Working Smarter by IoT & Digital Transformation

Hướng dẫn cơ bản chuyển đổi sang nhà máy thông minh bằng ứng dụng IoT, Big Data

0 2.937

Trong thời đại gián đoạn kỹ thuật số này, mọi ngành công nghiệp đang trải qua quá trình chuyển đổi số và sản xuất cũng không ngoại lệ. Vì Internet-of-Things và Big-Data có tiềm năng biến đổi to lớn trong các công ty sản xuất đang chạy đua thực hiện các giải pháp dựa trên IoT để đổi mới, cải thiện năng suất, giảm chi phí và cải thiện thị phần.

Khi các công ty cố gắng nắm lấy công nghệ IoT, một trong những thách thức chính mà họ phải đối mặt là đưa ra một Phương pháp tiếp cận tích hợp để tiến lên nhà máy Thông Minh. Phương pháp tiếp cận tích hợp bao gồm các ứng dụng IoT phù hợp trong bối cảnh hệ thống tổng thể, chọn case study phù hợp, đánh giá và quyết định phương pháp triển khai.

Bài viết này SmartFactoryVN cung cấp hướng dẫn để chuyển đổi đơn vị sản xuất cũ thành một nhà máy thông minh tuân thủ các nguyên tắc Công nghiệp 4.0. Bài viết trình bày một kiến ​​trúc tham khảo và cung cấp các cách tiếp cận thực tế khác nhau để xem xét  bắt đầu cuộc hành trình chuyển đổi số trong sản xuất.

Bài viết chỉ nêu chi tiết từng cách tiếp cận cùng với những lợi ích và thách thức riêng của nó, đồng thời giúp các tổ chức xác định thực tế thời gian tiếp thị nhanh hơn so với các mục tiêu dài hạn của nó. 

Bài viết Tham khảo từ Tác giả : Prasanna Kumar Illa and Nikhil Padhi (IEEE Access)

Quảng cáo

Giới thiệu

Làn sóng kỹ thuật số đã quét qua nhiều tổ chức trong vài năm qua. Nó đã chạm đến hầu hết tất cả các lĩnh vực bao gồm sản xuất, tiếp thị, lập kế hoạch chuỗi cung ứng, quản lý năng lượng, … Digital Transformation có tiềm năng lớn để tạo ra lợi thế cạnh tranh bằng cách cung cấp thông tin quan trọng về hành vi của người tiêu dùng, giúp tối ưu hóa quy trình kinh doanh, tạo điều kiện tự động hóa quy trình và tích hợp chặt chẽ chức năng kinh doanh.

Chuyển đổi Kỹ thuật số có nhiều khía cạnh, ví dụ: đơn giản hóa trải nghiệm người dùng, tự động hóa, dữ liệu lớn, Internet vạn vật (IoT), thực tế ảo (VR), v.v. IoT với khả năng dữ liệu lớn hứa hẹn rất nhiều, đặc biệt là cho khu vực sản xuất. Bài viết này cố gắng giải thích vai trò của IoT trong sản xuất, cung cấp kiến trúc tham chiếu, so sánh các kỹ thuật khác nhau và đưa ra cách tiếp cận thực tế trong việc thiết lập một nhà máy thông minh với thời gian tiếp thị nhanh hơn.

Trước khi đi sâu vào chi tiết, trước tiên chúng ta nên hiểu nhà máy thông minh là gì:

Nhà Máy thông minh là một cơ sở sản xuất được kết nối tối ưu hóa, có thể tạo điều kiện cho việc tung ra các sản phẩm mới tùy thuộc vào động lực thị trường, có thể mở rộng đủ để đáp ứng nhu cầu cho các sản phẩm hiện có, có thể mở rộng để sản xuất hàng hóa thành phẩm ít nhất là chi phí, có máy móc, cảm biến và robot thông minh được tích hợp liền mạch với kiến ​​trúc hệ thống thông tin để cho phép mức độ tự động hóa cao trong xử lý giao dịch và có các phân tích thời gian thực giúp giảm thiểu downtime và cải thiện hiệu quả sản xuất, kinh doanh.
Một nhà máy thông minh tạo ra một hệ sinh thái nơi có sự hợp tác mạnh mẽ giữa tất cả những key player chính; ví dụ. nhà cung cấp, hoạt động, Công nghệ thông tin (CNTT), lập kế hoạch, bán hàng & tiếp thị và khách hàng.

Nhà máy Thông Minh sẽ tạo ra một nền tảng duy nhất nơi nhiều chức năng kinh doanh như mua sắm, lập kế hoạch, sản xuất, bán hàng & phân phối, nhóm tài chính và kế toán làm việc cùng nhau để đáp ứng các mục tiêu chung của công ty.

Quảng cáo

Các thành phần chính của Smart Factory là gì ?

Nhà máy thông minh, theo định nghĩa, cũng như bất kỳ hệ thống tích hợp khác. Tuy nhiên, mức độ phức tạp cao có liên quan đến việc tạo ra một nhà máy thông minh.

Nó liên quan đến sự kết hợp của các hệ thống được kết nối, tự động hóa, IoT và điện toán đám mây. Thông thường, việc thực hiện bao gồm nỗ lực nhiều giai đoạn và nhiều năm và cần có lộ trình (Road Map).

Smart Factory Model

Có ba khối chính của một nhà máy thông minh:

