电子发烧友App
近年来，中国企业的全球影响力正在逐渐凸显，尤其在新兴的物联网领域，得益于日益成熟的5G、AI、云计算等技术和广阔的应用落地土壤，中国物联网企业的扬帆出海队伍正在持续壮大。工业文明时代，以制造业为代表的实体经济是我国的立国之本、强国之基，从根本上决定了我国的综合实力和国际竞争力;同时，随着中国经济步入新常态，实体经济也需要新的助推剂。当下，中国加快新旧动能转换，大力发展包括工业互联网在内的资源消耗少、科技含量高、发展质效优的数字经济，这也正成为中国经济高质量发展的必由之路。
据工信部最新统计数据显示，我国工业互联网产业规模已迈过万亿元大关，依托工业互联网乃至工业元宇宙为代表的新一轮技术革命，中国制造业正加速从劳动密集型企业向技术密集型企业转换，并为全球提供了诸多优质实践和标杆案例。
美格智能：用连接构建智能工厂
工业互联网以网络为基础、平台为中枢、数据为要素、安全为保障，既是工业数字化、网络化、智能化转型的基础设施，也是通信、大数据、人工智能与实体经济深度融合的应用模式。其中，互联互通是制造业实现数字化升级的基础。
作为全球领先的无线通信模组及解决方案提供商，美格智能技术股份有限公司(以下简称“美格智能”)以新一代的4G/5G无线通信技术为基础，专注于为全球客户提供以“MeiGLink”品牌为核心的标准M2M/智能安卓无线通信模组、物联网解决方案、技术开发服务及云平台系统化解决方案，其物联网行业客户已经遍及全球100多个国家和地区。
尤其是在5G领域，美格智能推出的5G工业级通信模组正充分发挥5G高速率、大带宽、低时延、高可靠性、大连接、广覆盖的技术特性，有效满足工业业务苛刻的安全性、传输时延及可靠性要求，支撑工业互联网应用快速落地。
映翰通：远程运维系统让机器人实现预测性维护
当前，在千行百业的多种应用场景中，用机器减轻人们的工作负担已成为大势所趋。根据国家统计局数据，2021年全年，我国工业机器人实现产量36.6万台，同比增长44.9%。在高端装备制造业，机器人联网已经成为新常态，它不仅能够推动机器人智能化水平的提升，还能改变传统的人力生产模式，对简单且重复性较高的体力劳动甚至部分脑力劳动进行替代。
某国际知名的欧洲自动化集团公司面向客户提供一站式的机器人解决方案，助力机器人在各行各业的大规模部署。然而，工业机器人结构复杂，维护成本高昂，同时也对生产企业技术人员的维护能力提出较高要求。更重要的是，传统的机器人运维往往采取“事后维修”的模式，即遇到突发故障之后才临时安排运维人员处理，对于已经造成的损失难以挽回。
在一些设备量级较大的工业应用场景，传统的运维模式已经难以为继，通过联网对机器人进行大规模集中管理，并基于数据分析进行预测性维护成为大势所趋。
作为专业的工业级联网通信产品及物联网方案提供商，北京映翰通网络技术股份有限公司(以下简称“映翰通”)为该自动化集团提供了一整套基于无线通信技术打造的机器人远程维护系统，其中映翰通4G工业路由器IR300采用了内置高通MDM9x07芯片系列的美格智能SLM750 4G物联网模组。在该套系统的助力下，映翰通的客户实现了设备的预测性维护，即在机器人发生故障之前，系统就能通过检测其零部件和控制装置等方面的异常，及时提醒用户在停机前进行有针对性的维护维修，从而减少停机时间，实现连续生产。
映翰通高级产品经理白云飞表示：
“高通和美格智能的产品能为远程设备提供可靠、高速、安全的网络接入，助力企业快速、轻松完成大规模设备网络的部署和管理，实现设备互联互通。目前，我们客户的机器人产品部署在世界各地的工厂，而其维护工程师无论身处全球何地，都能通过无缝的网络连接在云端快速诊断、定位问题，远程更新或修改机器人控制器程序，从而大大提升运维效率。”
映翰通：工业互联网提升电网可靠性
电力领域是工业互联网落地的重要土壤之一。与其他工业项目相比，电力系统更加复杂、庞大，且与人们的工作和生活息息相关——没有电，工厂里轰鸣的机器都会成为动弹不得的“哑巴”，办公室里高速运转的电脑也都将变成愚笨至极的“傻瓜”。
仅以配电环节来看，配电网线路结构复杂，分支众多，一旦发生故障，特别是小电流接地故障，通常只能先通过变电站试拉闸确定故障出线，再对故障线路分段试拉确定故障区段，最后借由人工巡线查找线路故障发生的具体位置。这一过程费时费力，一旦遇到线路穿山越岭、交通不便的情况，单纯依靠人工巡线不仅强度大、成本高、效率低，而且难以应对各种突发事件。
因此，如何降低故障率、缩短停电时间、增强电网可靠性成为配电网现阶段重要的发展方向，而以“智能配电网线路状态监测系统”在该领域深耕近十年的映翰通则对此具有丰富经验。
“智能配电网线路状态监测系统”包括安装在线路上的采集单元、安装在杆塔或线路上的汇集单元，以及部署于云端或集成在配电自动化主站中的大数据智能分析平台三部分。在网络传输环节，映翰通工业无线数据终端DTU能够帮助电网公司实现配网三遥设备到配电主站的报文交互，完成“三遥”功能，帮助平台实时采集配电网电流相量数据，及时掌握线路情况，并进行在线监测和诊断，从而提升区域内的整体供电可靠性。
