现场实拍
联系我们

李涛民        18135479333       杨 蓉         13303516806 

余梦洋        13935108543       王海亮        18435107222 

张鹏飞        18235185222       余 涛         13803416522 

刘孟亮        15364711222         徐明亮        18536622666

贾洪桥        15340705222         刘晓圆        13383414678

王佳俊        13753494527

乔宇鹏        15343402333         杨涛锋        13935138487 

于佳豪        18734569068       马 磊         15343401666 

余士强        18534576888       余梦想        15534008999 

行业新闻您现在的位置: 首页 > 行业新闻 > 内容
互联网向工业渗透,工业互联网将给制造业带来什么契机
编辑:两倍劈力 德国专利   时间:2017-03-08

  “中国制造2025”和‘互联网+’是不可分割的,要使中国制造向智能化的方向发展,必须依靠互联网,依靠云计算,依靠大数据,这样才能使中国200多项产量占世界第一的工业产品能够跃上新的水平。”李克强总理在会见2016夏季达沃斯论坛企业家时说。当前,全球新一轮科技革命风起云涌,新一代信息技术与制造业深度融合。


  众所周知,制造业升级的重要目的是为了效率提升,而长期以来效率问题更多地出现在系统层面,而不仅是个体机器层面,机器的能力并没有充分发挥。而目前,工业互联网的应用为系统优化、效率大幅提升带来可能。对应国内的情况,由于低端产能过剩,生产企业效率提升也还是解决不了需求的问题,因此趋势红利应该是流向掌握数据入口以及应用平台型企业。

  那么,工业互联网趋势将给制造业带来哪些利益?现在就让编辑为你深度解析:

  大势所趋,互联网大数据向工业端渗透已渐到来

  过去20年互联网主要改变了消费者的行为,未来随着虚拟化、信息化程度的加深,将进入产业互联网的时代。我们认为互联网对于工业端,尤其是重工业资产端的改造是不可逆转的趋势。自2012年GE提出“工业互联网”概念以来,IBM、西门子、华为等巨头也相继布局。美国工业互联网较德国“工业4.0”的核心区别在于,其主张从工业大数据等软件端入手,向传统制造业硬件端渗透,进行资产优化和运营优化,提高产业效率,我们认为该发展路径可能更适合当下供给侧改革背景下的传统机械制造业改造升级。

  大数据和物联网技术驱动制造业服务化是未来趋势

  制造业服务化的关键在于设备的数据化,大数据技术对资产端的改造贯穿到整个制造业产业链环节,从机器生产、供应链管理、商业模式创新到预测性维护,提升了制造端企业的附加价值,拉平了微笑曲线,奠定了制造业服务化的根基。Ericcson预计,物联网将在2018年取代移动电话成为连接最多的设备;GE预测,到2020年,连入工业互联网的机器将达到500亿台;工业互联网作为物联网在工业领域的核心应用,1%的效率提升,即可帮助中国石油天然气、航空、能源等各行业节省240亿美元的成本空间。

  工业互联网在机械行业领域的投资机会包括以下两条线索:一是由设备优势走向流量优势的工业大数据入口级企业。制造业服务化趋势催生了对于工业大数据的应用和需求,传统的机器设备商有望凭借高额的市场占有率,凭借工业设备数据入口优势获取流量优势,进而迅速布局,重构企业核心竞争优势,建议关注徐工机械、三川智慧、三一重工、汇川技术和安控科技;二是凭借工业大数据平台优势进行场景应用型企业。一方面,工业大数据的应用可以大幅提升这些微利行业的生产效率,进而从成本端大幅改善公司业绩,另一方面,可以凭借平台优势重构传统制造业的商业模式。

  去年7月份GE向全球开放其Predix系统,近日徐工机械宣布与华为、阿里巴巴、中国电信联手打造中国版的Predix系统,均构成行业催化因素,建议关注后续发展。工业互联网的推广需要有巨头合力来推动,单一产业链环节公司较难施展,且需要一定的时间;下游传统制造业短期面临需求不振和产能过剩等压力,影响工业互联网的普及积极性。