  1. Thiết bị thông minh :
    Thiết bị là một trong những thành phần cốt lõi của một nhà máy thông minh. Thiết bị tạo ra khối lượng thông tin trong khi chúng đang hoạt động. Dữ liệu này thường không có cấu trúc và không được sử dụng. Với sự ra đời của dữ liệu lớn và IoT, dữ liệu phi cấu trúc có thể được phân tích dễ dàng. Phân tích như vậy có thể cung cấp cái nhìn sâu sắc về hoạt động khu vực sản xuất. Tuy nhiên, một trong những yêu cầu chính là thiết bị phải sẵn sàng để thu thập dữ liệu và truyền dữ liệu đã chụp đến một nền tảng có thể phân tích chúng.  Thiết bị phải được gắn cảm biến và có thể hỗ trợ các giao thức tiêu chuẩn công nghiệp như SECS (Tiêu chuẩn truyền thông thiết bị SEMI) / GEM (Mô hình thiết bị chung), OPC (Truyền thông nền tảng mở), TCP / IP, v.v.
  2.  Hệ sinh thái tích hợp liền mạch:
    Chúng ta cần có một hệ sinh thái bên trong một nhà máy nơi các thiết bị, thiết bị và ứng dụng được kết nối với nhau thông qua các giao thức chuẩn. Các ứng dụng chính như MES (Hệ thống thực thi sản xuất), công cụ ERP (Lập kế hoạch nguồn lực doanh nghiệp) và PLM (Quản lý vòng đời sản phẩm) nên được áp dụng và nên được tích hợp với nhau. Thiết bị PLC (Điều khiển logic được lập trình) nên được tích hợp vào MES để điều chỉnh các bước của quy trình. Các thiết bị như máy quét cầm tay, điện thoại di động, máy tính bảng, v.v … nên giao tiếp với các ứng dụng được đề cập ở tại khu vực sản xuất. Điều này đảm bảo rằng có một hệ thống thu thập và kiểm soát thông tin vòng kín.
  3. Phân tích nâng cao:
    Các nền tảng phân tích nâng cao như Platform IoT (Internet of Things) có thể lấy dữ liệu từ nhiều loại nguồn như ứng dụng, cảm biến, thiết bị, tệp, v.v. mặc dù các trình kết nối và tạo điều kiện cho phân tích phức tạp bao gồm phân tích what-if. Điều này lần lượt cung cấp những hiểu biết có giá trị để giúp cải thiện hiệu quả, giảm chi phí và đạt được tối ưu hóa. Xem thêm về Phân tích nâng cao EMI trong sản xuất tại đây.

 

Kiến trúc ứng dụng IoT BigData cho nhà máy thông minh

Nhìn rộng ra, đây là bốn lĩnh vực tham gia vào kiến trúc IoT cho 1 nhà máy Thông Minh :
A. Ứng dụng sản xuất (Manufacturing Applications)
B. Ứng dụng doanh nghiệp (Enterprise Applications )
C. Nền tảng IoT (IoT platform)
D. Trực quan hóa và kiểm soát dữ liệu (Data Visualization and Control)

Ứng dụng sản xuất (Manufacturing Applications)

Ứng dụng sản xuất Chủ yếu bao gồm các ứng dụng nhà máy điều hành  các hoạt động sản xuất: Hệ thống thực thi sản xuất (MES) là một hệ thống OLTP (Xử lý giao dịch trực tuyến) cho nhà máy.  MES ghi lại tất cả các giao dịch tại nơi sản xuất như chuyển động vật chất, tiêu thụ, làm lại, phế liệu, v.v. Nó cũng cung cấp cái nhìn sâu sắc về các số liệu hoạt động chính như như :

  • Báo cáo, bao gồm bảng điều khiển kỹ thuật số, KPI và các báo cáo khác
  • Quản lý sản xuất
  • Hệ thống chất lượng
  • Quản lý hàng tồn kho
  • Quản lý vật liệu
  • Quản lý hàng loạt
  • Lập kế hoạch và lập kế hoạch
  • Quản lý hiệu suất và kế toán
  • Hiệu quả thiết bị tổng thể (OEE)
  • Quản lý thời gian và lao động

 

Một số ứng dụng MES cung cấp giải pháp vượt trội cho các chức năng quan trọng như Truy xuất nguồn gốc & Gia phả sản phẩm, Truy xuất số sê-ri, Thu thập dữ liệu thử nghiệm, In nhãn [1], v.v.

Tuy nhiên, đôi khi một số nhà máy nhất định có nhu cầu rất cụ thể. Do đó, họ phát triển MES của riêng họ trong nội bộ. Cả hai cách tiếp cận đều có những ưu điểm và nhược điểm riêng, và nhà máy cần đánh giá điều gì là tốt nhất cho nó.

Bạn có thể tìm đọc những bài viết chi tiết về hệ thống MES tại đây.

Bộ Điều khiển logic được lập trình (PLC) kiểm soát sự phối hợp giữa các thiết bị, các bước xử lý và người vận hành để sản xuất hàng hóa thành phẩm. PLC tận dụng lập trình bậc thang. Nó cài CPU cho dây chuyền lắp ráp. Thông thường, có nhiều PLC trong một dây chuyền lắp ráp. Có một PLC chính để điều khiển tất cả các PLC khác trên đường dây. Các nhà cung cấp thiết bị lập trình PLC trong khi cung cấp thiết bị.

Open Platform Communications (OPC) là Lớp giữa tạo điều kiện giao tiếp giữa MES và PLC. Như đã giải thích ở trên, MES ghi lại tất cả các giao dịch được thực hiện trên khu vực sản xuất và thiết bị hướng dẫn PLC để thực hiện các bước quy trình. MES phải liên tục liên lạc với PLC để ghi lại các giao dịch theo thời gian thực. Lớp giữa như OPC hoặc SECS / GEM tạo điều kiện cho giao tiếp này.

Kiểm soát giám sát và thu thập dữ liệu (SCADA): Đây là một hệ thống giám sát kiểm soát các thiết bị, quy trình và thiết bị. Nó tương tác chặt chẽ với thiết bị, PLC (Điều khiển logic được lập trình), Hệ thống thực thi sản xuất (MES), v.v. để thực hiện vai trò giám sát của người quản lý. Nó cũng được tận dụng để điều khiển các thiết bị từ xa. Thông thường đối với một số giải pháp MES cũng tích hợp sẵn chức năng SCADA, vì thế chúng ta có thể tạm bỏ qua các thuât ngữ ở đây để tránh bị rối.

Bạn có thể xem thêm về SCADA tại đây.

Ứng dụng doanh nghiệp (Enterprise Applications)

Bao gồm các ứng dụng CNTT khác nhau hỗ trợ và điều hành doanh nghiệp. Nó chủ yếu bao gồm PLM, ERP, SCM, CRM và các ứng dụng tùy chỉnh khác.

Hoạch định nguồn lực doanh nghiệp (ERP): Đây là một hệ thống OLTP đóng gói (xử lý giao dịch trực tuyến). Nó cung cấp một nền tảng hợp nhất để vận hành nhiều quy trình kinh doanh như Sản xuất, Nguồn thanh toán, Đặt hàng thành tiền mặt, Lập kế hoạch, Kế toán, Chi phí, Hợp nhất, Chuyển khoản liên công ty, v.v.

Quản lý vòng đời sản phẩm (PLM): Đây là kho lưu trữ tập trung cho SKUS (Đơn vị giữ hàng). SKU được tạo và duy trì trong các ứng dụng PLM và được phân phối cho các ứng dụng tiếp theo như ERP, MES, CRM, v.v.

Bạn có thể xem thêm về PLM tại đây.

