為了最大限度地提高工業環境中的正常運行時間，性能和質量，設備需要始終以最佳狀態運行。但我們都知道，即使計劃周密的預防性維護，也不會100%確保準確。

　　物聯網（IoT）是提高資產績效和推動業務成果的關鍵推動因素。但物聯網很復雜，需要大量供應商和生態系統利益相關者才能取得成功。而且，需要提供商生態系統有時會成為許多公司的絆腳石，讓大家望而卻步。

　　要部署物聯網解決方案，就要解決移動通信問題

　　在物聯網硬件方面，您需要選擇適當的傳感器來收集用例數據，收集傳感器數據的網關以及連接它們的方法。

　　然后，您需要確定是否需要在邊緣處理數據以滿足延遲，安全性或其他數據要求，并將必要的傳感器數據移動到平臺。

　　平臺需要管理所有設備（通常來自多個供應商）以確保它們全部正常工作，并且所有設備都具有正確的軟件或固件版本。然后，平臺必須再進行數據處理與傳輸。

　　對于數據，您需要確定將數據放置在何處（在內部，在云中或可能是組合中），哪些利益相關者需要哪些分析工具，以及如何將其集成到資產管理或其他應用程序系統中。

　　您需要在儀表板和報告中顯示分析結果，并與流程團隊和工廠經理合作，以確保使用數據和資產洞察來更改操作的運行方式。

　　盡管此解決方案的任何一部分都不會太難，但如果全部組合起來之后，部署工作的解決方案會非常繁瑣且困難。

　　三家公司合作為工業物聯網提供解決方案

　　為了解決這些復雜性問題，Arrow正在與IBM合作開發物聯網解決方案。 Arrow負責系統集成和OT業務所需要的硬件和連接設備，而IBM負責IT及軟件系統。

　　與此同時，Arrow聯合了National Instruments（NI）。 NI是一家備受推崇的工業公司，已經成功部署了在惡劣環境中收集數據的解決方案。此外，NI還有一個軟件應用程序，可以讓用戶查看數據并快速了解資產狀況，從而管理日常運營。

　　Arrow還將IBM的解決方案與Watson IoT平臺，分析和Maximo資產管理解決方案結合在一起。

　　通過這項合作，新的工業物聯網解決方案孕育而生，為預測性維護提供了最好的組合。

　　合作發生的地方

　　通過組合解決方案，NI硬件和軟件不僅可以使用最先進的技術收集數據，而且現在可以應用IBM的高級分析，AI和機器學習來查找趨勢并獲得真正的預測性維護。

　　此外，通過Maximo，分析的見解可以立即轉化為工作單或維護計劃等行動，通過保持機器按設計運行來優化正常運行時間，生產率和安全性。

　　Arrow對物聯網的處理方法是盡可能多地消除流程中的摩擦。已選擇傳感器，網關，平臺，分析和應用程序，并預先集成到業務合作伙伴可以與客戶快速部署的解決方案中。

　　Arrow擁有廣泛的業務合作伙伴，他們可以部署傳感器，網關和網絡，以及使用分析實施軟件和開發模型，以確保無縫集成。

　　當您考慮預測維護解決方案時，最好不要從頭開始，而是選擇一家靠譜的合作伙伴供應商以及完整的生態系統。

　　NI賦能物聯網整體解決方案

　　在今年的NIWEEK 2019上，德勤首席物聯網科學家Robert Schmid利用AR技術，展示了德勤虛擬工廠。在這一Turnkey IoT解決方案中，德勤結合了NI平臺的CompactRIO和InsightCM，通過CompactRIO執行高速采集和分析，將信息匯總，以評估生產線的健康和效率。

　　德勤通過這一手段，幫助某家客戶進行了產線改進，實現了2000萬美元以上的整體收益，效率提高了9%。“借助NI的平臺，我們可以看到集成的高性能采集和分析帶來無窮機會，為客戶資產實現效率，運行時間和質量的提升。”Robert說道。

　　為了減少工廠復雜的布線要求，NI也特別推出了全新的無線節點網關和產線健康狀態檢測的振動傳感器，該傳感器采用MEMS技術準確判斷出物體的振幅和振頻，通過藍牙將各傳感器數據匯總到新推出的無線網關中，之后再由支持無線系統的在線資產監測軟件InsightCM匯總。

　　全新的無線網關以及振動傳感器