专栏首页用户1513005的专栏工业物联网领域值得关注的五大技术
原创

工业物联网领域值得关注的五大技术

物联网是新一代信息技术的重要组成部分,也是"信息化"时代的重要发展阶段。其英文名称是:"Internet of things(IoT)"。顾名思义,物联网就是物物相连的互联网。

据物联网咨询集团声称,到2020年物联网经济估计产值3万亿美元,工业物联网到时将占到一半左右的收入。同时,埃森哲估计到2030年,工业物联网有望为全球经济贡献14.2万亿美元。

这些数字表明了技术解决方案提供商在未来几年有望获得大好机会,但只有密切关注工业物联网领域的最新技术和趋势,才有希望获得机会。下面介绍工业物联网领域值得关注的五大技术和趋势。

1. 推行与供应商无关的平台

Jeff Brown是解决方案提供商、CRN 2018年物联网创新者之一Aquitas的首席运营官,他表示,由于客户现在偏爱支持多家供应商的解决方案,专有的工业物联网平台已翻篇了。

他说:“过去几十年来的问题之一是,每款硬件解决方案都自带专有的软件平台。几年前工业物联网开始兴起来时,许多公司仍在走同样这条老路。我们与客户密切合作,发现他们做决策时考虑的一个重要标准是要有与供应商无关的工业物联网解决方案。”

Altizon的Daltonis就是一个典例,这种与供应商无关的工业物联网平台支持所有操作系统和常见的连接协议。

2. OT数据变成企业数据

新技术让公司可以将操作型技术(OT)系统连接到整个网络,带来了将OT数据与其他类型的数据结合起来的新机会。

比如说,Hitachi Vantara的一款新应用软件Lumada Maintenance Insights结合并分析不同来源的数据(包括传感器数据、计划停运和技术员的时间表),从而提供互联的维护解决方案。

Aquitas的Brown说:“将OT数据与公司的其他方面连接起来成了战略方向的一部分。OT小组现在负责向CIO汇报,所有数据都被视作企业数据。”

3. 捆绑式工业物联网边缘解决方案

软硬件供应商在齐心协力开发开箱即用且易于安装和管理的工业物联网解决方案。

最近,Dell EMC宣布与边缘智能初创公司FogHorn达成合作伙伴关系,后者将为Dell EMC合作伙伴提供预先配置了FogHron的Lightning边缘智能平台的网关及其他边缘设备,该平台包括机器学习和自动化功能。

紧跟这股潮流的其他OEM厂商包括惠普企业(HPE)、思科和AdLink。

4. 增强现实与工业物联网融合

由于PTC等供应商开始寻找适合客户的合理的使用场景,增强现实正与工业物联网趋于融合。

PTC CEO Jim Heppelmann在公司最近的财报电话会议上称,增强现实的预订额在公司2018财年中达到了2000万美元,归因于许多公司使用其增强现实平台,用于“服务和维护工作指令、工厂操作人员指令和虚拟产品演示。”

Aquitas的Brown说:“从培训到操作使用,增强现实让用户可以添加之前只有从桌面才能找到的数据,用于主动排查故障。”

5. 机器学习和数据分析

由于大企业和初创公司都在推出各自的功能,机器学习和先进分析功能变得更加重要。

机器学习可以帮助公司自动分析庞大数据集,并提供可付诸实际行动的步骤,比如防止工厂出现停运。拥有机器学习和先进分析功能的工业物联网供应商包括GE Digital、PTC、西门子和总部位于西雅图的Seeq。

Aquitas的Brown说:“每家公司都想要机器学习和先进分析,但是开始认识到此之前需要好的数据。因此,先决定一种收集所需数据的平台是成功分析的关键条件。”

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 基于大数据的推荐算法综述

    致力于为机器学习、深度学习、数据挖掘等AI技术的“初学者”或者“爱好者”,进行基础理论与实战技能的介绍和学习。我们团队成员既有各个著名院校的在校硕士生、博士生,...

    数据森麟
  • 数据分析师必看的5大概率分布

    原文链接:https://blog.csdn.net/yoggieCDA/article/details/100703311

    Sam Gor
  • 【机器学习】一文了解机器学习必学10大算法

    预测建模主要关注的是在牺牲可解释性的情况下,尽可能最小化模型误差或做出最准确的预测。我们将借鉴、重用来自许多其它领域的算法(包括统计学)来实现这些目标。

    yuquanle
  • 遗传算法求解混合流水车间调度问题(附C++代码)

    各位读者大家好,好久没有介绍算法的推文了,感觉愧对了读者们热爱学习的心灵。于是,今天我们带来了一个神奇的优化算法——遗传算法!

    用户1621951
  • 【GAN优化】解决模式崩溃的两条思路:改进优化和网络架构

    今天讲述的内容仍然是GAN中的模式崩溃问题,首先将说明模式崩溃问题的本质,并介绍两种解决模式崩溃问题的思路,然后将介绍一种简单而有效的解决方案MAD-GAN,最...

    用户1508658
  • 2018年度腾讯犀牛鸟精英人才培养计划优秀学生成果分享(一)

    随着互联网的发展逐渐进入 “深水区”,基础研究与应用研究融通创新发展已引发业界广泛关注,协调产学各方资源,加速培养更多创新型研究人才变得尤为重要。腾讯自201...

    腾讯高校合作
  • 初识RPA(流程化机器人)

    近期因工作关系,接触到一个新的领域RPA—流程机器人。这是目前比较火热的技术方向,吸引了很多资本方的关注,到2021 年,机器人流程自动化(RPA) 市场规模预...

    用户5548425
  • Facebook 发布 Detectron2:基于 PyTorch 的新一代目标检测工具

    Detectron 是 FAIR 在 2018 年初公开的目标检测平台,包含了大量业内最具代表性的目标检测、图像分割、关键点检测算法,该框架主要基于 pytho...

    AI研习社
  • 机器学习|模型选择之划分数据集及Sklearn实现

    直接将数据集D划分为两个互斥的集合:训练集S和测试集T(D = S∪T,S∩T = ∅),在S上训练模型,用T来评估其测试误差。

    用户1621951
  • 基于PyTorch的CV模型框架,北大学生出品TorchCV

    刚刚推出 1.3 正式版的 PyTorch 风头正劲,人们已经围绕这一深度学习框架开发出了越来越多的工具。最近,一个名为 TorchCV 的计算机视觉模型框架站...

    机器之心

扫码关注云+社区

领取腾讯云代金券