Quản lý quan hệ khách hàng (CRM): Hệ thống tạo điều kiện cho quá trình đặt hàng của khách hàng. Nó cung cấp một nền tảng để quản lý báo giá và đơn đặt hàng bán. Nó cung cấp Giao diện người dùng cho khách hàng tiềm năng để tìm kiếm sản phẩm, tạo báo giá và đặt hàng.

Quản lý dữ liệu master (MDM): Một ứng dụng cung cấp thông tin cập nhật hoặc bản ghi dữ liệu quan trọng như khách hàng, địa điểm, sản phẩm, vv trên các hệ thống khác nhau trong tổ chức. MDM cung cấp một điểm tham chiếu duy nhất để truy cập dữ liệu.

Xem thêm về Phân tích nâng cao EMI trong sản xuất tại đây.

Quản lý chuỗi cung ứng (SCM): Ứng dụng đóng gói với trọng tâm là Lập kế hoạch chuỗi cung ứng, Quản lý dự báo và lập kế hoạch sản xuất. Gói ERP có thể thực hiện các chức năng này. Tuy nhiên, đây là những ứng dụng chuyên biệt để hỗ trợ quản lý chuỗi cung ứng.

IoT Platform

IoT platform bao gồm một số lớp và các thành phần. Đây là nền tảng quan trọng giúp chuyển đổi một nhà máy thành một nhà máy thông minh. Ở cấp độ cao, Platform IoT phải có các khả năng sau:
• Trích xuất dữ liệu từ thiết bị, cảm biến và thiết bị
• Tận dụng Edge Analytics để phân tích khối lượng lớn
Dữ liệu
• Lưu trữ một lượng lớn dữ liệu có thể phát triển cùng
chi phí tối thiểu
• Thực hiện phân tích và kiểm soát thời gian thực

Mỗi thành phần của Platform IoT được đề cập dưới đây:

IoT Gateway

Thiết lập kết nối liền mạch với các cảm biến và thiết bị là chìa khóa cho lớp này. Nó chủ yếu liên quan đến truyền thông, giao thức, bảo mật, cơ sở hạ tầng và cấu trúc liên kết mạng. Các thiết bị được kích hoạt IP và được xác định duy nhất trong mạng.

Trong nhà máy, các cảm biến và thiết bị thường có mặt trong mạng DMZ công nghiệp được bảo mật (iDMZ) với các ứng dụng Sản xuất và Doanh nghiệp được kết nối. Các cảm biến trong nhà máy thường được nối dây bằng cáp ethernet (TCP / IP) hoặc được kết nối qua mạng không dây (RFID / ZigBee / Bluetooth).

Khi chi phí của cảm biến và giao thức không dây đang giảm nhanh chóng, các cảm biến đã trở nên rất kinh tế và phổ biến, chúng thậm chí có thể được thu nhỏ bằng các mạng lưới không dây.

Edge Computer

Tính toán biên bao gồm các máy chủ gateway hoặc dịch vụ bộ định tuyến thực hiện tính toán thời gian thực cần thiết để đưa ra quyết định nhanh chóng cục bộ về luồng dữ liệu cho các điều khiển độ trễ thấp. Các dịch vụ quyết định được tích hợp với Trình quản lý thiết bị để truyền các tham số điều khiển tới PLC hoặc OPC để kiểm soát và tối ưu hóa các hoạt động của hệ thống.
Điện toán biên xảy ra gần hơn với các thiết bị và các quyết định được đưa ra cục bộ cho thiết bị cho các hoạt động có độ trễ thấp, mà không phải chờ các quyết định từ các lớp tiếp theo của Data Lake.

Bạn có thể xem chi tiết về Edge Computing tại đây.

Xử lý dữ liệu 

Dữ liệu được truyền theo thời gian thực hoặc theo đợt từ nhiều ứng dụng nguồn vào Lớp Nhập dữ liệu, nơi dữ liệu được xử lý và chuyển đổi thêm. Dữ liệu từ nhiều nguồn với các định dạng khác nhau (nghĩa là thời gian, luồng sự kiện, luồng nhật ký, có cấu trúc, bán cấu trúc, không cấu trúc) được chuyển đổi thành các định dạng chuẩn hoặc quy tắc chuẩn doanh nghiệp. Định dạng tuần tự hóa dữ liệu (tức là protobuf, avro, tiết kiệm) được chọn tùy thuộc vào tốc độ và tính nhất quán.

 
Data-Ingestion-Framework

Chất lượng dữ liệu và sự hài hòa cũng cần được xem xét tùy thuộc vào mức độ duy trì dữ liệu trong các ứng dụng nguồn. Tùy thuộc vào khối lượng dữ liệu, các đường ống dữ liệu có thể sử dụng lại có thể được thiết lập bằng cách sử dụng cụm Apache Kafka hoặc Flume để nhận lượng dữ liệu khổng lồ.

Data Lake

Dữ liệu được lưu trữ trong cụm HDFS phân tán, cơ sở dữ liệu RDBMS (tức là, Oracle, MySQL, MS SQL) và NoQuery (tức là, Cassandra, Mongo) tùy thuộc vào loại dữ liệu và cách sử dụng. Apache Spark được sử dụng để phân tích thời gian thực và nó nhanh hơn nhiều lần so với MapReduce. Dữ liệu được lưu trữ dưới dạng định dạng quan hệ bằng Spark SQL để xử lý dữ liệu của dữ liệu có cấu trúc.

Dữ liệu bán cấu trúc hoặc không cấu trúc được xử lý và phân tích với các tập lệnh Spark được phát triển bằng scala, python hoặc java. Spark lần lượt cung cấp các thư viện Machine Learning (ML) bên ngoài để đào tạo và kiểm tra các bộ dữ liệu, thiết lập các đường ống có thể tái sử dụng và sau đó áp dụng các thuật toán dự đoán hoặc phân cụm.

Tích hợp dữ liệu

Các ứng dụng doanh nghiệp và ứng dụng Sản xuất thường được kết nối thông qua các công cụ Middleware và ETL.
Dữ liệu từ các hệ thống doanh nghiệp khác nhau này được trích xuất thông qua công cụ Middleware hoặc ETL đến lớp Data Lake hoặc Data Ingestion. Dữ liệu thường được xử lý thông qua một loạt các giai đoạn được gọi là khu vực Phân đoạn dữ liệu, trong đó dữ liệu được tăng cường, biến đổi và làm giàu thành dạng chuẩn và có thể chia sẻ.