  立足机械行业的视角,从商业切入点和经济驱动力角度,建议重点关注纳入GE工业互联网产业链的企业,工业互联网在机械行业领域的投资机会包括以下两条线索:一是由设备优势走向流量优势的工业大数据入口级企业。制造业服务化趋势催生了对于工业大数据的应用和需求,传统的机器设备商有望凭借高额的市场占有率,凭借工业设备数据入口优势获取流量优势,进而迅速布局,重构企业核心竞争优势,建议关注徐工机械、三川智慧、三一重工、汇川技术和安控科技;二是凭借工业大数据平台优势进行场景应用型企业。一方面,工业大数据的应用可以大幅提升这些微利行业的生产效率,进而从成本端大幅改善公司业绩,另一方面,可以凭借平台优势重构传统制造业的商业模式。

  互联网向工业渗透不可逆转

  互联网大数据向零售、金融、物流等领域的渗透已经成为事实,向工业领域渗透也是不可阻挡的趋势。以GEPredix为代表的工业互联网通过促成人、设备以及数据的无缝协作,用物联网、大数据等技术手段实现对生产和物流的精密控制,从各个环节进行资产优化和运营优化,重新塑造整个制造业产业链,实现数字(软件)世界和物理(机器)世界的融合,是这个趋势到来的有力佐证。

  最终目标:回归物理本原,提高产业效率

  工业互联网与精益生产思想有相似之处,本质都在于提升产业效率。20世纪80年代,以日本丰田为代表,正式提出精益生产理念,具体包括及时制生产、全面质量管理、并行工程、充分协作的团队工作方式和集成的供应链关系管理等,该思想的核心在于及时制造、消灭故障、消除浪费。在精益生产思想的帮助下,经过三十多年的发展,至2007年,丰田汽车销售额达到2528亿美元,净利润165.4亿美元,相当于美国汽车三巨头加上德国大众和宝马的利润总和。继汽车工业取得巨大成功之后,日本的电子、计算机、飞机制造等离散制造业相继实施了精益生产,取得了巨大成功。精益生产可以看作是制造业基础性的技术。

  精益生产对企业能力的改善体现在五个方面:库存、生产周期、生产效率、作业切换时间、投资回收期。通力公司一项对欧洲80家企业的研究发现,在生产制造方面,通过对产前(采购、准备)、产中(效率,工序间切换)、产后(库存,投后管理),各环节的流程化、标准化的潜能挖掘和生产链条的无缝对接,消除各种浪费的可能,并最终实现降低成本、提高生产效率。据该研究显示,库存方面平均减少50%,生产周期方面缩短50%-70%,作业切换时间方面缩短50%,投资回收期方面缩短到少于9个月,使得最终的生产效率提高20%-50%。

  工业互联网通过物联网与大数据深化精益制造理念,提高产业效率。精益制造与工业互联网既有联系也有区别,相同之处在于它们追求的都是更高的产业效率,区别在于精益制造更侧重于使用流程规范等精益管理工具进行改进,而工业互联网更侧重于使用大数据、物联网、人工智能等新技术手段对机器的物理世界的机器本身进行改进。

    由此可讲,工业互联网是精益生产思想的重要补充和深化。

  工业互联网更侧重于从设备层面提高资产绩效,有精确性、可预测性、体系化的优势。从精益生产的原理来看,精益生产对每个环节进行标准化,最大程度上挖掘单一环节的改进潜力,但更多地是侧重于对生产流程管理上的优化,出发点是流程,而工业互联网的出发点是机器设备。

  (1)设备数据比经验更具有精确性。精益生产更多的是侧重于使用精益管理工具,通过细节化的流程规范,降低损耗和成本,减少潜在的浪费,提高生产效率,而工业互联网利用机器学习等算法对收集的机器设备优化,从维持供应链运转,到定制化生产,再到按时完成订单任务,为每个生产环节提供更高的预测精准度。

  (2)大数据分析更侧重于对未来的预测。这是大数据分析最富有魅力的地方所在,它更侧重于对未来的预测,突破了精益生产的“历史局限性”。以节省燃油问题为例,东方航空利用Predix平台搜集500多台CFM56发动机高压涡轮叶片保修数据,结合远程诊断纪录和第三方数据,建立了叶片损伤分析预测模型,可预测发动机的运行情况,定制科学的重复检查间隔,提升运营效率。

  (3)工业互联网可以实现全产业链的覆盖。大数据对于制造业的改进可以贯穿到产品概念、设计、制造、供应链、物流管理、市场销售、资产运营、维修保养等一系列环节,但又不限于对单一环节的改造,通过平台化的大数据平台可以灵活调节和润滑各环节之间的衔接关系,最大程度上发挥精益生产“一件流”的效果。


