מגזר הייצור עובר שינוי יסודי ככל שהמפעלים מתפתחים לסביבות חכמות ומקושרות.בלב הטרנספורמציה הזו שוכנת האינטרנט התעשייתי של הדברים (IIoT) – רשת של חיישנים, מתעמלים, ומכשירים אינטליגנטיים שמעבירים ונתח נתונים בזמן אמת.עבור ניטור קו הייצור, שילוב IoT אינו עוד טכנולוגיה ניסיונית; זהו צורך תחרותי במערכות IoT מצליחות להשיג חשיפה חסרת תקדים לפעילות שלהם, יכול לחזות כיצד לבצע פעולות מיידיות, ולת, כדי לבחון כיצד הן צריכות לבצע פעולות אלה, ולהטמיעות, כדי ליישם את היתרונות של מוצרים אלה באופן יעיל של טכנולוגיות מיידיות.

מה זה IoT בייצור?

IoT בייצור מתייחס לחיבור של נכסים פיזיים - מכונות, משדרים, רובוטים ואפילו חומרי גלם - באמצעות חיישנים משובצים ופרוטוקולים תקשורתיים.מכשירים אלה אוספים נתונים על פרמטרים כגון טמפרטורה, רטט, לחץ, לחות, צריכת אנרגיה, וזמני מחזור.הנתונים מועברים באמצעות רשתות אלחוטיות לשרתים מקומיים או אלחוטיים, פלטפורמות ענן שבו ניתוחים מתקדמים, מודלים של מכונות למידה, ומדרומנים הופכים למספרים גולמיים לתובנות מעשיות.

מערכת האקולוגית של IIoT כוללת בדרך כלל חמישה מרכיבים עיקריים:

  • (ב) ,0) ,מגיבים ומבצעים (מ"ר) 1 (ב) לוכדים מדידות פיזיות ויכולים לגרום לפעולות אוטומטיות.
  • (FLT:0)Gateways ו- ConnectivityFLT:1) - נתוני חיישן מצטברים ומעבירים אותו באמצעות פרוטוקולים כמו MQTT, OPC UA, או HTTP.
  • (FLT:0) מכשירים מחשוביים (FLT:1) - לעבד נתונים באופן מקומי כדי להפחית את השימוש בעקביות ובפס רוחב פס.
  • (ב) ,0Cloud PlatformssFLT:1 - חנות, לנתח, ולדמיין נתונים ממתקנים מרובים.
  • (FLT:0) השלכות ו- DashboardsFIRLT:1) - מציג KPIs כמו OEE (יעילות ציוד), זמן מחזורי, וזמן למטה למפעילים ומנהלים.

תעשייה 4.0, המהפכה התעשייתית הרביעית, בנויה על יסודות IoT אלה.בניגוד לגלי אוטומציה קודמים המתמקדים במכונות מבודדות, IoT מאפשר נוף הוליסטי של קו הייצור כולו.השינויים בתחנה אחת ניתן לקשור עם פלט בתוך אחר, ומגמות היסטוריות ניתן להשתמש כדי לייעל את התזמון והתחזוקה.

היתרונות של אינטגרציה IoT עבור ייצור קו ניטור

יישום IoT מניב שיפורים משמעותיים על פני כמעט כל ייצור KPI. להלן אנו בודקים את חמשת היתרונות המשמעותיים ביותר, כל אחד עם דוגמאות קונקרטיות של מה יצרנים מובילים השיגו.

זמן אמת ושקיפות תפעולית

לפני IoT, מפקחי הייצור הסתמך על סיבובים ידניים, יומני נייר, או ניתוק מסך SCADA היום, חיישנים מזרימים נתונים ברציפות עבור לוחות נתונים מרכזיים.מנהלים יכולים לראות בדיוק כמה יחידות כל קו המיוצר בשעה האחרונה, אשר מכונות פועלות מתחת מהירות היעד, והיכן צווארי בקבוק להרכיב.ספק אחד של כלי רכב דיווחו על שיפור של 22% באמצעות חישובים בזמן אמתיים OEE על פני שלושה צמחים.