Trong khu vực phân tầng dữ liệu, thông tin thường được nối và kết hợp với nhiều ứng dụng CNTT để tạo các mô hình chính tắc trước khi cung cấp cho Data Lake.
Để tích hợp dữ liệu, có sẵn một số sản phẩm ETL thương mại và nguồn mở có thể di chuyển và biến đổi khối lượng dữ liệu khổng lồ. Nếu bối cảnh ứng dụng CNTT chủ yếu dựa trên đám mây hoặc dựa trên SaaS, thì có một số sản phẩm iPaaS thương mại (Nền tảng tích hợp dưới dạng dịch vụ) sẽ phù hợp hơn.

Trực Quan hoá dữ liệu , giám sát và điều khiển

Lớp trực quan cung cấp các chức năng khác nhau như dưới đây:

  • Bảng điều khiển hoạt động: Cung cấp khả năng hiển thị thời gian thực của tất cả các cảm biến, thiết bị và máy móc hiện hành. Nó cũng bao gồm các chức năng vận hành tiêu chuẩn cơ bản trong đơn vị sản xuất.
  • Kiểm soát & Quản trị: Các máy hoặc cảm biến được điều khiển từ Trung tâm chỉ huy dựa trên giám sát thời gian thực hoặc phát hiện bất thường.
  • Phân tích dữ liệu: Dữ liệu được phân tích để xác định các mẫu hoặc xu hướng. Các biện pháp dự đoán và phòng ngừa được áp dụng thông qua phân tích dữ liệu và thuật toán học máy
  • Gateway & Hỗ trợ di động: Các phân tích và số liệu được cung cấp dưới dạng giao diện người dùng đồ họa cho ứng dụng tiêu dùng hoặc thiết bị di động
  • Gateway API: Các chức năng được hiển thị thông qua API (Giao diện lập trình ứng dụng) cho các ứng dụng doanh nghiệp để dự báo nhu cầu, quản lý kho, truy xuất nguồn gốc, v.v. và thậm chí tham gia vào BPM orchestrations.

Bảo mật

Việc bảo vệ các cảm biến và thiết bị có tầm quan trọng đáng kể, không bao giờ được bỏ qua. Vì các thiết bị cảm biến nằm chủ yếu trong hệ thống khép kín, đảm bảo phân đoạn mạng iDMZ (khu vực phi quân sự công nghiệp) tránh các lỗ hổng bên ngoài tiềm ẩn.

Tuy nhiên, khi các thiết bị vượt ra khỏi các bức tường sản xuất và khi các ứng dụng sản xuất được tích hợp với các ứng dụng bên ngoài khác, bắt buộc phải có một Platform IoT đáng tin cậy và an toàn. Mỗi thiết bị từ xa có khả năng làm tăng rủi ro bảo mật. Ứng dụng Quản lý thiết bị nên áp dụng các bản nâng cấp phần mềm / phần embeddedvà bản vá bảo mật trên quy mô lớn theo định kỳ và cách ly ngay lập tức các thiết bị bị nhiễm.

Phương án tiếp cận Smart Factory bằng IoT platform

Như đã nói, Kiến trúc tiếp cận nhà máy Thông Minh bao gồm 3 khối chính : Thiết bị Thông Minh kết nối internet (Smart Sensors), Hệ sinh thái tích hợp liền mạch : MDM-ERP-PLM-MES-SCADA cùng 1 platform IoT có tính năng Phân tích dữ liệu nâng cao.

Phần này không đi sâu vào Phân tích các giải pháp ERP, MES, PLM , bạn đọc có thể tìm hiểu kỹ hơn ở những mục khác trong website. Chúng tôi chia sẽ 1 phần quan trọng không thể thiếu của Smart Factory là IoT platform bởi vì nếu không có nó, chúng ta sẽ thiếu đi các công cụ thu thập và xử lý dữ liệu thời gian thực cùng các ứng dụng AI, ML sau này để tạo ra 1 mô hình nhà máy tự học, tự vận hành không cần người.

IoT tạo ra nguồn dữ liệu đầu vào của AI

Ở đây chúng ta sẽ có 3 phương án tiếp cân IoT platform : IoT Platform Open Source , IoT Platform thương mại, và IoT platform dưới hình thức dịch vụ PaaS.

IoT platform là gì ?

Nền tảng IoT platform là một công nghệ nhiều lớp cho phép cung cấp, quản lý và tự động hóa đơn giản các thiết bị được kết nối trong vũ trụ Internet of Things. Về cơ bản, nó kết nối phần cứng của bạn với đám mây bằng cách sử dụng các tùy chọn kết nối linh hoạt, cơ chế bảo mật cấp doanh nghiệp và khả năng xử lý dữ liệu rộng. Đối với các nhà phát triển, Platform IoT cung cấp một tập hợp các tính năng sẵn sàng để tăng tốc độ phát triển ứng dụng cho các thiết bị được kết nối cũng như chăm sóc khả năng mở rộng và khả năng tương thích giữa các thiết bị.

IoT platform nguồn : KaaIoT

Các Platform IoT có nguồn gốc từ dạng phần mềm trung gian IoT (Middleware), với mục đích là hoạt động như một lớp trung gian xử lý dữ liệu giữa các lớp phần cứng và ứng dụng. Các tác vụ chính của nó bao gồm thu thập dữ liệu từ các thiết bị qua các giao thức và cấu trúc mạng khác nhau, cấu hình và điều khiển thiết bị từ xa, quản lý thiết bị và cập nhật chương trình cơ sở không dây.

Có một số tiêu chí quan trọng khác để phân biệt các Platform IoT với nhau, chẳng hạn như khả năng mở rộng, tùy chỉnh, dễ sử dụng, kiểm soát mã hoá, tích hợp với phần mềm của bên thứ 3, tùy chọn triển khai và mức độ bảo mật dữ liệu.

  • Khả năng mở rộng  – các Platform IoT tiên tiến đảm bảo khả năng mở rộng đàn hồi trên bất kỳ số lượng điểm cuối nào mà khách hàng có thể yêu cầu. Khả năng này được sử dụng để cấp cho các triển khai đám mây công cộng nhưng cần được thử nghiệm cụ thể trong trường hợp triển khai tại chỗ, bao gồm các khả năng cân bằng tải của nền tảng cho hiệu suất tối đa của cụm máy chủ.
  • Sự Tùy chỉnh – một yếu tố quan trọng cho tốc độ thay đổi và triển khai. Nó liên quan chặt chẽ đến tính linh hoạt của các API tích hợp, khớp nối của các thành phần trên nền tảng và tính minh bạch của mã nguồn. Đối với các giải pháp IoT quy mô nhỏ, không giới hạn, các API tốt có thể đủ để bay, trong khi các hệ sinh thái IoT giàu tính năng, phát triển nhanh thường yêu cầu các nhà phát triển phải có mức độ kiểm soát cao hơn đối với toàn bộ hệ thống, mã nguồn, giao diện tích hợp, tùy chọn triển khai, lược đồ dữ liệu, kết nối và cơ chế bảo mật, vv
  • Bảo mật – bảo mật dữ liệu liên quan đến mã hóa, quản lý nhận dạng toàn diện và triển khai linh hoạt. Mã hóa luồng dữ liệu đầu cuối, bao gồm dữ liệu ở trạng thái nghỉ, xác thực thiết bị, quản lý quyền truy cập của người dùng và cơ sở hạ tầng đám mây riêng cho dữ liệu nhạy cảm – đây là những điều cơ bản về cách tránh những vi phạm tiềm năng trong giải pháp IoT của bạn.