  工业互联网:回归物理本原,数据重构工业

  (一)技术要素:物联网+大数据+人工智能

  1、物联网:构成工业互联网的核心技术构架

  大数据和物联网构成工业互联网的核心技术构架。在《Accenture.IndustrialInternetInsightsReportfor2015》报告中,GE将工业互联网界定为“大数据+物联网”,其内涵可以从以下三个方面去理解:网络是基础,使工业数据流动无缝集成;数据是核心,包括数据的感知、采集、集成;安全是保障,构建一个完善的安全防护系统。

  从联系来看,工业互联网是物联网的子集,物联网构成工业互联网的技术构架。物联网是通过各类传感装置、RFID技术、视频识别技术、红外感应、全球定位系统、激光扫描器等信息传感设备,按约定的协议,根据需要实现物品互联互通的网络连接,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的智能网络系统;从结构上看,物联网包含感知层、网络层和应用层,其中工业互联网是应用层的主要应用形式之一,其它还包括车联网、智慧城市、智能家居等。

  从区别来看,工业互联网强调以资产作为出发点,而物联网主要强调的是通信和连接。较物联网,工业互联网更侧重在生产和服务方面的应用,涉及更高价值的设备和资产,如能源、运输、工业控制,同时对运行安全有更高的要求,而普通物联网更侧重于消费领域,如智能家居;其次,工业互联网建立在工业基础设施上,用于提升而非替代原有的工业生产设备和设施。

  工业互联网遵循物联网的技术路径。从物联网技术路径来看,全面感知、可靠传输和智能处理构成了物联网架构内部传导顺序和技术特征,也揭示了该技术的发展路径。第一步,是利用传感器、RFID等对外界环境(工业互联网指机器运行信息)进行感知,第二步,传感器所获取的信息经由网络层实时传输到数据云平台上,第三步,利用云计算、数据挖掘和数据处理技术对海量的数据进行处理、对机器运行的状态进行跟踪和反馈。

  2、大数据:改造工业领域在国内外已达成共识

  大数据市场规模未来五年增速可观。根据中投顾问产业研究中心的研究,2015年,中国大数据市场规模达到115.9亿元,增速达38%,预计2017-2021年,行业年均复合增长率为42.04%,到2021年,市场规模将达到898亿元;而就全球范围内来看,预计2017-2021年,年复合增长率将达到40.98%,到2021年,全球大数据市场规模将达到2847亿美元。

  工业大数据战略已经在国外工业企业达成共识。根据GE和Accenture跨行业的研究,研究范围覆盖中国、法国、德国、印度、南非、英国、美国等国家航空、风能、发电等8个行业的高管,该调查中80%-90%的各行业公司主管表示大数据分析在公司中的战略定位应该处于最高优先级或至少排进前三的战略地位;从大数据方面的投资支出看,超过70%的公司用于大数据方面的技术占比在20%以上;细分行业看,航空业、风能、制造业中大数据的战略定位最高。

  大数据分析的工程流程。在使用大数据预测性分析工作流程中,经由数据提取、输入、处理、模型构建、数据后处理等过程后对未来状态做出预判和决策。

  大数据分析的效果。通过大数据对制造业过程进行可预测性分析,GE提出可以通过流程改善使得生产能力提升20%,可靠能力提高10%,公共基础设施材料消耗率降低4%,成品缓存降低30%,返工率降低20%,能源成本降低5%。

  3、人工智能:实现资产智能优化与人机融合

  工业互联网的核心要素包括“人-设备-数据”,“人”的因素在工业互联网中的体现为模式识别、人工智能、机器学习等前沿技术。工业互联网时代,每一个工业企业基于算法的革新实现对原有生产模式更新的重要性甚至超过大数据本身,这里的生产模式更新包括对原有的生产和设计进行模拟,使得计算机通过智能化的算法对设备即时运行的状态进行最优化智能调整,进而挖掘企业生产效率的提升空间。

  机器学习:从维持供应链管理,到定制化生产,再到按时完成订单任务等产品全生命周期任务,机器学习算法可以为每个生产环节提供更高的预测精准度。

  可穿戴技术:可穿戴技术可用于工厂自动化过程中的监测工具。HumanConditionSafety建立了一个结合可穿戴技术、人工智能和建筑信息模型(BIM)技术的平台,为制造、能源、仓储、建筑等行业的工人提供安全防护。XOEyeTechnologies则通过可穿戴软硬件平台为制造、建筑等行业提供协同工作与通信解决方案,以提高工作效率。

