當前位置:今日智造 > 智造快訊 > 新聞

全球工業互聯網應用現狀

2019/1/18 8:13:17 人評論 次瀏覽 來源:eaglefeathers 分類:新聞

鷲 翎 導 讀

工業互聯網作為新一代信息技術與制造業深度融合的產物,受到業界高度關注。然而現實情況是全球工業互聯網正處于起步階段,受制于商業模式、企業文化、投資收益、技術路線等多方面的挑戰,目前工業互聯網并沒有獲得預期的市場認可度。

本報告主要針對工業企業數字化轉型的需求和痛點,了解哪些工業互聯網應用在工業企業已落地實施?哪些應用獲得企業的認可度最高?解決了什么問題?取得什么成效?哪些行業普及較快?哪些企業現在需要工業互聯網?

1、平臺樣本:從全球200多家物聯網平臺企業中選取了77個工業互聯網平臺(覆蓋14個國家,其中,國內平臺34家;國外平臺43家,其中美國23個,占比超過國外平臺的50%,德國4個,其他國家分別為1個);


2、應用案例樣本:從眾多樣本中篩選出206個符合預設標準的工業互聯網應用案例;基本覆蓋全工業領域,其中86%的應用案例集中在機械制造、能源(電力熱力燃氣及水生產和供應業)、輕工、石化、電子等五個工業領域。

應用企業規模呈現多元,其中,大企業應用案例占比超過60%,更為關注信息系統集成、智能化工廠、上下游協同、服務化轉型等方面的解決方案;而中小型企業應用較少,呈現抱團發展和單場景應用的特點。


3、應用案例分析:從應用場景現狀、中外對比、應用趨勢對應用案例進行深度剖析,也就是說本報告重點研究三塊內容“(1)應用場景”、“(2)、中外對比”、“(3)、應用趨勢”,相應的結論也集中在這三個方面,這是閱讀本報告的重點收獲。






主要觀點和結論


【結論1】工業互聯網平臺應用主要分為三類


§第一類:針對工業設備和工業產品開展資產管理服務;

§第二類:打通OT數據與IT數據,支持企業傳統業務和運營優化;

§第三類:融合工業、金融、服務,整合產業鏈、價值鏈各方資源,開展企業業務轉型、商業模式創新,打造新競爭模式。

§目前工業互聯網應用主要集中在第一類和第二類,而基于工業互聯網的企業新模式轉型處于起步探索階段。


【結論2】基于應用場景維度的分析


§83%的工業企業(備注:所調研樣本數為206家)基于平臺開展工業設備和產品狀態在線監測、故障在線診斷、預測性維護、遠程運維等應用服務于;


§68%的工業企業基于平臺處理分析生產制造、企業運營管理等各類數據,開展生產過程優化、能耗優化、質量優化、安全管理、作業指導、采銷決策優化等業務運營優化服務;


§19%的工業企業基于平臺開展業務轉型和模式創新,企業對應用人工智能、虛擬現實、數字孿生、區塊鏈等新技術仍持保守謹慎態度,企業更希望平臺新模式應用帶來新收入增長;



【結論3】基于行業應用維度分析


在數字化程度高的機械、能源行業成為應用工業互聯網平臺的主力軍。


§機械行業占全部案例的36%,面對激烈的制造服務化轉型的需求,一方面平臺助力設備管理從人工粗放管理向遠程、精準智能化管理過渡;另一方面,金融與機械行業融合創新助力企業布局新業務增長模式。


§能源行業占全部案例的22%,以電力行業為例,企業通過工業互聯網實現企業內外數據匯聚,通過分析市場、發電能力、發電需求、天氣和定價等影響因素,優化發電和交易計劃,實現生產端、電網和消費端的協同和優化。


【結論4】基于企業規模維度分析


§62%的案例來自大企業,成為各類應用的主力軍。大企業同時具備建平臺和用平臺的條件和壓力,龍頭企業向軟件商、服務商轉型的趨勢明顯;


§中小企業僅占阿案例的10%,國內應用數量明顯高于國外,主要依托平臺進行行業內應用或在區域內聚集應用,政府政策在產業聚集區的應用產生了積極作用。


【結論5】數據應用聚焦業務和運營優化,效率提升需求強烈


在生產制造環節,工業企業關注投入成本最高、產生價值最大的場景,也是工業互聯網最有潛力和作為的地方。

§目前應用最廣泛的是對生產過程進行控制和優化(37%)

應用集中在提高生產自動化、減少人工作業、自動物料選配等,部分應用能夠在此基礎上做到對工業知識和數據算法的融合應用。


§資源調度優化(17%)是工業企業在運營優化環節的另一個重要應用

主要體現在兩個方面,一是生產能力的調度和優化,既可以在企業內,通過產線實時數據分析,對空閑設備進行調度和優化,提升設備整體效率。


§能源優化(16%)進入過程優化應用前三位

能源優化是工業企業的普遍需求,尤其在電力、石化、鋼鐵、建材等能源密集型行業,支撐設備運營的電能和燃料消耗在成本構成中占比較重,節能能源消耗的需求迫切。


【結論6】技術密集型企業在工業知識數字化、模塊化方面圍繞非生產過程的決策、仿真設計和知識管理開展應用


§方式一:工業大數據支撐非生產過程決策

對于作業環境和工作流程都具有高度復雜性、隨機性、無序性的大型設備,如交通設備、機械設備、盾構設備等,作業過程需要高技能水平人員進行實時判斷,數據分析能夠發揮重要輔助作用。


