出了紅色的部分。這個就是我們說的工業物聯網的“456”。毫無疑問，“數據” 從“123”變成了“123+456”，“123” 實際上是在“456”條件下的“123”。
這個的意義就不用多說了。
什么又是工業物聯網的“789”？
工業物聯網的“123+456”，我們前面做了闡述。智物聯的APRUS適配器，就是“123+456”的工具。從數據層面來說，“123+456” 確實已經足夠了，確實做到了“知己知彼”。然而在當下激烈的市場競爭中，僅靠“知己知彼”卻很難“百戰不殆”，還需要“知所以”。用一句話來概括：工業物聯網的“789”，就是“123+456” 這些數據背后說明了什么。“789”實際上是工業物聯網的里程碑標志，也是目的。前面的介紹很清楚：“123” 是拿來應用的；“456” 是拿來做關聯分析的，而“789” 是拿來決策的。“789” 并不是一個簡單的統計，而是一個“命題分析”和“大數據結果”。非常復雜的東西，也不是很容易理解，只能試圖用通俗的方法在本文中描述。我們還是舉個例子，還是某某空壓機廠家，他們順利完成了“123+456”，經過一年的工業物聯網實踐，獲取了海量數據。當然，這些數據在產生的同時，已經為該廠家解決了日常的問題，“售后服務被動變主動”、“故障預警”、“遠程監控”、....，等等。然而，這只是一個開始。廠家提出了三個命題，委托智物聯進行“789”：
命題一：空氣質量（PM10）到底對空壓機生命周期有多大影響？
命題二：什么才是真正導致空壓機氣缸溫度迅速升高的因素？
命題三：空氣相對濕度對空壓機能耗的影響到底有沒有？
答案實際上就是通過“大數據”的方法，對一年來積累的數以億計的數據
= {“壓力”=21.8兆帕，“流量”=21公升/秒，“設備溫度”=158°C，“能耗”=22.7千瓦/小時，“地區”=河北，“PM10”=93ppm，“空氣溫度”=27°C ，“空氣濕度”=87%}進行分析，得出命題需要的答案。這個答案本身是一個客觀的結果，這個結果是一個宏觀的結論。利用我們提供的結論，廠家做出了幾條新的決策：
工業物聯網體系報告
決策一：銷售到華北地區的空壓機，全部空氣濾清器使用新材料；
決策二：調整額定工作頻率，降低電機的轉速到1800RPM；
決策三：華北地區倉庫增加濾膜庫存。
我們用通俗的方法，描述了工業物聯網的“123+456+789”。這是智物聯的物聯網體系中很重要的一個組成部分。
——智物聯工業物聯網體系報告
【壓縮機網】智物聯工業物聯網體系中一個非常重要的核心和實踐，就是“工業物聯網的123+456+789”，這個也是在現階段可以實現的工業物聯網的z*佳模式。
什么是物聯網數據的“123”
工業物聯網，毫無疑問，s*先是工業設備的運行數據。工業設備數據，一般來說，都有方法通過設備控制器去獲取。無論什么類型的工業設備，智物聯的APRUS（高級用戶可編程物聯網適配器）很容易實現這一點。目前很多針對特定設備，也不乏所謂的DTU可以做到去獲取設備運行數據。這就是工業物聯網數據的“123”。換句話說，工業物聯網數據的123”，就是指工業設備本身的實時的和客觀的數據，比如：壓力、電流、頻率、溫度、流量、開關狀態，事件、故障、報警，....，等等。工業物聯網的“123”，反映的是工業設備運行的實時運行狀態的每一個瞬間，這些瞬間的集合，就是反映工業設備的客觀運行狀況的一個客觀事實描述。這些數據可以在不同的層面上，給設備生產廠家和設備使用單位（客戶）提供相應的應用或用途。一方面，設備生產廠家可以通過分析設備的數據，分析設備的運行情況統計、生命周期分析、故障導致原因、用戶使用習慣，等等。這對于設備生產廠家對自己產品的深度了解是有極大幫助的。有了這些深度了解的依據，才可能在產品設計上進行優化改良，甚至更新換代；另一方面，設備的使用單位（客戶）可以利用這些數據，實時監控這些設備的運行狀況、分析運行趨勢和故障預警等等，這些信息除了對設備用戶非常重要，對設備生產廠家的售后服務也有非常大的幫助。工業物聯網的123”是工業物聯網z*基本的第一步，也是必答題。那么，“123”的關鍵，就是工業設備數據獲取的合理性、效率、客觀性、準確性、實時性。為了本文需要，我們把工業數據的“123”這樣來示意（描述）：
數據= {“壓力”=21.8兆帕，“流量”=21公升/秒，“設備溫度”=158°C，“能耗”=22.7千瓦/小時，“地區”=河北}。
什么是工業物聯網的“456”