  (二)市场空间:大数据对制造业改善空间巨大

  1、改进机制:工业互联网能够实现对制造业价值链的循环

  从影响机制来看,工业互联网的开放结构使技术和信息难以垄断,进而拉平整个工业链条的“微笑曲线”。工业互联网从生产流程、物流等多个环节对制造业价值链进行优化和再造。

  在生产流程方面,利用机器和产品运行的实时数据,制造商能采用无缝连接,对产品的整个生命周期进行追踪和控制。可以对这些数据进行预测性分析,以确定可能的设备或零部件故障,从而制定预防型维护计划,缩短设备宕机时间,实现平稳运营。生产流程的优化减少了机器的使用成本,提高了生产效率的同时,也提高了生产制造端的附加价值。

  工业互联网对于传统重资产行业具有革命性意义。工业互联网从资产端出发,构建工业云,逐步把设计、供应、采购以及制造等融合在一个平台上,实现制造资源的云化。基于对资产特别是重资产设备的数据分析,可以提升价值链中制造环节的附加值,拉平工业链条的“微笑曲线”。

  通过拉平制造业的微笑曲线,工业互联网实现了价值链的循环。以GE为例,从工业机器数据收集出发,经由工业云的计算,将数据分析的结果以指令的形式发送给操作人员,操作人员将根据设备运行的状态,及时作出反馈,从而实现了“设备-数据-人”三者的闭环系统。

  2、改进空间:市场空间近两千亿,“十三五”CAGR预计在25%左右

  物联网将在2018年取代移动电话成为最连接的设备。Ericcson预计物联网(IoT)传感器和设备将超过移动电话,成为2018年最大的连接设备类别,从2015年到2021年以23%的复合年增长率(CAGR)增长。2015年蜂窝物联网设备达到4亿台,预计2021年将达到15亿台,亚太地区增长潜力最大。

  工业互联网是物联网最大的细分领域之一。中国物联网产业规模目前达到7500亿元,预计未来15年将为中国创造1960亿美元的GDP,其中制造业是物联网应用最为广泛的领域。工信部副部长怀进鹏在今年10月31日的首届世界物联网大会上指出,2015年中国物联网产业规模达到7500亿元,同比增长29.31%,“十二五”期间联合增长率达到25%。根据埃森哲的研究表明,到2030年物联网能给中国带来5000亿美元的GDP累计增长,其中仅在制造业领域,物联网就可创造1960亿美元的GDP,如果中国采取进一步措施,制造业的经济效益将有望达到7360亿美元,对制造业累计GDP影响的分配比例为40%,比重最高。

  从工业互联网的经济效益看,未来十五年,1%的效率提高即可节省中国240亿美元成本。GE公司的一份新报告《工业互联网:突破智慧和机器的界限》,假设工业互联网让中国的特定行业生产率和能源效率提高1%,其潜力也能让中国的航空、电力、铁路、医疗、石油天然气行业在未来十五年节省约240亿美元的成本。分行业来看,如果效率提高1%,运输业可节约20亿美元的燃料成本,石油和天然气勘探开发可节约70亿美元的资本支出,医疗可节约40亿美元,石油天然气行业和燃气发电机行业受益工业互联网的程度最大。

  从市场规模看,根据赛迪顾问的研究结果,2016中国工业互联网市场规模达1896亿元,同比增长27.33%,“十二五”期间,年复合增长率达到30%以上,预计在“十三五”期间,仍能保持25%左右的复合增长率。

  (三)重资产行业是工业互联网的主要应用领域

  按照产业链来划分,工业互联网主要包括设备制造商、系统集成商、网络运营商、平台供应商及用户,我国工业互联网尚处在产业链发展的初级阶段,基础环节领域的设备制造商比如传感器、RFID标签、芯片制造商等企业将率先收益。然而站在机械行业的视角,从商业切入点和经济驱动力角度,我们认为工业互联网在机械行业的投资机会包括以下两条线索:

  一是由设备优势走向流量优势的工业大数据入口级企业。制造业服务化趋势催生了对于工业大数据的应用和需求,传统的机器设备商有望凭借高额的市场占有率,凭借工业设备数据入口优势获取流量优势,进而迅速布局,重构企业核心竞争优势;二是凭借工业大数据平台优势进行场景应用型企业。一方面,工业大数据的应用可以大幅提升这些微利行业的生产效率,进而从成本端大幅改善公司业绩,另一方面,可以凭借平台优势重构传统制造业的商业模式。


中国互联网协会 不良信息举报中心 网络110报警服务 可信网站