工业互联网:那台90年代的冲床,为什么突然开始“打小报告”?

下午三点,南京郊区一家做汽车衬套的厂里,我站在一台1997年出厂的冲床旁边。它还在干活,轰隆轰隆,地都在抖。操作它的师傅姓王,五十来岁,耳朵上夹着一根烟,没点。他指了指机器侧面一个灰色小盒子,说:“这玩意儿上个月装的,现在它会打小报告。”

我凑过去看。盒子上面有四个灯,两个绿的,一个黄的,还有一个不亮。网线从盒子里出来,沿着油腻的墙面,一直走到车间角落的交换机。交换机再往上,穿过天花板,去了办公室。就这么简单?

王师傅说,前天夜里,冲床的轴承温度高了,盒子发了条短信给值班的人。早上来人一查,润滑管路堵了。要是以前,得等到轴承烧死,机器趴窝,整条线停半天。

这就是工业互联网?好像也没什么神奇的。但说实话,我一开始也以为,工业互联网就是把机器连上网,数据往云上一扔,然后大屏上跳各种曲线。真正蹲在车间里才发现,联网这件事,本身就是个泥潭。

机器说的“方言”,比方言还难懂

工业设备不像手机。手机说 TCP/IP,大家都懂。工厂里的机器,尤其是老机器,说话五花八门。有的用 Modbus,有的用 Profibus,有的用 CAN 总线,还有的——干脆没有数字接口,只有一个 RS232 串口,协议还是厂家自己定的。

你想象一下,一个车间里,二十台设备,来自五个国家,生产年份跨度三十年。它们之间的通信方式,就像让一个说温州话的人、一个说粤语的人、一个说德语的人,还有两个只会打手语的人,坐在一起开会。谁听得懂谁?

这时候就需要一个东西:网关。不是网络关,是协议转换网关。它像个翻译,这边读 Modbus,那边转成 MQTT,再往上传。但翻译也有翻错的时候。比如某个寄存器的地址,不同厂家的定义能差出十万八千里。你以为读的是温度,其实读的是电流。这种事情,现场调试的时候能让人抓狂。

工业互联网工厂老旧机床加装传感器与协议转换网关实拍
工业互联网工厂老旧机床加装传感器与协议转换网关实拍

我见过一个工程师,为了搞明白一台德国老设备的协议,翻了三天手册,最后发现手册上的地址表印错了。他骂了一句,然后自己用示波器抓波形,硬生生把数据解出来。这种活,云平台可干不了。

还有更麻烦的。有些设备厂商故意不开放协议,你想采数据?可以,买他们的专用模块,价格嘛,你懂的。这叫什么?数据割据。工业互联网喊了这么多年,真正卡脖子的,往往不是技术,是人心。

OT 和 IT,两个世界的碰撞

OT 和 IT,两个世界的碰撞
OT 和 IT,两个世界的碰撞

工厂里有两拨人。一拨管 OT,就是运营技术,PLC、变频器、传感器、机械臂。另一拨管 IT,服务器、数据库、网络、软件。这两拨人平时不怎么说话。

OT 的人关心什么?实时性。一个冲压动作,从传感器检测到位置,到发出停止指令,必须在一毫秒内完成。晚一点,模具就撞了,几十万没了。IT 的人关心什么?数据一致性、可扩展性、系统可用性。他们习惯用“最终一致性”这种词。OT 的人听了直摇头:最终?最终机器都炸了。

所以当老板说“我们要搞工业互联网,把数据传到云上”,OT 的人第一反应是:云在哪儿?多远?延迟多少?断网了怎么办?IT 的人第一反应是:数据量多大?怎么清洗?用什么数据库?

两边都没错,但两边说的不是一回事。工业互联网最难的地方,不是把数据传上去,而是让这两个世界的人能坐在一张桌子上,用同一种语言吵架。

我见过一个项目,IT 团队花了两周把数据接进云平台,做了漂亮的看板。结果 OT 的工程师看了一眼,说:“这个振动数据不对,采样率太低了,高频成分全丢了。” IT 团队一脸懵。他们不知道,对于旋转机械,振动的高频分量往往藏着轴承早期故障的信号。采样率不够,等于把最关键的信息扔了。

后来他们重新设计了采集方案,把边缘计算节点放在车间现场,先做一次预处理,再把特征值传上去。延迟低了,数据量也小了。但这一来一回,工期多了两个月。老板急得跳脚。可有什么办法?工业互联网不是买几个盒子、拉几根网线就能搞定的事情。

上云不是目的,甚至不是起点

很多宣传材料喜欢说“上云”。好像数据一上云,智能就来了。但我在车间里看到的是,最值钱的计算,往往发生在离机器最近的地方。

举个例子。一个高速冲床,每分钟冲 200 次。每次冲压,振动传感器采 1000 个点。算一下,一台设备每秒就是 20 万个数据点。一个车间 50 台设备,每秒一千万个点。全传到云上?带宽先不说,云端的存储和计算成本,哪个工厂愿意付?