据悉，映翰通的DTU产品DTU3XX系列搭载基于高通MDM9x07芯片系列打造的美格智能SLM750 4G物联网模组，具有组网迅速、扩容灵活、建设周期短、成本低等优势，为电网用户提供TCP/IP之上的无线数据传输通道，实现了现场串口设备与中心控制系统间的无线数据通信，轻松完成对电力设备的远程数据采集和控制。同时，映翰通也正在研发5G相关产品，以期用更低的时延、更快的连接和更高的安全性赋能配电行业。
映翰通高级产品经理陈相如表示：
“配电领域的设备往往安装在密闭、狭小的通信仓内，环境温度相对较高，因此对设备的功耗要求非常严苛，涉及5G的相关应用功耗甚至必须控制在5瓦以内，而高通芯片平台的功耗控制十分优秀，能够完美满足我们的要求。”
凭借在中国市场积累的丰富经验，映翰通的市场范围覆盖美国、德国、英国、意大利等全球主要发达工业国家，并正在把其电力领域的相关解决方案向非洲等海外发展中国家市场进行推广，而高通芯片在全球网络兼容性方面的无缝优势，将助力映翰通在出海过程中一帆风顺。
Teltonika Networks：让压缩空气不再昂贵
在工业领域，压缩空气是应用最为广泛的动力能源之一，它是由空压机将电能转换成机械能，再将机械能转换成高压风能，供生产工艺使用。压缩空气既可以作为工业设备做功的动力源，也可以作为生产工艺流程中所需的气体。
但是，压缩空气又是一种昂贵的能源，在使用过程中若操作不当，一个压缩空气系统的成本会高于水、电、蒸汽甚至天然气。而且一旦发生气体泄漏，若不及时进行排查和处理，还会对企业造成严重的安全后果。
因此，为了降低压缩空气的使用成本以及保障安全，必须密切监控空气压缩设备中的压力点、用电量、固体颗粒和杂质等指标。为了解决这一行业痛点，全球化的专业工业网络连接设备供应商Teltonika Networks为客户提供了高效、低成本的远程运维解决方案，目前在欧洲、亚洲及北美应用广泛。
基于内置高通MDM9x07芯片系列的美格智能SLM750V模组，Teltonika Networks的RUT955工业路由器为该远程监控解决方案提供了稳健的4G连接，可以从多种不同的传感器中采集数据，并将数据发送至监控中心进行统一处理。得益于此，设备运营方能够全面了解压缩空气在生产、运输和消耗过程中的状态，从而做出提高能源利用效率的最优决策。
Teltonika Networks市场运营营销主管Pranas Aksamitauskas表示：
“我们要求自己的产品具有高质量和高性能，而这个要求也同样适用于产品内置的模组和芯片。高通提供的解决方案能够完美满足双方建立合作的高门槛，使我们能够生产符合目标和标准的产品。同时，高通优秀的客户服务和完善的技术支持也令我们可以轻松应对任何挑战。”
谈及高通与合作伙伴之间的合作，美格智能高级副总裁范典表示：
“工业应用场景对于芯片的可靠性、通讯协议的稳定性等方面要求极高，而高通的芯片则能完美满足客户这些方面的需求。多年来，我们一直使用高通的芯片平台，从过去的Cat.4、Cat.6到5G，再到现今的5G+AI，我们也希望借助高通在通讯和AI方面的领先技术，帮助客户实现从工业网关到工业智能网关的迭代。”
制造业的未来：工业元宇宙
与工业互联网相比，工业元宇宙更接近制造业未来的形态——它将现实工业环境中的研发、设计、制造、销售等环节在虚拟空间中构建数字孪生，通过打通虚拟空间和现实空间，实现工业的改进和优化，以达到降低成本、提高生产效率、高效协同的效果。
工业元宇宙的本质并不是让大家如同游戏般完全进入虚拟空间，而是让大家在虚拟空间里为线下实体制造更好地提供服务，即“虚”是为了更好的“实”。相信在不久的将来，千行百业的工作人员都能够通过一个“入口”自由地进入工业元宇宙空间，同时也必须能再度便捷地“返回”物理世界。
2020年底，中国有220多种工业产品产量居世界第一位，制造业增加值连续11年位居世界第一，骨干龙头企业持续发展壮大，一批具有国际竞争力的企业应运而生，这为以5G、工业互联网等行业为代表的数字经济在中国的实践和创新提供了“最好的大学”——如同一个人没有学过代数，就很难理解微积分，一个国家没有坚实的制造业基础，数字经济的构建也只会是空中楼阁。
得益于扎实雄厚的工业制造业基础，得益于“新基建”等顶层政策助推，得益于本土广阔的应用场景，中国工业互联网总体进入了一个繁荣发展期;而面向未来的工业元宇宙时代，我们相信中国制造企业也将抓住这次机遇，为全球下一轮工业革命提供全新秘方。
未来，美格智能将继续加强核心产品的研发投入，全面布局5G+AIoT行业，赋能多个行业应用，携手行业合作伙伴扬帆出海，加快企业数字化进程，助力企业转型升级。
工商网监
评论