Đưa tự động hóa lên một tầm cao mới với IoT

Tự động hóa đã mang lại làn sóng chuyển đổi lớn nhất trong ngành sản xuất kể từ cuộc cách mạng công nghiệp một thế kỷ trước. Các cơ chế robot đang nhanh chóng thay thế công nhân của con người, làm cho quá trình sản xuất và lắp ráp nhanh hơn, tiết kiệm chi phí hơn và được tiêu chuẩn hóa hơn. Trong khi tự động hóa cho phép các hệ thống sản xuất tự hành động mà không cần sự can thiệp của con người, IIoT đã cho các hệ thống sản xuất khả năng cảm nhận và cảm nhận về những thay đổi trong quy trình, và phản ứng với những thay đổi trong hoàn cảnh cấp thiết. Do đó, sự ra đời của IoT trong sản xuất đã nâng hiệu suất và chức năng của các hệ thống sản xuất tự động lên một cấp độ hoàn toàn mới.

Các đơn vị sản xuất hỗ trợ IoT, ngoài việc chứng minh hiệu quả cao và chất lượng đầu ra cao, giờ đây còn có thể tự giám sát và điều tiết. Họ có thể phát hiện sự bất thường trong các tham số quá trình như nhiệt độ, công suất, tốc độ và định vị trong các hoạt động gia công, v.v. và điều chỉnh chúng dựa trên nhu cầu thay đổi.

Chẳng hạn, một đơn vị sản xuất có thể sử dụng kết hợp các cảm biến IoT để kiểm tra hàng hóa được sản xuất và tự động xác định bất kỳ lỗi nào. Dựa trên bản chất của lỗi, các hệ thống có thể điều chỉnh các tham số quy trình hoặc thông báo cho nhân viên liên quan để có biện pháp khắc phục. Điều này cho phép nhân viên nhà máy khắc phục ngay lập tức mọi sự cố và giúp hệ thống hoạt động trở lại với hiệu quả cao nhất. Tương tự, việc tích hợp IoT vào các hệ thống sản xuất cũng có thể giúp cải thiện các chức năng khác như quản lý năng lượng, kiểm soát hàng tồn kho, bảo trì thiết bị và an toàn cho công nhân.

Sử dụng IoT platform Open Source (Mã nguồn mở)

Theo cách tiếp cận này, Phần mềm nguồn mở (OSS) được sử dụng để thiết lập tất cả các thành phần cần thiết trong trung tâm dữ liệu của tổ chức. Khung ứng dụng Hadoop của OSS , cùng với rất nhiều mô-đun, được sử dụng để thiết lập Platform IoT. Hệ thống tệp phân tán Hadoop (HDFS), cơ sở dữ liệu HBase và NoQuery (Cassandra hoặc MongoDB) là lựa chọn thông thường để lưu trữ dữ liệu.

Để tính toán dữ liệu, Apache Spark và MapReduce được sử dụng. Apache Flume và Sqoop được sử dụng để di chuyển dữ liệu và kết nối từ các nguồn khác nhau như nhật ký máy, cơ sở dữ liệu doanh nghiệp và ứng dụng CNTT. Apache Kafka và Storm được sử dụng để truyền dữ liệu thời gian thực từ các cảm biến. Apache Mahout, MLLib và Spark ML được sử dụng để áp dụng các thuật toán học máy. Ngoài các sản phẩm này, còn có các sản phẩm bổ sung cho quản trị, lập lịch, bảo mật, quản lý siêu dữ liệu, triển khai, v.v.

Cách này đòi hỏi vô số sản phẩm và công nghệ để thiết lập một Platform IoT ở quy mô này. Nó đòi hỏi chuyên môn rộng trong các bộ dữ liệu lớn khác nhau của các sản phẩm và nhiều kỹ năng lập trình như java, scala, python, R, v.v.
Ưu điểm:
• Có thể đạt được giải pháp cụ thể cho yêu cầu của tổ chức
• Cung cấp mức độ linh hoạt cao về việc đạt được các mục tiêu, thay đổi và tùy chỉnh dự án
• Hoàn thành quyền sở hữu dữ liệu, ngăn xếp sản phẩm và quy trình
• Hoàn toàn được thúc đẩy bởi tầm nhìn, chuyên môn và thực hiện của tổ chức
• Hưởng lợi từ việc áp dụng sớm các xu hướng công nghệ, nâng cao vị thế dẫn đầu về công nghệ và nắm bắt các cơ hội thị trường trước khi phần còn lại của ngành và các đối thủ cạnh tranh bắt kịp
Nhược điểm:
• Yêu cầu chuyên môn vững vàng trong nhiều công nghệ và kỹ năng.
• Liên quan đến mức độ phức tạp cao và đòi hỏi nỗ lực rất lớn vì giải pháp hoàn toàn được build in house.
• Bị cản trở bởi những thách thức của việc trở thành người tiếp nhận sớm và chuẩn bị phát hiện ra các vấn đề khi sản phẩm trưởng thành
• Sẽ bị choáng ngợp bởi các vấn đề ngay cả như sự không tương thích về phiên bản giữa vô số sản phẩm hoặc hỗ trợ sản phẩm. Yêu cầu nỗ lực đáng kể để chỉ xây dựng nền tảng
• Phải có khả năng và sẵn sàng thử nghiệm và chịu đựng các rủi ro được tính toán
• TTM (Time-to-Market) chậm hơn trừ khi tổ chức có sự trưởng thành về khả năng cao, liên quan đến các nhóm phát triển lớn và thực hiện dự án trong các lần chạy nước rút song song

Loại thiết lập này chỉ có thể đạt được trong những  tổ chức lớn. Nó đòi hỏi nỗ lực đáng kể, kỹ năng, tài nguyên, thời gian và ngân sách để xây dựng một giải pháp nội bộ. Rất dễ mất tập trung khi sử dụng các công nghệ thích hợp đa dạng như vậy và có được các tài nguyên liên quan, điều này có thể khiến dự án gặp rủi ro.