חשיפה זו מאפשרת גם את ייצור התפוקה המונעת על ידי דרישה 1 (כאשר תחנת מטה הזרם מאטה, תחנות במעלה הזרם ניתן לספוג באופן אוטומטי כדי למנוע בניית מלאי.

תחזוקה חיזוי

זמן השבתה לא מתוכנן הוא אחד האירועים היקרים ביותר בייצור, לעתים קרובות מעל $ 250,000 לשעה בתעשיות בעלות ערך גבוה כמו ייצור מוליכים למחצה או הרכב הרכב הרכב. תחזוקת חיזוי מבוסס IoT מנתחת דפוסים רטט, מגמות טמפרטורה ופרופיל אנרגיה לזהות סימני אזהרה מוקדמת. לדוגמה, עלייה הדרגתית של מנוע הנוכחי יכול להצביע על ללבוש.

הגנרל אלקטריק דיווח כי הפלטפורמה של Predix שלה הפחיתה את עלויות התחזוקה לא מתוכננות ב-20% ועלויות תחזוקה של 25% עבור מאמצים מוקדמים.

בקרת איכות מוגברת

עקביות היא סימן ההיכר של קו ייצור מנוהל היטב.חיישנים IoT מאפשרים 100% בדיקה בנקודות קריטיות. מצלמות חזון, חיישני מומנט, ומדמי ממדים יכולים לדגל פגמים במלי שניות.כאשר פגם מזוהה, המערכת יכולה לדחות באופן אוטומטי את החלק, להזין את שורש הנתונים, ואפילו להתאים את הפרמטרים של הזרם - כגון לחץ או זמן קירור - כדי למנוע הישנות.

חברת מזון ומשקאות באמצעות Inline NIR (near-infrared) חיישנים כדי לפקח על תכולת לחות הפחיתה את קצב הגרדוז שלה ב -35% בתוך שלושה חודשים.הלילאה של משוב בזמן אמת מחקה את הלג בין הדגימות מעבדה והתאמות ייצור.

החלטות נהיגה בנתונים

IoT מייצר נתונים עשירים מעבר ניטור פשוט.על ידי שילוב נתוני הייצור עם תכנון משאבים ארגוני (ERP) ו יומני תחזוקה, יצרנים יכולים לבצע ניתוח שורש וסימולציה.לדוגמה, אם שינוי מסוים חווה באופן עקבי יותר זמן, ניתוח עשוי לחשוף כי זה תואם עם לוח זמנים של פריצה של מפעיל ספציפי או עם שינויים טמפרטורה מזיקה עם מידע זה, מנהלי יכול ליישם הכשרה ממוקדת או להתאים את הבקרה הסביבתית.

מודלים של למידת מכונות יכולים גם לחזות פלט בהתבסס על לוחות זמנים מתוכננים, איכות חומרי גלם וביצועים היסטוריים.זה מאפשר מתכננים להגדיר מטרות מציאותיות ואופטימיזציה הקצאת משאבים - החל מעבודה לשימוש חשמל.

ניהול אנרגיה וקיימות

עלויות האנרגיה הן חלק משמעותי של ייצור יתר על המידה.מוניטורים באנרגיה של IoT ברמת המכונה והשורה עוזרים לזהות תהליכים רגישים באנרגיה או ציוד idle שניתן לסגור. צמח ייצור מתכת אחד הציל $120,000 בשנה רק על ידי סגירת IoT עבור משדרים ומשאבות במהלך הפסקות לא מכובשות. ממשלות רבות מציעות כעת תמריצים ליצרנים אשר מיישמים ניטור אנרגיה, מה שהופך את ROI אפילו אטרקטיבי יותר.

Key IoT Technologies for Production Line Monitoring

הצלחת פריסת IoT תלויה בבחירת רכיבי החומרה והתוכנה הנכונים.