所以现实的做法是:在车间放一个边缘计算网关,先把数据过滤、降采样、提取特征。比如算出振动的均方根、峰值因子、峭度。这些特征值可能只有几十个字节,再往上传。云端看到的是趋势,而不是原始波形。

工业互联网边缘计算网关在工厂配电柜内安装接线图
工业互联网边缘计算网关在工厂配电柜内安装接线图

但这又带来一个新问题:特征提取的算法,得有人懂。 不是随便调个库函数就行。不同的设备、不同的工况,特征的定义不一样。一个做注塑机的老师傅,光听声音就知道模具哪里不对。你要把他的经验变成算法,得先跟他聊上几个月。

我认识一个团队,做风机预测性维护。他们一开始用公开数据集训练模型,效果很好,准确率百分之九十几。拿到现场一跑,误报一大堆。为什么?公开数据是实验室环境,现场的风机有的装在楼顶,有的装在化工厂旁边,背景振动完全不一样。模型没见过。

后来他们换了思路,不追求通用模型,而是给每台风机建一个“基线”,用前三个月的正常运行数据做参考,偏离基线太多才报警。简单,但好用。工业互联网的智能,很多时候不是深度学习,是统计学加上对现场的理解。

问答:那它到底能干嘛?

问答:那它到底能干嘛?
问答:那它到底能干嘛?

有人问:说了半天,工业互联网到底能给工厂带来什么?

我的回答可能让你失望。它不能让你立刻转型,也不能让你明天就少雇几个人。但它能让你少停一次机,少出一批废品,少熬一个通宵。

比如,一个做铝压铸的厂,以前模具什么时候修,全靠老师傅的经验。换模具要停机,停机就损失产量。后来他们在模具上装了温度传感器和压力传感器,记录每次压射的曲线。时间长了,发现当曲线某个拐点偏移超过一定范围,模具就该保养了。就这么一个小改进,模具寿命延长了百分之十几。

百分之十几,听起来不多。但一年下来,省下的模具费和停机损失,够买好几套系统了。

再比如,一个做食品包装的厂,设备经常因为光电传感器被粉尘遮挡而误停。工人得爬上爬下去擦。后来他们在传感器旁边加了一个微型气嘴,定时吹气。同时把每次误停的间隔记录下来,分析出粉尘积累的规律,调整吹气频率。停机次数少了一半。

这些事,听起来一点都不“互联网”。但这就是工业互联网的日常。它不是一个产品,而是一堆细碎的、具体的、甚至有点土的办法,被网络和计算串起来。

时间线:从继电器到云平台,不是替代,是堆叠

时间线:从继电器到云平台,不是替代,是堆叠
时间线:从继电器到云平台,不是替代,是堆叠

有人喜欢把工业互联网说成第四次工业革命。但如果你去老工厂看看,会发现前三次革命都还在。

车间里可能同时有:继电器控制的老设备(第一次工业革命?其实是电气化),PLC 控制的产线(第二次?自动化),SCADA 系统(第三次?信息化),以及刚装的边缘网关和云平台(第四次?)。它们不是取代关系,是叠加关系。

新的系统要兼容旧的。旧的设备不能扔。这就好比你在一个明朝的老宅子里装智能家居。电线不能乱走,墙不能乱打,但你还得让智能音箱能控制客厅的灯。难不难?难。

所以工业互联网的推进,注定是慢的。那些宣传片里一尘不染的智能工厂,要么是新建的,要么是花了大价钱改造的。大多数工厂,是在油污和铁屑里,一点一点往前挪。

冷思考:连接之后,然后呢?

现在很多工业互联网平台,喜欢比谁连接的设备多。几百万台,几千万台。数字很大。但连接之后呢?

如果只是把数据采上来,存起来,偶尔做个报表,那这个连接的价值很有限。数据不用起来,就是负担。存储要钱,带宽要钱,维护也要钱。

更麻烦的是安全。以前工厂的网络是物理隔离的,黑客进不来。现在为了传数据,开了口子。一个阀门、一台电机,如果被远程控制,后果不是开玩笑的。我听过一个案例,某工厂的工业交换机被入侵,攻击者只是不停地重启一台 PLC,就让整条线停了四个小时。没造成物理损坏,但损失照样惨重。

所以工业互联网的安全,不是装个防火墙就完事。它需要从设备、网络、平台、数据,一层一层去设计。而且,还得考虑人的因素。 很多工厂的默认密码是 123456,改都不改。你跟他说安全,他说方便。

不过话说回来,也不能因噎废食。工业互联网确实在解决一些老问题。比如设备售后。以前卖一台机床,卖出去就完了。现在可以远程监控,提前知道哪个零件要换,主动上门服务。这对厂商和客户都是好事。

只是,别把它想得太玄。它就是一个工具。跟当年的万用表、示波器一样,用好了有用,用不好就是摆设。

回到王师傅那台冲床。我问他:“你觉得这盒子有用吗?”

他想了想,说:“有用。以前轴承坏了,我得听。现在它先告诉我。但我还是得听。万一它瞎报呢?”

说完,他把耳朵凑近冲床,听了几秒,点点头。机器继续轰隆。盒子上的绿灯一闪一闪。那根网线,还在默默往上传着数据。

说实话,工业互联网的未来,可能就藏在这种人和机器互相不信任、但又不得不合作的微妙关系里。

作者|科技

排版|科技

审核|见微

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:工业互联网:那台90年代的冲床,为什么突然开始“打小报告”?
文章链接:https://www.lfdjt.com/p/keji/a/24770.html