Cách tiếp cận này có thể không phù hợp với các doanh nghiệp vừa và nhỏ (với các doanh nghiệp vừa và nhỏ) với các nhóm CNTT tương đối nhỏ hơn. Trong một số trường hợp nếu chỉ dùng các ứng dụng đơn giản như visualization, monitoring thì OSS sẽ ít chi phí hơn, Tuy nhiên về lâu dài sẽ tốn nhiều nguồn lực để giải quyết các vấn đề phát sinh và mở rộng.

Sử dụng IoT platform bản Thuơng mại

Nắm bắt các phiên bản IoT platform phân phối thương mại và công nghệ đám mây sẽ giảm thiểu đáng kể một số thách thức được nêu bật trong phương pháp trước đây. Hầu hết các thành phần được đề cập trong kiến ​​trúc IoT tham chiếu (Hình 1) có thể được thay thế bằng các giải pháp đám mây thích hợp. Toàn bộ Nền tảng IoT, hoặc các bộ phận của nó, có thể được duy trì trong đám mây. Lợi ích thường cao trong việc duy trì dưới dạng nền tảng đám mây hoặc lai thay vì xây dựng từ đầu trong các trung tâm dữ liệu riêng của tổ chức.

Có một số bản phân phối thương mại sẵn sàng cho doanh nghiệp giúp đơn giản hóa các vấn đề tích hợp giữa vô số sản phẩm trong hệ sinh thái Hadoop và cung cấp Dữ liệu lớn dưới dạng giải pháp đóng gói đảm bảo dễ dàng, linh hoạt và bảo mật. Các bản phân phối này được triển khai chủ yếu tại chỗ hoặc trong các đám mây riêng. Các giải pháp đám mây dựa trên đăng ký và triển khai có thể mở rộng quy mô cũng có sẵn. Tuy nhiên, các giải pháp này là chung chung bằng cách cung cấp bộ dữ liệu lớn của các sản phẩm trong đám mây yêu cầu các giải pháp IoT cụ thể của ngành được xây dựng.

Theo cách tiếp cận này, các tổ chức không cần phải lo lắng về các vấn đề tương thích nền tảng. Họ có thể đã tích hợp sẵn trên nền tảng, vốn đã sẵn sàng cho doanh nghiệp, với tốc độ nhanh hơn nhiều và có thể tập trung nhiều hơn vào các nhu cầu kinh doanh cụ thể.

Tuy nhiên, các tổ chức cần lưu ý rằng không có nhà cung cấp phần mềm duy nhất nào cung cấp các giải pháp IoT đầu cuối. Họ phải thực hiện thẩm định kỹ lưỡng để đánh giá nhiều nhà cung cấp phần mềm. Họ phải lựa chọn cẩn thận các sản phẩm từ nhiều nhà cung cấp và tích hợp chúng để đáp ứng yêu cầu cụ thể của họ. Các tổ chức phải chọn phân phối phần mềm không chỉ dựa trên hỗ trợ kỹ thuật, chức năng, khả năng mở rộng và hiệu suất của nhà cung cấp mà còn dựa trên chuyên môn, khả năng, thực thi và mục tiêu của tổ chức.

Ưu điểm:
• Mục tiêu kinh doanh được đáp ứng nhanh hơn phương pháp 1, nhưng có 1 thách thức về nền tảng và cơ sở hạ tầng là thuê ngoài cho các nhà cung cấp phân phối phần mềm nên chi phí sẽ cao về license.
• Quyền sở hữu một phần dữ liệu và quy trình, sử dụng đám mây để triển khai
• Không tương thích phiên bản nền tảng và phần mềm nợ kỹ thuật được giảm thiểu
• Cung cấp mức độ linh hoạt cao trong phát triển và triển khai, với TTM nhanh hơn.

Nhược điểm
• Tăng rủi ro về việc lệ thuộc vào nhà cung cấp, với tính linh hoạt so với OSS
• Nền tảng phân phối phần mềm được cung cấp như mục đích chung. Các tính năng cụ thể của ngành và tổ chức cần được phát triển.
• Vẫn đòi hỏi chuyên môn rộng về nhiều công nghệ, tài nguyên có kỹ năng cao, đội ngũ phát triển lớn hơn và khả năng thực hiện các dự án lớn
• TTM vẫn chậm hơn, mặc dù nhanh hơn cách tiếp cận 1, vì các tiện ích chung và cụ thể của ngành cần được phát triển
Cách tiếp cận này được sử dụng rộng rãi không chỉ bởi các tổ chức lớn mà còn bởi các doanh nghiệp vừa và nhỏ (Doanh nghiệp vừa và nhỏ).

Dùng Platform IoT dưới dạng dịch vụ PaaS

Hai cách tiếp cận trên đòi hỏi nỗ lực và thời gian đáng kể trong việc thiết lập một Platform IoT nội bộ cụ thể. Theo cách tiếp cận này, toàn bộ sự phức tạp liên quan đến nền tảng và vô số sản phẩm được gia công cho các công ty cung cấp phần mềm, sử dụng IoT, điện toán đám mây, học máy và phân tích dữ liệu lớn làm dịch vụ của nó.

Ngoài ra, các tổ chức cũng sẽ được hưởng lợi từ các sự tăng tốc dành riêng cho từng ứng dụng hoặc theo ngành cụ thể có thể được chấp nhận. Big Data-as-a-Service được gói thêm một lớp gia tốc dành riêng cho ứng dụng và được cung cấp dưới dạng Dịch vụ nền tảng (PaaS) để áp dụng nhanh hơn.

Thông thường, các nhà cung cấp IoT hàng đầu có các Platform IoT PaaS cụ thể theo miền ứng dụng. Họ cung cấp các giải pháp IoT công nghiệp (IIoT) hoặc các nền tảng đám mây công nghiệp có lợi cho các tổ chức có TTM nhanh hơn để áp dụng Công nghiệp 4.0.

