工業(yè)物聯(lián)網(wǎng)正從概念和試點項目迅速演變?yōu)榇笠?guī)模的廠級部署，埃森哲在最新的報告中指出：“95%的商業(yè)領袖期望他們的公司在未來三年內(nèi)使用IIoT(工業(yè)物聯(lián)網(wǎng))”，智能設備和互聯(lián)設備數(shù)量的快速增加，為提高性能和降低成本提供了巨大的機會，但一個最突出的挑戰(zhàn)也浮現(xiàn)出來，那就是如何高效地管理這些分布式系統(tǒng)。

成功管理IIoT設備的三大準則

在10月26日召開的2017 NI Days上，NI發(fā)布了《2018 NI趨勢展望報告》，其中提出了成功管理IIoT設備的三大準則：遠程系統(tǒng)管理、軟件配置管理、數(shù)據(jù)管理。

NI全球市場高級副總裁Ajit Gokhale在主題演講中指出，隨著物聯(lián)網(wǎng)項目逐漸落地，如何擴展和管理大型IIoT部署，包括遠程系統(tǒng)管理、軟件配置管理和數(shù)據(jù)管理，成了時下最受關注的技術(shù)熱點和挑戰(zhàn)。

遠程系統(tǒng)管理——隨著運營技術(shù)成本的降低，針對關鍵資產(chǎn)的監(jiān)測和控制系統(tǒng)應用日益普及。資產(chǎn)和維護經(jīng)理正在面臨的挑戰(zhàn)是，如何利用高性價比的策略來管理這些運營資產(chǎn)并最大限度地減少資產(chǎn)停機。一個成功的遠程系統(tǒng)管理解決方案需要能夠解決配置、診斷和邊緣設備管理等方面的挑戰(zhàn)。

軟件配置管理——與日俱增的快速上市壓力要求企業(yè)使用靈活的軟件來修復漏洞、修改功能以及解決安全漏洞，因此，軟件配置管理的重要性與日俱增。如果沒有有效的軟件管理策略，就會導致系統(tǒng)運行的軟件過時，從而影響資產(chǎn)性能、安全性和可靠性。 IIoT公司可通過部署經(jīng)驗證的框架和最佳實踐來避免手動軟件部署的高成本和低效率。

數(shù)據(jù)管理——IIoT系統(tǒng)會生成大量數(shù)據(jù)，數(shù)據(jù)量將會達到TB級，這些數(shù)據(jù)中隱藏著大量有價值的信息，如何挖掘和管理這些數(shù)據(jù)以實現(xiàn)優(yōu)化的商業(yè)決策是企業(yè)亟待掌握的能力。據(jù)《IDC FutureScape: Worldwide Internet of Things 2017 Predictions》 報告指出：到2019年，至少有40%的IoT數(shù)據(jù)將存儲到邊緣設備進行處理、分析和操作。數(shù)據(jù)管理策略需要同時包含能夠運行在邊緣側(cè)和企業(yè)級的分析功能。高效的數(shù)據(jù)管理解決方案必須能夠整合來自多個分散源的數(shù)據(jù)，并提供不同級別的分析，以便讓正確的人員獲得正確的信息，并將原始數(shù)據(jù)轉(zhuǎn)化為有據(jù)可依的決策。

通過機器學習，自動獲取工程信息

機器學習不僅存在人工智能領域，現(xiàn)在正快速滲透到工業(yè)物聯(lián)網(wǎng)領域。隨著物聯(lián)網(wǎng)項目落地，將產(chǎn)生海量的數(shù)據(jù)，有統(tǒng)計顯示，到2020年，來自工業(yè)設備的傳感器和機器數(shù)據(jù)預計將超過78艾字節(jié)。通過機器學習，這些海量的數(shù)據(jù)可以幫助我們自動獲取工程信息，從而實現(xiàn)對工業(yè)系統(tǒng)的預測、診斷和維護。

為了幫助工程師在工作中應用機器學習，NI已經(jīng)將機器學習集成到LabVIEW分析和機器學習工具包中，工程師可開放地使用任何第三方的機器學習資源。

NI平臺化方案助力IIoT項目落地及管理

各行各業(yè)的公司正在采用一系列顛覆性的平臺和生態(tài)系統(tǒng)，利用傳感器驅(qū)動的計算、工業(yè)分析和智能機器應用等智能技術(shù)，將業(yè)務轉(zhuǎn)變?yōu)閷崿F(xiàn)創(chuàng)新和發(fā)展的引擎。作為一家平臺供應商，NI提供最底層的軟硬件產(chǎn)品，從傳感器到邊緣計算，再到監(jiān)測系統(tǒng)以及整個物聯(lián)網(wǎng)的軟件架構(gòu)。NI平臺化的解決方案可以幫助企業(yè)更好地應對上述管理IIoT設備的三大挑戰(zhàn)，為此，NI新推出了一些列針對IIoT領域的軟硬件產(chǎn)品。