§方式二:設計仿真環節聚焦復雜系統設計和快速市場響應

大型交通設備制造行業,如高鐵、船舶、飛機等,總體設計的技術要求高、難度大、參與單位多,仿真的重要性不斷提升。


§方式三:工業知識管理依托大數據技術,成為規模化應用的切入點

IT技術變革了傳統“傳、幫、帶”模式,通過經驗和知識的模塊化、軟件化,能夠降低專業技能培養成本,快速形成企業學習曲線,并且能夠通過知識管理幫助員工進行技能培訓和作業指導。


【結論7】創新應用推動企業變革突破,新模式新業態跨界生長


§12%的案例中出現人工智能(機器視覺、機器學習等)、數字孿生、VR/AR等新技術應用,主要包括機器學習幫助企業完成生產業務、過程控制、市場銷售等決策。機器視覺不僅在石化、冶金等流程行業輔助產品表面質檢,還在機械、輕工等離散行業用于人員行為識別。


§數字孿生是工業互聯網的討論熱點,由于建模對工業知識和IT知識的門檻較高,目前只有在結構復雜、成本高昂的場景中,如智能設備、智能產線以及數字工廠建設中有相關探索,實際應用率不足2%


§新技術改造下一代產品占新模式的6%,典型應用主要在兩方面:

一是掌握設備運行數據,方便設備維護與檢修,如電梯、空調、機床等,

二是通過表計測量產品數據,掌握用戶使用習慣,從而推進業務模式的創新和擴展。


§模式創新風險大、難度高、成熟度低,目前各行業的模式創新往往從簡單應用入手,呈現出分散發展趨勢,輕工業探索定制化制造、交通設備制造領域開展協同制造、機械和輕工領域嘗試生產能力分享,還有創新金融模式和新定價模式等。


【結論8】應用行業:機械、能源行業領先發展,各行業應用側重不同


§目前,應用集中在數字化程度高、應用價值大的行業,機械、能源、輕工、石化、電子等五個工業領域瓜分86%的案例,機械和能源行業占據半壁江山。


【結論9】離散行業應用分散,覆蓋從設計到市場所有環節


§離散行業工業互聯網應用覆蓋了所有類型,在附加值較高的研發設計和市場服務兩端環節都有應用。


§88%的設計環節應用都在離散行業,如工程機械;離散行業覆蓋了71%的銷售決策應用。


§機械行業中高端設備的應用最成熟,服務化轉型需求是推動力量。36%的案例來自機械制造,重型機械行業進入門檻較高,行業市場飽和度逐年增長,面臨服務化轉型的需求最強烈。


【結論10】流程行業應用集中在過程控制,安全穩定生產是關鍵重點


§流程行業的產品同質化程度較高,過程控制優化成效明顯。應用需求較為傳統,集中在減少生產過程中的物料浪費和提升產品質量


§流程行業反應器等關鍵環節存在工業知識積累的空白,操作仍然依靠經驗判斷,如何通過數據分析來實現工序之間的有效銜接,通過工序控制來保證以最少物料消耗達到最優質量和產量是當前的主要難點。


§安全管理是流程行業關注的重點。88%的安全管理應用于流程行業,如電力、冶金、石化、采礦等,由于其工序不間斷,對于設備運行期間不出事故的要求極高。


§能源行業應用集中,資源配置優化潛力巨大,占所有案例的22%。智能計量表在這一領域的應用非常集中。


§新能源發電企業聚焦電網調度問題,企業探索內外部數據應用。如電力公司針對可再生能源的間歇性、不穩定性導致并網率較低的行業痛點,建立機器學習模型,分析市場、發電能力、需求、天氣和定價等影響因素,優化發電和交易計劃。


【結論11】基于企業規模視角的平臺應用:大企業占比60%,強勢主導各類應用,行業領導者還成為平臺建設者。


§大企業面對數字化轉型挑戰,同時具備建平臺和用平臺的條件和壓力,是應用工業互聯網的主力軍,打通數據孤島、實現系統之間的數據流動需求迫切。(如:三一等)


§龍頭企業轉型需求迫在眉睫,平臺化戰略成為行業領導者的選擇。(如:海爾、華為等)


【結論12】中小企業應用占比僅10%,但較多落地產業聚集區和工業園區,創新積極性高


§中小企業應用僅占全部案例的十分之一,國內應用數量高于高外。目前主要有兩類應用:

一是基于平臺的應用,如行業龍頭企業帶領領域內的中小企業應用,如機床行業(如:i5 優智享 5D智造谷)在沈陽、鹽城、十堰、嘉善等地為小微企業提供生產力租賃服務;又如平臺服務商(如:阿里“淘工廠”)針對小微企業開展業務創新,服裝行業中小企業應用柔性供應鏈協同服務平臺,解決服裝賣家找工廠難、小單試單難、翻單備料難、新品開發難等。


二是在產業聚集區的應用。政府政策在產業聚焦區的落地實施:比如山東淄博政府在產業園區,將135家建陶企業整合為20余家。

上述內容基于工業互聯網研習社報告內容,鷲翎企管融入部分市場信息,僅供大家參考。



免責聲明:本文系網絡轉載,版權歸原作者所有,如涉及版權,請聯系我們刪除,QQ:1138247081!

共有條評論 網友評論

驗證碼: 看不清楚?
    小学数学公式规律