超硬材料网

       前段时间facebook进军制造业，引起了轩然大波，就在大家都在猜测制造业是不是要变天了，是不是要发生翻天覆地的变化时，又一颗炸弹袭来，IBM公司宣布进军制造业。这是福音还是祸音？制造业到底哪里有这么大的吸引力？得到这么多IT领域领军企业的青睐？赶紧看看IBM进军制造业将会有哪些大行动吧！
       作为“高效驱动，驰骋未来”（Mobility for tomorrow）战略的一部分，舍弗勒正对整个企业进行数字化。通过与 IBM 结为战略合作伙伴，舍弗勒将创建数字化平台处理大量数据，产生有价值的深刻见解以实现业务转型。从2016年10月起，其成果“舍弗勒云”将率先用于客户案例和应用。
       近日，全球汽车与工业供应商舍弗勒已选择 IBM 作为其数字化转型的战略合作伙伴。IBM将作为数字化生态系统的技术提供商、顾问和研发合作伙伴，帮助舍弗勒将其机电部件、系统和设备整合进快速扩张的“物联网”（IoT）世界，并基于数字服务实施市场化的新业务模式。作为首个里程碑，两家公司已从今年10月起为舍弗勒所有增值数字服务建立了一个数字化平台。        舍弗勒将与 IBM 紧密合作，开发创新解决方案以促进舍弗勒自身的转型，并推动客户采用设计思考和敏捷的开发方法。目前，一个开放的数字化生态系统正在建立，该系统便于舍弗勒以数字化平台为技术基础与客户和合作伙伴顺利开展合作。
       舍弗勒集团副首席执行官及首席技术官彼得·古兹默教授说：“我们不断努力为客户提供重要的附加价值。我们的目标是连接产品和流程中的数据。我们通过分析将原始数据转化为有价值的见解，用于提升运营效率，为客户开发创新服务。我们十分高兴能找到 IBM 这样理想的合作伙伴。”
       舍弗勒的数字化日程
       舍弗勒集团首席数字官格哈德·鲍姆这样评论公司的数字化转型方法：“我们集中于扩大将传感器整合进现有产品，以及使用一体化认知软件研发新的产品。不仅舍弗勒生产环境内部的机器和运输基础设施将得以连接，各装置也将以数字方式与整个供应链连接在一起。在舍弗勒，我们希望以数字方式优化工艺和流程，创造以服务为导向的新工艺，从而推动人和IT系统之间的数字化互动。”
       “舍弗勒数字化日程的联合实施完美利用并提升了我们对制造业物联网的新认知能力。”IBM德国负责销售的董事伊沃·科纳表示。而实施的基础将是采用 IBM 应用平台 "Bluemix” 和 Watson 物联网的全球混合云基础设施，它可为物联网创造差异化的应用和手机APP。
       持续连接并整合大数据
       舍弗勒的轴承和离合器分离系统等部件应用在机器和车辆的重要部位，能提供关于工况和移动的重要信息。舍弗勒近年来加大研发投资力度，将传感器、执行器和内置软件的控制单元整合进这些产品。这些部件目前可在机器中收集并处理有价值的数据，并将数据转化为增值服务。
       在第一阶段，双方的合作关系将专注于：
       对风电行业的维护进行优化：
       舍弗勒是可再生能源行业的一个重要参与者，生产的大尺寸轴承帮助涡轮机自由转动。更换此类轴承时会造成停工和能源损失，不仅过程异常复杂而且代价高昂。通过新的协议，IBM和舍弗勒将探索如何通过机器学习来显示关于设备在不同工况下性能的额外见解。设备中的传感器，甚至是轴承本身将实时报告部件的实际情况。通过使用“天气公司”（Weather Company，一家 IBM 公司）的风力预报，涡轮机操作员可提前计划并在风力较小的时段更换部件。
       数字化监控并优化机车：
       舍弗勒在铁路行业拥有100多年的经验，与铁路制造商和运营商密切合作，为客运和货运列车中的各种应用提供轴承及其他部件。通过使用来自云的认知性见解，舍弗勒将增强其铁路预测维修系统，提高效率和安全性。铁路车辆中的智能轴承将可测量自身的温度、扭矩和速度，触发警报并向铁路运营商通报可能的安全问题。
       车联网：
       舍弗勒正引领汽车发动机、变速箱和底盘应用产品的研发和生产。新技术将帮助舍弗勒扩展汽车行业部件的功能性，并延长其寿命。实时分析和认知系统将来自部件和系统的数据转化为有价值的见解，生产商可利用这些见解来提升汽车的可靠性，为客户提供新的增值服务，从而在提升“高效驱动，驰骋未来”中扮演重要角色。
       加工设备中的工业4.0：
       IBM的认知技术将支持舍弗勒针对加工设备中的工业4.0战略改善设备综合效率（OEE）。这包括优化生产工艺，实时分析数据和情景驱动维护，网络和优化一条生产线上的多台机器，目的是持续优化生产和供应链。重点在于通过内部优化来提升效率，并利用此为客户和合作伙伴创造新服务。
       连接设备操作中心：
       专家无论是否在现场都可以对数千台机器和设备的状况进行监测。大数据传输至操作中心，并在舍弗勒云上进行处理。算法和认知方法将分析数据，帮助预测机器性能，创造优化机会。自动发现异常和潜在故障，并快速启动相应措施。