Các nhà cung cấp phần mềm này cho phép các tổ chức đưa dữ liệu của riêng họ vào nền tảng PaaS của họ để họ có thể dễ dàng cung cấp các tính năng phong phú cho doanh nghiệp và các phân tích cụ thể trong ngành.
Ưu điểm:
• Các giải pháp IoT được triển khai với tốc độ nhanh hơn nhiều và các tổ chức có thể hưởng lợi từ các tính năng được triển khai dễ dàng
• Hầu hết sự phức tạp của CNTT là thuê ngoài: không chỉ độ phức tạp của nền tảng và cơ sở hạ tầng mà còn cả độ phức tạp triển khai
• Các công ty sản phẩm có thể cung cấp các nguồn lực có kỹ năng cần thiết để thực hiện dự án
• Các mục tiêu kinh doanh được đáp ứng nhanh hơn nhiều so với cách tiếp cận 2, vì các tổ chức có thể được hưởng lợi từ các mẫu hoặc trình tăng tốc cụ thể của miền ứng dụng, dẫn đến TTM nhanh hơn
Nhược điểm:
• Nguy cơ bị lệ thuộc nhà cung cấp cao
• Yêu cầu các kỹ năng chuyên môn cao liên quan đến sản phẩm phần mềm và bộ kỹ năng đó không có sẵn rộng rãi ngay cả trong số các công ty tích hợp hệ thống
• Sự phụ thuộc lớn vào các nhà cung cấp sản phẩm để thực hiện, thường được cung cấp ở mức giá cao
• Giảm tính linh hoạt cho các tùy chỉnh và thường phải chờ nhà cung cấp sản phẩm phát hành các tính năng cần thiết.

Lựa chọn IoT platform nào ?

Có nhiều cân nhắc thúc đẩy việc áp dụng giải pháp dựa trên IoT của một tổ chức. Phần sau đây liệt kê một vài điều quan trọng cần cân nhắc khi lựa chọn IoT platform cho SmartFactory.

Mindset về IoT :  Các giải pháp dựa trên IoT có thể được triển khai thông qua cách tiếp cận của Plug Plug và Play. Có nhiều điều kiện tiên quyết cần được đáp ứng trước khi bắt đầu Hành trình IoT của Nhật Bản. Đối với một công ty sản xuất tập trung, Thiết bị sẵn sàng là động lực chính. Các thiết bị phải có khả năng giao tiếp với các hệ thống cũng như với các thiết bị thông qua các giao thức tiêu chuẩn công nghiệp như TCP / IP, SECS / GEM, v.v. Mạng phải được thiết kế để xử lý lượng dữ liệu khổng lồ được truyền bởi hàng trăm, thậm chí hàng nghìn thiết bị.

Các hệ thống chính như hệ thống OLTP (Xử lý giao dịch trực tuyến), công cụ Quản lý vòng đời sản phẩm (PLM), hệ thống POS (Điểm bán hàng), Hệ thống hậu cần, Hệ thống kế hoạch, v.v … phải được tích hợp liền mạch thông qua giải pháp phần mềm trung gian. Lý tưởng nhất là các hệ thống nhà máy như Hệ thống thực thi sản xuất (MES) phải được tích hợp với PLC (Điều khiển logic được lập trình) thông qua một lớp giữa như OPC-UA.

Chi phí thực hiện triển khai, bao gồm chi phí để phát triển các Trường hợp sử dụng cụ thể. Các vấn đề khác bao gồm Chi phí hỗ trợ liên tục, Chi phí liên quan đến nhóm sẽ tăng cường giải pháp và chi phí để thuê các doanh nghiệp vừa và nhỏ (Chuyên gia về vấn đề) sẽ thúc đẩy giải pháp. Lợi ích cần được đo lường về tiềm năng tăng doanh thu và giảm chi phí. Tăng doanh thu có thể thông qua việc giảm chi phí khách hàng hoặc tăng chi tiêu của người tiêu dùng. Giảm chi phí có thể là về giảm chi phí, giảm thời gian xuống ngoài dự kiến ​​(DT), v.v …

Thời gian hoàn vốn được tính dựa trên các chi phí này cũng như lợi ích phải tuân thủ các nguyên tắc của công ty. Tuy nhiên, trong khi đưa ra quyết định, chúng ta cần có một cái nhìn dài hạn hơn, điều đó có nghĩa là chúng ta có thể cần phải cung cấp một số delay trong thời gian hoàn vốn.

Hiệu suất hệ thống : Hiệu suất hệ thống là một khía cạnh quan trọng của một giải pháp IoT tốt vì khối lượng dữ liệu lớn cần được trích xuất, phân tích và hiểu rõ. Kế hoạch cơ sở dữ liệu, Quy hoạch mạng và Kiến trúc hệ thống mạnh mẽ là một số yếu tố chính thúc đẩy hiệu suất.

Edge Analytics đóng vai trò chính trong việc quản lý khối lượng dữ liệu được trích xuất. Các thiết bị phải tuân thủ các tiêu chuẩn ngành và phải tương thích với nhau. Các phương pháp tối ưu hóa cơ sở dữ liệu truyền thống cũng như tiên tiến nên được tận dụng để cải thiện hiệu suất. Cuối cùng nhưng không kém phần quan trọng, kiến ​​trúc mạng phải hỗ trợ hàng tấn trao đổi dữ liệu giữa các thiết bị và hệ thống.

Tính mạnh mẽ của hệ thống: Đây là một phần nào đó được kết nối với điểm trước đó. Như đã thảo luận trong các phần trước, các khối xây dựng chính của kiến ​​trúc hệ thống (như OLTP / ERP, MES, PLM, SCADA, v.v.) phải có khả năng mở rộng cũng như linh hoạt để phù hợp với việc tăng khối lượng dữ liệu cũng như giới thiệu các giải pháp mới. Họ nên hỗ trợ các dịch vụ khác nhau và trao đổi dữ liệu giao dịch.

Quản lý sự phức tạp của các phức hợp của tích hợp: Nói rộng ra có hai nhóm tích hợp trong một giải pháp IoT. Đầu tiên liên quan đến việc tích hợp giữa các khối xây dựng cơ bản của Nhà máy thông minh. Như đã gọi ra trong phần trước, OLTP / ERP, MES, PLM, SCADA là một số khối xây dựng chính. Bước đầu tiên, chúng cần được tích hợp liền mạch với nhau. Trong khi thiết kế tích hợp, sẽ có những thách thức về hỗ trợ trao đổi giao dịch thời gian thực, vấn đề hiệu suất, quản lý ngoại lệ, v.v. Do đó, bắt buộc phải thiết kế một kiến ​​trúc hệ thống mạnh mẽ và có thể mở rộng, có thể hỗ trợ các tích hợp này và đáp ứng mong đợi về hiệu suất. Khía cạnh khác là có các sản phẩm phù hợp tại chỗ cho từng khối xây dựng.