חיישן ורכישות נתונים

חיישנים מודרניים הם מיני-אירויים, זולים, וחכמים יותר.

  • (ב) חיישנים של אימונים (Vbrationחיישנים) 1:1 - מאיץ'ים המזהים חוסר איזון במכונות מסתובבות.
  • (FLT:0 חיישנים TemperaturephFLT:1) - thermocouples, RTDs, או pyrometers אינפרא אדום עבור ציוד וטמפרטורת המוצר.
  • (ב) ⁇ 0 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (ב) ,0) חיישנים מתחים וחיישנים של כוח 1 (FLT:1 ), לפקח על עומסי מנוע ואיכות כוח.
  • (FLT:0)Proximity וחיישנים פוטואלקטריים של LT:1) - לזהות נוכחות של מוצרים, ספירת מחזורים, ולהבטיח מיקום נכון.

חיישנים רבים משלבים כעת את התניה האות ואת ממשק דיגיטלי, פלט נתונים על פרוטוקולים כמו IO-Link, אשר מפשטים על עיבוד ותצורה.

פרוטוקולים ורשת

שידור נתונים אמין הוא עמוד השדרה של כל מערכת IoT.הבחירה תלויה בסביבת המפעל, נפח הנתונים ודרישות השקיפות:

  • (FLT:0)Ethernet/IP, PROFINET ו-OPC UAFelo: 1) - פרוטוקולים תעשייתיים למהירויות גבוהות, תקשורת ⁇ יסטית בקומות המפעל.
  • (FLT:0)Wireless (Wi-Fi 6, 5G, LoRaWAN)FLT:1 - Wi-Fi 6 מטפל מערך חיישן density חיישן גבוה; 5G מציע שקיפות נמוכה עבור רובוטים ו AR; LoRaWAN הוא אידיאלי עבור רחב-area, מכשירים בעלי עוצמה נמוכה.
  • (FLT:0) Bluetooth Low Energy (BLE)FIRLT:1 - מתאים לאיסוף נתונים לטווח קצר, תקופתי מכלים ניידים.

עבור מתקני שדה ירוקה, מומחים רבים ממליצים על רשת מתכנסת באמצעות רשת רגישה בזמן (TSN) כדי לאחד את התנועה IT ו-OT (טכנולוגיית שיתוף פעולה).FLT:0IEEE Time-Sensitive Networking סטנדרטים FLT:1 לספק עצלות ⁇ סטית, להבטיח כי מידע על ידי שליטה מכונה לעולם לא מתעכב על ידי וידאו או זרמי קידוד.

צוק מחשוב

מכשירים קצה מעבדים נתונים קרוב למכונות, צמצום העומס בשרתים מרכזיים ומאפשרים תגובות תת-שניות.שער קצה יכול להפעיל ניתוח בזמן אמת - לדוגמה, זיהוי דפוס רטט חריג וגורם אזעקה בתוך 10 מילישניות, ללא המתנה לסיבוב ענן. Edge גם מסננים נתונים רועשים, שליחת אירועים משמעותיים רק לענן, אשר מפחיתה את עלויות רוחב הפס ואחסון.

פלטפורמות מובילות כוללות Siemens Industrial Edge, Bosch IoT Edge, ו-AWS Outposts. עבור יצרנים קטנים יותר, מחשבים מוטבעים תעשייתיים כמו Raspberry Pi עם כובעי I / O תעשייתי יכול לשמש כמו נקודות קצה יעילות עלות.

