数字实验证明智能工厂解决方案
约 60% 的 IIoT 计划在概念验证阶段就停滞了，只有 26% 的公司进行了他们认为完全成功的部署。这是在全球对 1,845 名 IT 和业务决策者进行的调查的结论，所涉及的垂直行业包括制造业、运输和能源等。
不幸的是，这些公司对他们的计划与他们试图解决的问题之间的关系缺乏清晰的认识。毫不奇怪，他们花费了大量资金进行的部署并没有带来有意义的结果。我们所需要的是一个过程，通过对特定问题进行科学测试，让企业消除猜测。
通过数字实验确保 IIoT 的成功
一种使用数字实验的新方法可以快速确定哪些想法值得尝试，哪些不值得。这种方法使用最少的资源，可以找到解决公司最大痛点的最佳方法。
数字实验使用多个组件、标准、IIoT 和边缘技术、数据类型和供应商来测试复杂的场景。这些结果增强了管理层对 IT 和运营技术的信心，并展示了对经过验证的 IIoT 和边缘计划进行投资的价值。
这一过程通过资产整合让 IT 和 OT 团队相互配合、通力协作，来应对制造业和其他行业的挑战，并促进商机。
通过这种方式，制造商可以在花大量的时间和资金进行部署之前，确定特定 IIoT 项目将如何提高效率和生产力，或降低成本。请阅读人、技术确保机器正常运行，详细了解组织范围的协作。
发现边缘所需
在这个领域有所成就的一家公司是 ADLINK。它的解决方案称为 ADLINK 数字实验，使企业能够在部署解决方案之前，具成本效益地快速测试 IIoT 部署将如何解决各种挑战的假设（图 1）。
ADLINK IoT Solutions & Technology 总经理 Lawrence Ross 将数字实验描述为一个有资金支持的概念证明 (PoC)，并表示：“客户通常是其流程和资产的专家。他们可以描述这个问题，但不知道如何获得一个假设。我们帮助他们了解如何科学地得出 IIoT PoC，并设计一个低成本、可控的实验来验证它。”
创造新的收入来源和产品——所有这些都有数据支持——也是制造商可以测试的内容。另一个好处是，实验提供的事实可以让大家对公司决策保持兴奋。
降低门槛
花费时间和资金分析整个过程，希望结果能以某种方式出现，是进行 IIoT 研发的低效方式。相反，专注于单个痛点更有可能被证明是有价值的。
Ross 说：“我们的工作是通过评估现有技术是否能够解决他们的特定业务问题来降低风险，” Ross 说，“如果是，那么如何以更低的成本进行部署。”观看下面的视频，了解企业如何在将技术部署到整个工厂之前测试物联网用例。
软饮料公司的硬数据
为了说明制造商如何使用数字实验，想象一下软饮料制造商可能面临的挑战。装瓶是一项高速、低利润率的业务。其盈利能力取决于如何防止生产线中断。如果一台机器总是出故障，那就需要进行数字实验。
中东的一家装瓶公司正是遇到了这样的问题，于是求助于 ADLINK 来进行 PoC。ADLINK IoT Solutions & Technology 欧洲、中东和非洲地区高级销售副总裁 Richard Allan 表示：“如果温度和湿度超过一定水平，他们的贴标机就无法正常工作。标签不会留在瓶子上，导致整个生产停止。”
ADLINK 提出了如何通过数字实验来检验假设。结果表明，解决这一问题最具成本效益的方法是将简单的技术与自动化相结合。当温度和湿度达到一定水平时，自动降低生产线的速度，使机器在不适宜的条件下也能有效工作。
“放慢生产比停止生产要好得多，”Allan 表示，“然后在情况允许的时候再加快速度。”
实验还向灌装商展示了如何使用温度和湿度数据分析自动化生产线，以及如何使用最少的传感器、IIoT 设备和软件来实现该自动化。
数字实验工具箱
ADLINK 提供的不是工具包。“我们带来的更像是一个工具箱，” Ross 说道，“它包括验证假设所需的所有技术。”
为了进行数字实验，ADLINK 提供了各种 ADLINK 和第三方摄像机、网关设备和传感器。大多数（如果不是全部的话）都依靠英特尔® 处理器运行，实验后推荐使用的大多数 IIoT 设备也是如此。有些测试可能需要特殊的传感器，比如高分辨率的加速度计，则可以根据具体情况包括进来。然后，这些设备通过 Modbus、BACnet 或几乎任何现有的 OT 协议连接到现有的 OT 数据源。
“在进行任何分析之前，我们首先要做的是连接和流传输数据，” Ross 表示，“我们提供所有的设备来实现这一点，并就分析和数据科学与不同的云提供商（如 Microsoft Azure、AWS 和 Google）进行合作。”此外，ADLINK 还与 FogHorn 和 SAS 等专门从事边缘数据分析的公司合作。
实验运行后，企业将收到所需信息，以便使用最少的设备、传感器、设备和软件来复制相关结果。这样，制造商能够快速、经济地部署经过验证的 IIoT 解决方案，从而在整个工厂内提供所需的计算能力。
对于开发人员和制造商来说，关键的教训是首先确定最大的运营中断。只有这样，他们才能定义一个假设并设置一个测试。通过这种方式，他们就可以在部署任何技术之前，确定 IIoT 将如何满足他们的需求。