超硬材料網

       前段時間facebook進軍制造業，引起了軒然大波，就在大家都在猜測制造業是不是要變天了，是不是要發生翻天覆地的變化時，又一顆炸彈襲來，IBM公司宣布進軍制造業。這是福音還是禍音？制造業到底哪里有這么大的吸引力？得到這么多IT領域領軍企業的青睞？趕緊看看IBM進軍制造業將會有哪些大行動吧！
       作為“高效驅動，馳騁未來”（Mobility for tomorrow）戰略的一部分，舍弗勒正對整個企業進行數字化。通過與 IBM 結為戰略合作伙伴，舍弗勒將創建數字化平臺處理大量數據，產生有價值的深刻見解以實現業務轉型。從2016年10月起，其成果“舍弗勒云”將率先用于客戶案例和應用。
       近日，全球汽車與工業供應商舍弗勒已選擇 IBM 作為其數字化轉型的戰略合作伙伴。IBM將作為數字化生態系統的技術提供商、顧問和研發合作伙伴，幫助舍弗勒將其機電部件、系統和設備整合進快速擴張的“物聯網”（IoT）世界，并基于數字服務實施市場化的新業務模式。作為首個里程碑，兩家公司已從今年10月起為舍弗勒所有增值數字服務建立了一個數字化平臺。        舍弗勒將與 IBM 緊密合作，開發創新解決方案以促進舍弗勒自身的轉型，并推動客戶采用設計思考和敏捷的開發方法。目前，一個開放的數字化生態系統正在建立，該系統便于舍弗勒以數字化平臺為技術基礎與客戶和合作伙伴順利開展合作。
       舍弗勒集團副首席執行官及首席技術官彼得·古茲默教授說：“我們不斷努力為客戶提供重要的附加價值。我們的目標是連接產品和流程中的數據。我們通過分析將原始數據轉化為有價值的見解，用于提升運營效率，為客戶開發創新服務。我們十分高興能找到 IBM 這樣理想的合作伙伴。”
       舍弗勒的數字化日程
       舍弗勒集團首席數字官格哈德·鮑姆這樣評論公司的數字化轉型方法：“我們集中于擴大將傳感器整合進現有產品，以及使用一體化認知軟件研發新的產品。不僅舍弗勒生產環境內部的機器和運輸基礎設施將得以連接，各裝置也將以數字方式與整個供應鏈連接在一起。在舍弗勒，我們希望以數字方式優化工藝和流程，創造以服務為導向的新工藝，從而推動人和IT系統之間的數字化互動。”
       “舍弗勒數字化日程的聯合實施完美利用并提升了我們對制造業物聯網的新認知能力。”IBM德國負責銷售的董事伊沃·科納表示。而實施的基礎將是采用 IBM 應用平臺 "Bluemix” 和 Watson 物聯網的全球混合云基礎設施，它可為物聯網創造差異化的應用和手機APP。
       持續連接并整合大數據
       舍弗勒的軸承和離合器分離系統等部件應用在機器和車輛的重要部位，能提供關于工況和移動的重要信息。舍弗勒近年來加大研發投資力度，將傳感器、執行器和內置軟件的控制單元整合進這些產品。這些部件目前可在機器中收集并處理有價值的數據，并將數據轉化為增值服務。
       在第一階段，雙方的合作關系將專注于：
       對風電行業的維護進行優化：
       舍弗勒是可再生能源行業的一個重要參與者，生產的大尺寸軸承幫助渦輪機自由轉動。更換此類軸承時會造成停工和能源損失，不僅過程異常復雜而且代價高昂。通過新的協議，IBM和舍弗勒將探索如何通過機器學習來顯示關于設備在不同工況下性能的額外見解。設備中的傳感器，甚至是軸承本身將實時報告部件的實際情況。通過使用“天氣公司”（Weather Company，一家 IBM 公司）的風力預報，渦輪機操作員可提前計劃并在風力較小的時段更換部件。
       數字化監控并優化機車：
       舍弗勒在鐵路行業擁有100多年的經驗，與鐵路制造商和運營商密切合作，為客運和貨運列車中的各種應用提供軸承及其他部件。通過使用來自云的認知性見解，舍弗勒將增強其鐵路預測維修系統，提高效率和安全性。鐵路車輛中的智能軸承將可測量自身的溫度、扭矩和速度，觸發警報并向鐵路運營商通報可能的安全問題。
       車聯網：
       舍弗勒正引領汽車發動機、變速箱和底盤應用產品的研發和生產。新技術將幫助舍弗勒擴展汽車行業部件的功能性，并延長其壽命。實時分析和認知系統將來自部件和系統的數據轉化為有價值的見解，生產商可利用這些見解來提升汽車的可靠性，為客戶提供新的增值服務，從而在提升“高效驅動，馳騁未來”中扮演重要角色。
       加工設備中的工業4.0：
       IBM的認知技術將支持舍弗勒針對加工設備中的工業4.0戰略改善設備綜合效率（OEE）。這包括優化生產工藝，實時分析數據和情景驅動維護，網絡和優化一條生產線上的多臺機器，目的是持續優化生產和供應鏈。重點在于通過內部優化來提升效率，并利用此為客戶和合作伙伴創造新服務。
       連接設備操作中心：
       專家無論是否在現場都可以對數千臺機器和設備的狀況進行監測。大數據傳輸至操作中心，并在舍弗勒云上進行處理。算法和認知方法將分析數據，幫助預測機器性能，創造優化機會。自動發現異常和潛在故障，并快速啟動相應措施。