פלטפורמות ענן ו- Analytics

פלטפורמות ענן מצטברות נתונים מצמחים מרובים, לבצע ניתוח היסטורי, ומארחים מחוונים.ספקים מרכזיים מציעים שירותי IoT מיוחדים:

  • (ב) [15] ,9.17.AWS IoT CorementFLT:1 - עם כללים מנוהלים לניהול מכשירים ועיבוד נתונים.
  • (FLT:0) Microsoft Azure IoT HubFLT:1 - משתלב עם Power BI ו- Azure Machine Learning.
  • (FLT:0) Google Cloud IoTigFLT:1 - חזק על עיבוד נתונים עם פלטפורמות BigQuery ו- AI.
  • (ב) [15] ,9) ,(הופנה מהדף ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

ניתוח ענן יכול לקשור נתונים בחודשים - למשל, מעקב אחר מגמות טמפרטורה לאורך שנה שלמה כדי לחדד את סף תחזוקה חיזוי.FLT:0McKinsey מדווחת על הטמעת FLT:1 כי יצרנים המשתמשים ב-AI מבוסס ענן עבור אופטימיזציה של ייצור יכולים להגביר את הרווחים עד 30%.

תאומים

תאום דיגיטלי הוא העתק וירטואלי של קו ייצור פיזי המראה נתונים בזמן אמת חיישן.מהנדסים יכולים להפעיל סימולציות כדי לבדוק שינויים ללא הפרעה של פעולות בפועל.לדוגמה, אם היצרן רוצה להגדיל את מהירות הקו, הם יכולים קודם מודל ההשפעה על טמפרטורה, ללבוש, איכות באמצעות התאום.התאום הדיגיטלי יכול גם לחזות פגמים במוצר על ידי הדמיה של זרימת חומרים ו- Macirdirdice, IBM, ו-Daaults לספק פלטפורמות דיגיטליות במיוחד עבור ייצור.

אתגרים ושיקולים

בעוד היתרונות משכנעים, פריסת IoT בסביבת ייצור אינה ללא מכשולים. יצרנים חייבים לנווט אבטחה, ניהול נתונים, שילוב, אתגרים עלות.

אבטחת סייבר

חיבור מכונות שהועברו לרשת האינטרנט מרחיב את פני השטח של מערכות בקרה תעשייתיות (ICS) נבנו לעתים קרובות על פרוטוקולים מורשת שחסרים אימות או הצפנה. חיישן IoT נפגע יכול לשמש כנקודת מפנה כדי לשבש פעולות קריטיות.ההתקפה של טריטון 2017 הוכיחה כיצד מערכות הגנה מפני קוד זדוניות מפני בטיחות יכולות לגרום נזק גופני.

מיגציות כוללות פלח רשת (IT / OT הפרדה), אימות המכשיר (X.509 תעודות), עדכוני קושחה, ו ניטור פגיעה מתמשך.FLT:0CISA של ICS-CERT שיטות הטובות ביותר של ICSFLT:1 לספק בסיס מוצק. יצרנים צריכים גם לשקול אימוץ מסגרת אבטחת סייבר NIST מותאם ל-ICS.

ניהול נתונים ואחסון

קו ייצור יחיד יכול לייצר terabytes של נתונים בחודש. סטינג כל נתוני חיישן גולמי ללא הגבלת זמן הוא לא כלכלי ולא הכרחי. ארגונים צריכים אסטרטגיית נתונים כבולה: לשמור נתונים גולמיים במפרקים במשך כמה ימים, לאחסן אירועים מצטברים או בלתי-אטומיים במשך חודשים, וארכיון מדדים מעודן במשך שנים.

איכות הנתונים היא קריטית באותה מידה סחף, אובדן החבילה ברשת, וזמני הדגמת השגויה יכול להשחית ניתוח. יישום אלגוריתמים אימות נתונים בקצה וסטנדרט של זמן סינכרוניזציה באמצעות פרוטוקול זמן Precision (PTP) מסייע לשמור על שלמות הנתונים.

שילוב עם Legacy Equipment

צמחים רבים מפעילים מכונות שהם 10, 20, או אפילו בן 30, לעתים קרובות עם בקרים קנייניים או ממשק דיגיטלי בכלל.התאוששות עם חיישני IoT היא אפשרית, אך דורשת יצירתיות.