NI最新發(fā)布的遠程系統(tǒng)管理軟件——NI SystemLink兼具系統(tǒng)管理、軟件部署和系統(tǒng)健康監(jiān)測功能，相比其他遠程數(shù)據(jù)管理工具，NI SystemLink還可以在網(wǎng)絡端進行配置管理，不僅可以實現(xiàn)遠程故障診斷，還可以實現(xiàn)數(shù)據(jù)管理，對于分布式系統(tǒng)管理意義顯著。針對數(shù)據(jù)管理，NI推出了一系列軟件工具，可實現(xiàn)數(shù)據(jù)搜索和索引、數(shù)據(jù)分析和處理以及信息報告和可視化功能。

NI新推出的多槽以太網(wǎng)機箱cDAQ-9185和cDAQ-9189提供了與TSN(時間敏感網(wǎng)絡)的緊密時間同步，從而能夠簡化并提高同步、分布式系統(tǒng)的可擴展性。對于大型分布式系統(tǒng)，各設備之間的同步是一個棘手的難題，而利用NI的TSN多槽以太網(wǎng)機箱可以輕松解決這一難題。

基于NI平臺實現(xiàn)的IIoT設備管理成功案例

北京天澤智云是NI在預測性維護及工業(yè)智能領域的合作伙伴，其聯(lián)合中車青島四方公司，基于NI InsightCM和CompactRIO平臺，打造了針對高鐵的預測性維護解決方案PHM(故障預測與健康管理)項目。高鐵的預測性維護系統(tǒng)到底有多重要?據(jù)中車青島四方公司國家工程實驗室試驗部主任張志強介紹，目前我國的高鐵實行的是周期性維修方案，高鐵運行到一定距離，就要進行相應等級的維修，例如，達到240萬公里時，就要五級修，這意味著整臺高鐵要返廠維修。實際上，這種無差別對待的維修存在著極大的浪費，如果能有針對的施行預測性維修將節(jié)約大量成本。據(jù)張志強估計，單就高鐵PHM(故障預測與健康管理)項目就能產(chǎn)生幾千億的效益。北京天澤智云技術(shù)研發(fā)副總裁劉宗長表示，在開發(fā)高鐵PHM系統(tǒng)中，NI的平臺提供了諸多的優(yōu)勢：NI模塊化化的組件，能夠大大提升我們的開發(fā)速度，例如，在數(shù)據(jù)采集部分，從需求提出到方案實施，只用了一到兩周的時間;另外，CompactRIO本身就提供邊緣計算的環(huán)境，我們的很多算法都可以集成到CompactRIO中，在實時環(huán)境下運行;InSightCM可以提供從數(shù)據(jù)管理到前端的硬件管理，再到后面的算法管理等所有的狀態(tài)監(jiān)測需求。

除了高鐵預測維護中的應用，NI平臺廣泛應用在許多大型分布式監(jiān)控及測試系統(tǒng)中。Blue Origin是亞馬遜CEO杰夫-貝索斯創(chuàng)立的一家致力火箭回收再發(fā)射的高科技公司，該公司利用NI的軟硬件產(chǎn)品實現(xiàn)了其龐大的分布式測試系統(tǒng)，尤其是借助NI SystemLink來實現(xiàn)遠程的管理、部署。

作為一家平臺供應商，NI除了推出更智能的軟硬件產(chǎn)品，還非常重視生態(tài)系統(tǒng)的建設，NI全球技術(shù)與市場總監(jiān)Rahman Jamal表示，NI定位于平臺化的公司，同時，也會提供一些系統(tǒng)解決方案，與合作伙伴和客戶共同推動工業(yè)物聯(lián)網(wǎng)項目落地。為了推動一些領先技術(shù)在世界各國的實施，NI專門建立了IIoT實驗室，在奧斯汀總部的IIoT實驗室是由NI與PTC、HPE，賽靈思，英特爾等公司共同組建。同時，NI也加強本土合作伙伴的培養(yǎng)，與本地聯(lián)盟商、大學及研究機構(gòu)建立緊密合作，共同助推工業(yè)物聯(lián)網(wǎng)及智能制造的發(fā)展。