知名物聯(lián)網(wǎng)研究機(jī)構(gòu) IoT Analytics 2020 年的最新報(bào)告顯示，與往年相比，當(dāng)前大多數(shù)物聯(lián)網(wǎng)項(xiàng)目仍然落地于工業(yè) / 制造業(yè)領(lǐng)域， 另外，交通、能源、零售及醫(yī)療保健等垂直領(lǐng)域的市場(chǎng)份額也相對(duì)增加。本文將從 10 個(gè)應(yīng)用領(lǐng)域中挑選 20 個(gè)典型案例項(xiàng)目展開分析。知名物聯(lián)網(wǎng)研究機(jī)構(gòu) IoT Analytics 2020 年的最新報(bào)告顯示，與往年相比，當(dāng)前大多數(shù)物聯(lián)網(wǎng)項(xiàng)目仍然落地于工業(yè) / 制造業(yè)領(lǐng)域， 另外，交通、能源、零售及醫(yī)療保健等垂直領(lǐng)域的市場(chǎng)份額也相對(duì)增加。同時(shí)，IoT Analytics 還對(duì) 1414 個(gè)實(shí)際應(yīng)用的物聯(lián)網(wǎng)項(xiàng)目進(jìn)行了研究，并將結(jié)果列入了 2020 年 620 個(gè)物聯(lián)網(wǎng)平臺(tái)列表之中。研究顯示，目前已有超過(guò) 1000 個(gè)已公開的 IoT 項(xiàng)目正在使用物聯(lián)網(wǎng)平臺(tái)，這也凸顯了 IoT 平臺(tái)在 IoT 解決方案推向市場(chǎng)時(shí)的重要性和普遍性。本文將從 10 個(gè)應(yīng)用領(lǐng)域中挑選 20 個(gè)典型案例項(xiàng)目展開分析。

　　1、物聯(lián)網(wǎng)應(yīng)用領(lǐng)域——工業(yè) / 制造業(yè)

　　1．1 概述

　　智慧城市曾在 2018 年的物聯(lián)網(wǎng)研究中排名第一，然而工業(yè) / 制造業(yè)早已取代智慧城市，坐穩(wěn)了物聯(lián)網(wǎng)垂直應(yīng)用的頭把交椅。諸如微軟和 AWS 等技術(shù)巨頭，以及西門子和羅克韋爾等大型工業(yè)自動(dòng)化參與者，都是工業(yè) / 制造業(yè)領(lǐng)域數(shù)字化轉(zhuǎn)型的主要推手。 “工業(yè)物聯(lián)網(wǎng)正在改變制造業(yè)規(guī)則，其所推動(dòng)的云計(jì)算和邊緣創(chuàng)新將加速數(shù)字工廠的發(fā)展，并提高企業(yè)的運(yùn)營(yíng)效率。” ——微軟首席執(zhí)行官 Satya Nadella，2019 年 11 月 “制造商和工業(yè)運(yùn)營(yíng)商已經(jīng)發(fā)現(xiàn)將物聯(lián)網(wǎng)應(yīng)用于整個(gè)運(yùn)營(yíng)過(guò)程的方法，并已經(jīng)因此獲得了可衡量的商業(yè)價(jià)值。將物聯(lián)網(wǎng)技術(shù)與特定工業(yè)應(yīng)用領(lǐng)域的專業(yè)知識(shí)相結(jié)合，可以實(shí)現(xiàn)更好的協(xié)作、更快地解決問(wèn)題、并提高生產(chǎn)率。” ——羅克韋爾自動(dòng)化首席執(zhí)行官 Blake Moret，2019 年 5 月

　　1．2 典型物聯(lián)網(wǎng)應(yīng)用

　　工業(yè)物聯(lián)網(wǎng)應(yīng)用領(lǐng)域涵蓋了工廠內(nèi)外的各種物物連接。例如，工廠內(nèi)部有許多基于 IoT 的工廠自動(dòng)化控制項(xiàng)目，包括涵蓋生產(chǎn)車間監(jiān)控、車間可穿戴設(shè)備和增強(qiáng)現(xiàn)實(shí)、遠(yuǎn)程 PLC 控制或自動(dòng)化質(zhì)量控制等系統(tǒng)的智慧工廠整體解決方案等。工廠外部也有包括對(duì)連接的機(jī)械進(jìn)行遠(yuǎn)程控制、設(shè)備監(jiān)控或?qū)φ麄€(gè)遠(yuǎn)程工業(yè)操作（如石油鉆機(jī)）管理和控制的大量典型項(xiàng)目。事實(shí)上，許多案例研究都提到了“減少運(yùn)營(yíng)停機(jī)時(shí)間和節(jié)約成本”——而這正是支撐原始設(shè)備制造商引入工業(yè)物聯(lián)網(wǎng)解決方案的關(guān)鍵驅(qū)動(dòng)力。

　　1．3 物聯(lián)網(wǎng)平臺(tái)支持項(xiàng)目案例

　　案例 1:Howden 混合現(xiàn)實(shí)解決方案。蘇格蘭空氣和氣體處理解決方案制造商 Howden 聯(lián)合微軟和 PTC 開發(fā)了一套可擴(kuò)展的混合現(xiàn)實(shí)解決方案，該解決方案將產(chǎn)品的實(shí)時(shí)物聯(lián)網(wǎng)數(shù)據(jù)與 3D 增強(qiáng)現(xiàn)實(shí)相疊加，以提供如何解決設(shè)備問(wèn)題的分步指導(dǎo)。相比以往僅能基于推測(cè)和事后分析，這一解決方案可以幫助客戶減少計(jì)劃外停機(jī)和相關(guān)成本，并更好地協(xié)調(diào)總體維護(hù)策略。案例 2:Severstal 資產(chǎn)績(jī)效。俄羅斯鋼鐵制造商 Severstal 與 GE 合作，希望通過(guò) Predix 資產(chǎn)績(jī)效管理減少計(jì)劃外的維護(hù)延誤。該解決方案通過(guò)不斷改進(jìn)維護(hù)策略，最終有效降低了維修和維護(hù)計(jì)劃的成本、有效地重新分配資源并降低生產(chǎn)風(fēng)險(xiǎn)，將設(shè)備可靠性提高了 20%。