对于任何制造商而言，预测性维护和实时质量管控是他们的制胜法宝。但很多公司都无法实现这一目标，因为他们缺乏对其复杂机器的内部运作情况的可见度。工业物联网解决方案（包括人工智能、机器学习和边缘计算）能够支持工厂运营主动而非被动地解决问题，以免造成计划外成本高昂的停工状况。

通过帮助制造商理解传感器数据，机器制造商可以改变客户的运营，同时为自己创造新的商业机会。

人工智能和机器学习开启新的“黑匣子”

一台工厂机器可能包含数十台以上的传感器，帮助它在合适的温度下运行、检测过度振动，并与其他机器或机器人协调一致。但这些传感器所包含的信息大部分仍封锁在机器中。

“制造商可能会从机器的五个性能指标中获取数据。但如果没有来自所有传感器的数据，他们可能无法真正实现运营透明化。”数字化转型软件供应商 CANCOM GmbH 的数字化解决方案销售经理 Markus Fabritz 谈到。制造商收到的数据通常分散在不同的平台上，并且无法及时获取以防止问题出现。

而对于技术人员，情况就更不乐观了。因为工厂车间通常无法接入互联网，他们必须依赖自己的视觉、听觉和经验，从而在繁忙嘈杂的环境下发现正在酝酿中的问题。

CANCOM 借助其智能产品解决方案来解决这类问题，该方案是基于英特尔^® 处理器的预配置边缘计算设备。“我们提供了蓝图和物联网架构，用于打造利用标准化模块的单个解决方案。”Fabritz 说，“设备制造商从我们这里获得服务，这样他们只需要在自己的机器中安装此设备即可。一旦设备启动，最终客户只需将其接入互联网，一切就会设置就绪。”

CANCOM 平台会收集传感器数据，制造商可通过单一接口在边缘或云中查看其数据。人工智能和机器学习算法可实时提供操作状态。看一眼屏幕，机器操作人员就可以修复错误设置，或进行调整来优化性能。

传感器数据让预测性维护更轻松

奥地利塑料回收商 EREMA 的经验体现出 CANCOM 智能产品解决方案如何能帮助企业更好地服务其制造客户。

该公司自上世纪八十年代起就在生产回收机器，他们希望能改进自己的产品，但不知道从何处着手。公司构建的大型精密机器配备了近百个传感器，用于监控塑料采暖的温度、感知振动、测量旋转部件的速度、方向和功率需求等。但由于客户无法轻松收集和分析这些累积信息，也就无法利用其来改进运营。

EREMA 与 CANCOM 合作，将客户机器的传感器数据连接到云和边缘。现在，现场客户技术人员可以查看和分析此类数据，监控机器在其多阶段旅程中的每一步。

有关故障部件及其他新出现的问题的警报会发送给客户现场的服务技术人员，以及回收机器制造商。“如果有问题，EREMA 可以立即寄出备件，在机器崩溃之前即可安装。”Fabritz 谈到，“这样可以为他们节省大量的时间和资金。”

传感器跟踪工具调整

并非所有工厂机器都配备传感器。Marbach 是一家工业工具制造商。当客户开始遇到塑料盖生产问题时，要追踪问题根源就会很难。工具本身包含在更大型的机器内部，根本无法看到它是否对准。

根据这样的经验，Marbach 决定自己的工具应该能帮助客户更快地调整其工具，并能监控对准情况，即使在生产过程中也是如此。

公司与 CANCOM 合作，在客户的工具上安装了几个传感器，并将其与边缘设备连接，而边缘设备能够自动检测系统是否对准。这款智能系统既提高了产品质量，又延长了设备的寿命。而且，通过连接传感器数据到云，技术人员可以远程监控机器、执行快速故障排查并减少宕机时间，而无需亲自前往现场。

提供丰富多彩的新服务

并不是只有制造商会从传感器数据中获取宝贵洞察信息。机器制造商批量分析来自客户机器的信息，以便帮助他们改善未来的设计。

“拥有来自仅一台机器的传感器数据就像是获得一个拥有 15 年经验的操作人员。” Fabritz 说，“想象一下，有了 100 台机器的数据，你能做什么。可能就可以打造出一台不会崩溃的机器。”

通过生产更优质、更可靠的机器，机器制造商可以为客户提供更可靠的正常运行时间、预测性维护以及其他服务，并为制造商自己提供新的收益来源。最终部分制造商可能会从销售机器转向租赁机器，对于他们而言，这种模式的利润空间更大，对于客户而言也更具吸引力，因为他们无需再把资本与机构采购绑定。

“这是一种双赢。” Fabritz 谈到，“这也是全体机器制造商的愿景。”