Nhóm thứ hai đề cập đến sự tích hợp giữa Hệ thống, máy và Thiết bị. Các hệ thống bao gồm Platform IoT có thể có nhiều phức tạp như thiết bị có thể không tuân thủ các giao thức truyền thông tiêu chuẩn công nghiệp hoặc thiết bị có thể không đồng nhất hoặc cơ sở hạ tầng mạng có thể không thể hỗ trợ luồng dữ liệu khối lớn. Những khía cạnh này cần được ghi nhớ trong khi thiết kế lớp tích hợp. Thiết kế chi tiết của Edge Analytics đôi khi có thể khó khăn. Một trong những phần khó khăn là đưa ra chiến lược Nén dữ liệu tối ưu để tiết kiệm băng thông mạng.

Điểm mấu chốt chính khi lựa chọn IoT platform cho smart facrtory

Chọn đúng Nền tảng IoT : Thị trường IoT là một thị trường phân mảnh cao. Có các nền tảng Nguồn mở cũng như các nền tảng thương mại. Mỗi loại đều có điểm mạnh và điểm yếu riêng như được đề cập trước đây. Vì các Platform IoT còn khá mới trên thị trường, không có nhiều tài liệu có thể cung cấp Phân tích so sánh chi tiết. Do đó, có thể khó khăn để xác định một nền tảng phù hợp cho một nhà máy. Các yếu tố như số lượng khách hàng trong cùng một miền hoặc tương tự, các tính năng vượt trội, bằng chứng về khái niệm, hệ sinh thái TCO và IoT nên được xem xét khi chọn một nền tảng.

Chọn đúng Đối tác tích hợp: Điều này cũng khó khăn không kém. Vì IoT trong nhà máy thông minh vẫn là một lĩnh vực thích hợp, không có nhiều Nhà tích hợp hệ thống đã phát triển đủ chuyên môn về ngành sản xuất và tích hợp. Nó có thể là một ý tưởng tốt để phát triển năng lực nội bộ. Chuyên môn nội bộ cùng với một đối tác tích hợp hệ thống vững chắc có thể mang lại kết quả mong muốn

Chọn ứng dụng sử dụng: Trong sản xuất, các case study phổ biến nhất là Bảo trì Dự đoán, Phân tích & Ngăn ngừa Khiếm khuyết, Tối ưu hóa Năng lượng, Quản lý Tài sản và Quản lý tài nguyên cơ sở.

Sẵn sàng hỗ trợ nhiều loại thiết bị: Nhiều nhà máy hiện không có thiết bị thông minh. Chúng không được trang bị cảm biến và không tương thích với các giao thức truyền thông tiêu chuẩn công nghiệp. Trang bị thêm cho họ có thể là một thách thức

Mua vào của các bên liên quan: Nhiều lần, lợi ích từ Platform IoT được nhận ra trong một khoảng thời gian tương đối dài hơn. Chi phí trả trước có thể cao. Do đó, nó có thể là một cuộc trò chuyện khó khăn với các bên liên quan và mua bên liên quan điều hành là phải.
ROI:  Tiết kiệm thu được thông qua tăng năng suất, phòng ngừa và tối ưu hóa khiếm khuyết sẽ bù đắp chi phí trả trước cho nền tảng, triển khai và phí bảo trì hàng năm cho Platform IoT.

Cách tiếp cận triển khai nhà máy thông minh

Phương pháp tiếp cận Big Bang Vs Phasing: Khi triển khai Platform IoT liên quan đến chi tiêu tương đối lớn hơn, nên áp dụng cách tiếp cận theo từng giai đoạn. Là một phần của phương pháp theo từng giai đoạn, nhà máy nên chọn các case study quan trọng để triển khai xem xét mức độ khả thi.

Khi kết quả được phân tích và chúng đáp ứng các ma trận mục tiêu chính, nó có thể tiến hành cho case study tiếp theo. Tuy nhiên, phương pháp triển khai sẽ trì hoãn từ nhà máy này sang nhà máy khác dựa trên các yêu cầu và ưu tiên của chủ đầu tư.

Sản xuất được thúc đẩy bởi ba ma trận quan trọng :  OEE (Hiệu quả thiết bị tổng thể), Năng suất và Chi phí / Đơn vị.  

IoT có tác động thuận lợi đối với OEE và Yield, từ đó giúp giảm chi phí cho mỗi đơn vị. Mô hình cải tiến sẽ khác nhau giữa các tổ chức. Trong một số trường hợp, chúng ta sẽ quan sát các cải tiến tuyến tính và trong các trường hợp khác, nó có thể là phi tuyến tính.

Tuyến tính trực tuyến chỉ ra sự cải thiện nhất quán theo thời gian khi mà phi tuyến tính chỉ ra các giai đoạn khi có thể không có bất kỳ cải tiến hữu hình nào. Sự cải thiện được thúc đẩy bởi nhiều yếu tố như sự sẵn sàng của thiết bị, mua vào quản lý hàng đầu, phân bổ ngân sách, chuyên môn của nhóm có liên quan, hợp tác chức năng chéo hiệu quả, vv Do đó, kết quả sẽ khác nhau giữa các công ty.

Kết luận

Smart Factory là 1 mô hình phức tạp nhiều thành phần và cần có thời gian để xây dựng, những nền tảng dữ liệu và quản trị liền mạch như ERP-PLM và MES là điều tiên quyết để có 1 xương sống hoạt động ổn định Cho Doanh nghiệp về quản trị, IoT platform là 1 yếu tố giúp thúc đẩy các công nghệ real-time và Phân tích để có thể giúp các nhà quản trị tiến đến mô hình nhà máy vận hành tự động và light-out. 

Chuyển đổi số cùng ứng dụng IoT cần cải thiện nhiều về con người, quy trình và công nghệ

IoT là lĩnh vực giữ nhiều hứa hẹn trong lĩnh vực sản xuất, tuy nhiên, nó liên quan đến đầu tư đáng kể về ngân sách và nhân lực. Do đó, điều cần thiết là các công ty phải có tầm nhìn dài hạn và mong muốn đầu tư đáng kể mà có thể không mang lại kết quả rõ ràng trong ngắn hạn. Nó có thể được gọi ra rằng một cách tiếp cận thực tế sẽ là bắt đầu nhỏ và tăng dần phạm vi để bao gồm nhiều lĩnh vực chức năng và quy trình kinh doanh.

 

 

 

Đăng ký để nhận ebook
Đăng ký để nhận ebook "Những điều cơ bản cần biết về Smart Factory và công nghệ IoT" từ chúng tôi.
Đăng ký để được nhận ebook "Những điều cơ bản cần biết về Smart Factory và công nghệ IoT".

Để lại bình luận

Địa chỉ email của bạn sẽ không được công bố.