前面我們說了工業物聯網的“123”，是工業物聯網一個非常基礎的環節。有了“123”，就可以做到“知己”。總所周知，只有“知己知彼”，方能百戰不殆。那么，工業物聯網的“知彼”又是什么呢？這就是我們說的工業物聯網的“456”。我們舉個例子，某壓縮機生產廠家，成功實現了工業物聯網的“123”，也就是說，他們的壓縮機，都可以客觀及時準確的運行數據。然而，通過對一整年設備運行數據的分析，發現一些奇怪的問題：同一個型號的壓縮機，甚至是同一個生產批次的壓縮機，甚至在同一臺壓縮機，在很多主要數據和指標上，不僅相差很大，而且是越來越大。同一臺壓縮機的數據，在同樣的工況條件下，1-3月份的數據，跟7-9月不一樣；同一批次的壓縮機數據，賣到南方的跟賣到北方的不一樣，賣到東北的，跟賣到西北的也不一樣；即便在同一個地區的，白天和晚上的數據也不一樣。這個看上去不合常理，照道理，這些壓縮機的生產工藝、材料，是完全相同的，何以如此？其實，這一點不奇怪。簡單的說，“123”本身具備準確性和客觀性，但“123”只是設備本身的數據，并不“完整”。這里說的“完整”，并不是說這些數據從設備上的采集不足夠，而是從工業物聯網體系的角度來說不完整。工業設備運行，是不能脫離特定的運行環境的：使用時間、使用地點、使用工況條件、使用習慣、設備維保安排，還有就是所在環境的氣候，溫度濕度、空氣質量、地理水文水質，....，等等。也就是說，工業設備的運行數據，其實本身并非孤立的，而是與運行環境相關聯的，我們稱為“關聯影響”，不難理解。對空氣壓縮機來說，空氣質量（PM10指標），空壓機的運行、效能轉換、生命周期的影響非常大的；對水泵來說，水質（濁度）對水泵的效能，能耗，生命周期影響非常大；對光伏設備來說，地理位置、季節、早晚，對電能產出影響非常大。我們現在理解了，工業物聯網的“123”，實際上是一個有條件的“123”，這個條件，就是“關聯影響”。怎么做到對“關聯影響”的定性定量分析？并把這些分析與“123”掛鉤呢？這實際上也是工業物聯網需要解決的問題之一。做這個事情，需要做兩件事：s*先，需要做定性的分析，找到“關聯影響”的因素是哪些，到底是空氣質量呢，還是水質呢，還是陽光強度呢，還是紫外線呢，還是地理位置呢，還是啥，并在這些諸多的因素中，確定哪些是主要因素，并且是可以測量的；然后，就是選擇恰當的傳感器，對接到APRUS適配器上，就這么簡單。我們應該還記得，前面我們說過的對數據的描述：
數據 = {“壓力”=21.8兆帕，“流量”=21公升/秒，“溫度”=158°C，“能耗=22.7千瓦/小時，“地區”=河北}我們在APRUS上，加裝了兩個傳感器，加上了“關聯因素”后，變成了：
數據 = {“壓力”=21.8兆帕，“流量”=21公升/秒，“設備溫度”=158°C，“能耗”=22.7千瓦/小時，“地區”=河北，“PM10”=93ppm，“空氣溫度”=27°C ，“空氣濕度”=87%}。
我們看到，“數據”內容被擴大了，多出了紅色的部分。這個就是我們說的工業物聯網的“456”。毫無疑問，“數據” 從“123”變成了“123+456”，“123” 實際上是在“456”條件下的“123”。
這個的意義就不用多說了。
什么又是工業物聯網的“789”？
工業物聯網的“123+456”，我們前面做了闡述。智物聯的APRUS適配器，就是“123+456”的工具。從數據層面來說，“123+456” 確實已經足夠了，確實做到了“知己知彼”。然而在當下激烈的市場競爭中，僅靠“知己知彼”卻很難“百戰不殆”，還需要“知所以”。用一句話來概括：工業物聯網的“789”，就是“123+456” 這些數據背后說明了什么。“789”實際上是工業物聯網的里程碑標志，也是目的。前面的介紹很清楚：“123” 是拿來應用的；“456” 是拿來做關聯分析的，而“789” 是拿來決策的。“789” 并不是一個簡單的統計，而是一個“命題分析”和“大數據結果”。非常復雜的東西，也不是很容易理解，只能試圖用通俗的方法在本文中描述。我們還是舉個例子，還是某某空壓機廠家，他們順利完成了“123+456”，經過一年的工業物聯網實踐，獲取了海量數據。當然，這些數據在產生的同時，已經為該廠家解決了日常的問題，“售后服務被動變主動”、“故障預警”、“遠程監控”、....，等等。然而，這只是一個開始。廠家提出了三個命題，委托智物聯進行“789”：
命題一：空氣質量（PM10）到底對空壓機生命周期有多大影響？
命題二：什么才是真正導致空壓機氣缸溫度迅速升高的因素？
命題三：空氣相對濕度對空壓機能耗的影響到底有沒有？
答案實際上就是通過“大數據”的方法，對一年來積累的數以億計的數據
= {“壓力”=21.8兆帕，“流量”=21公升/秒，“設備溫度”=158°C，“能耗”=22.7千瓦/小時，“地區”=河北，“PM10”=93ppm，“空氣溫度”=27°C ，“空氣濕度”=87%}進行分析，得出命題需要的答案。這個答案本身是一個客觀的結果，這個結果是一個宏觀的結論。利用我們提供的結論，廠家做出了幾條新的決策：
工業物聯網體系報告
決策一：銷售到華北地區的空壓機，全部空氣濾清器使用新材料；
決策二：調整額定工作頻率，降低電機的轉速到1800RPM；
決策三：華北地區倉庫增加濾膜庫存。
我們用通俗的方法，描述了工業物聯網的“123+456+789”。這是智物聯的物聯網體系中很重要的一個組成部分。
網友評論
條評論
最新評論