  • הוספת חיישני עמידה עם משדרים אלחוטיים.
  • באמצעות חיישנים נוכחיים של clamp-on ועמודי רטט שאינם דורשים שינוי מכונה.
  • חיבור לרשתות שדה PLC באמצעות שערות.
  • באמצעות ראיית מכונה לקרוא חיוגים אנלוגיים או מדמים.

אינטגרציה כוללת גם התאמת פורמטי נתונים.OPC UA צמחה כסטנדרט ספק-ניטרלי לתקשורת מכונה-למכונה-מכונה-to-machine.FLT:0 The OPC Foundation מספק כלים והסמכת FLT:1 עבור יכולת בין-מכונה.

מחיר ו-ROI Justification

פרויקטים של IoT דורשים השקעה מקדימה בחיישנים, שערים, התקנה, שירותי ענן, ואולי צוות חדש.הROI הוא לעתים קרובות הבין באמצעות מופחתת זמן, גרדורד נמוך יותר, ושיפור פריון העבודה, אבל חיסכון זה יכול להיות קשה לכמת מוקדם. גישה בשלב - החל עם טייס על מכונה או קו אחד - מאפשר יצרנים להפגין ערך לפני הסקאלה.

עלות מלאה של בעלות (TCO) כוללת עמלות מתמשכות לאחסון בענן, תוכניות נתונים סלולריות ותחזוקה. Open-source פלטפורמות IoT כמו ThingsBoard או Node-RED יכולות להפחית את עלויות התוכנה, אך ייתכן שידרוש יותר מומחיות בתוך בית.

אסטרטגיה: מדריך צעד-בי-צעד

פריסת IoT מוצלחת מגיעה בעקבות מסגרת יישום מובנת, אנו ממליצים על יצרנים לאמץ גישה זו של חמישה שלבים:

שלב 1: הערכה וקביעת מטרות

החל על ידי ביקורת על קו הייצור הנוכחי.זהה כי מכונות הן קריטיות ביותר (צווארי קרב, ערך גבוה או בסיכון גבוה) Define ברור KPIs: להפחית את הזמן ב-20%, לשפר את OEE ב-5%, למעט ב-15%. Align the IoT Project עם מטרות עסקיות - ירידה בעלויות, שיפור איכות או עלייה.

שלב 2: בחירת טייס ועיצוב

בחר קו בודד או תא עבור הטייס.מפות את נקודות החיישן הדרושות (למשל, רטט על ספינדלס הראשי, טמפרטורה על נושאים, תזמון מחזור באמצעות תמונות-eyes) עיצוב זרימת הנתונים: חיישן שער › חסונים בענן.אבטחת אמצעי אבטחת סייבר כלולים מיום אחד.

שלב 3: ההתקנה והחיבוריות

התקנת חיישנים ושערים. השתמש בהרים זמניים עבור הטייס כדי לאפשר קידוד אם יש צורך.בדוק כיסוי רשת - מפעלים יכולים להיות התערבות RF ממנועי ו Welders. לבצע סקר אתר כדי להבטיח אות אמין.חבר את השער לענן או בשרתים.

שלב 4: Analytics ופיתוח דשורד

נתונים תוך שבועיים עד ארבעה שבועות כדי לקבוע מגמות בסיס.רכבת מודלים חיזוי באמצעות נתונים היסטוריים אם זמין. לפתח לוחות נתונים המציגים בזמן אמת OEE, התראות, וקווים אופנתיים בעיצוב לוח המחוונים כדי להבטיח שהממשק הוא אינטואיטיבי ופעולהי.

שלב 5: סולם ואופטימיזציה

לאחר שהטייס מוכיח ערך, לצאת לקווים נוספים. Standardize חומרה וערימות תוכנה. צור מרכז מצוינות למשול איכות נתונים, מודלים לעדכון ולרכב משתמשים חדשים.ניתוח מתמיד - למשל, על ידי הוספת חיישנים חדשים או התאמת סף אזעקה בהתבסס על נתונים מצטברים.

מגמות עתידיות ב-IoT לייצור

במבט קדימה, כמה טכנולוגיות מתפתחות ישפרו עוד יותר את ניטור קו הייצור. יצרנים שמתחילים בבניית תשתיות IoT היום יהיו ממוקמים היטב לאמץ את ההתקדמות.

אינטליגנציה מלאכותית ולמידה של מכונות

AI מעביר את ה-IoT מתיאוריות לניתוחים מרשם, במקום פשוט לזהות כי נושא נכשל, AI יכול להמליץ על חלון ההחלפה האופטימלי המבוסס על לוח הזמנים של ייצור ומודלים למידה עמוקה יכולים לנתח דפוסים מורכבים - כגון הקורלציה בין מתח חגורת העברה והיערכות המוצר - שהם בלתי נראים לסףים מסורתיים.

5G ו- Ultra-Reliable Low-Latency Communications

רשתות 5G מציעות שקיפות מתחת למילימטר אחד, ומאפשרות שליטה בזמן אמת של רובוטים ניידים ורחפנים על פני אלחוטי.עבור קווי ייצור, זה אומר כי כלי רכב מונחיים אוטונומיים (AGVs) ניתן לתאם ללא ריצוף ייעודי, יישומים גבוהים בפס גבוה כמו מציאות מוגברת (AR) עבור תחזוקה יכול לייעל 4K עם lag מינימלי.

מערכות אוטונומיות ורובים משותפים

IoT יאפשר יותר לארגן קווי ייצור עצמיים.רובים מצוידים בחיישנים יתאים את המהירות ואת הנתיב שלהם בהתבסס על נתונים בזמן אמת מתחנות במעלה הזרם. כאשר קו מאט בשל בעיה קטנה, סוכנים אוטונומיים יכולים לשנות באופן דינמי משימות - לדוגמה, להזיז חלקים לתחנה אחרת.

מציאות חדשה

שילוב נתונים של IoT עם ראשי AR (כמו Microsoft HoloLens או Google Glass) מאפשר טכנאים לראות נתונים של בריאות מכונה על הציוד הפיזי.לדוגמה, כאשר חיישן מזהה חימום יתר על המידה, תצוגת AR יכולה להדגיש את המרכיב המושפע ולהציג הוראות תיקון שלב אחר שלב.זה מקטין את זמן פתרון בעיות ולשפר את שערי תיקון בפעם הראשונה.

תאומים וסימולציות בקנה מידה

כשכוח מחשוב הופך זול יותר, מפעלים שלמים יוצגו כתאומים דיגיטליים.היצרנים יכולים לרוץ "מה אם" תרחישים - מה אם נשנה את רצף הפעולות? - מה אם נוסיף מכונה חדשה? - ולראות את ההשפעה על תפוקה, אנרגיה ואיכות לפני ביצוע שינוי פיזי.

מסקנה

השילוב של טכנולוגיות IoT לניטור קו הייצור הוא כבר לא מושג עתידני; זוהי אסטרטגיה מוכחת המשמשת מנהיגי התעשייה להגביר את היעילות, האיכות והגמישות.מממקלטים בזמן אמת החושפים צווארי בקבוק נסתרים לדגמים מנבאים שמבטלים זמן לא מתוכנן, היתרונות הם מוחשיים ומדידים.עם זאת, הצלחה לא נובעת מסתם חיישנים על זה דורש תכנון, הבנה זהירה של אבטחה ברורה ותיקון נתונים תפעוליים, ונכונות.

יצרנים משקיעים ביישום IoT בשלב, מנוהל היטב, יבנו בסיס לגל הבא של חדשנות - AI, 5G, תאומים דיגיטליים ומערכות אוטונומיות.אלה הממתינים סיכון ליפול מאחור כמתחרים ממנפים נתונים בזמן אמת כדי להגיב מהר יותר, לבזבז פחות, לייצר מוצרים באיכות גבוהה יותר. רצפת המפעל הופכת להיות אינטליגנטית.