编者注:欲了解更多关于以下趋势的细节，以及额外的运动控制见解，请注册我们的免费网络研讨会，运动控制的趋势。

工业最终用户在各方面面临挑战。客户期望在较低的价格点之前的性能。越来越多的个性化需求意味着批量生产已被追求的设备和软件所取代，这些设备和软件将支持快速转换和导致难以捉摸的批次的生产灵活性。与此同时，竞争市场迫使许多行业在剃刀薄的边缘运营。这是在冠状病毒通过全球经济派遣冲击波之前。

据世界经济论坛，美国国内生产总值独自一人在第一季度到2020年第2季度32.9％下降了5％。运动控制部门和它支持的行业都考得更好一点。然而。亚历克斯Shikany，为协会会员和商业智能副总裁推进自动化指出，订单报告MCMA成员Q2 2020为$ 828亿美元，下降6.7％，比第二季度201188jinbaobo org9年同期，出货量下降了5％。对于2020年上半年的订单量同比下降，比去年同期的$ 1.67十亿，或5.8％。

没有人会否认我们面临的具有挑战性的市场环境。也就是说，我们有理由对制造业持谨慎乐观的态度特别A3报告所示。同时，本文中确定的技术趋势为原始设备制造商、集成商和终端用户提供了直面这些挑战的工具。

数字化

工业4.0、智能工厂、网络物理系统……在我们这个软件定义一切的时代，原始设备制造商和终端用户正在转向数字技术，不仅是为了在市场的挑战中生存，而且是为了茁壮成长。数字化的趋势——将模拟、机械甚至手工输入转换成数字格式——已经进行了几十年。随着越来越多的公司寻求提高生产率和产品质量，同时减少计划外停机时间和运营成本，数字化——使用数字数据运行和改进流程——正在各行各业获得发展势头。

数字化利用IIT，Edge Computing和5G等技术，以支持使用预测维护，数字双胞胎和增强现实等使用案例。在这里，我们将仔细看看每个例子。

工业物联网

各行业最终用户都希望更好的可见性状态和他们的设备，其操作的生产率的表现，他们关了产品的质量。这工业物联网可以满足这些需求。如果执行得当，工业物联网策略可以显著提高正常运行时间和生产率，同时降低成本。

严格地说，工业物联网是由传感器和智能部件组成的网络，这些传感器和智能部件通过网络进行数据交换，通常是近乎实时的。然而，当人们谈论工业物联网时，是在分析来自这些工业事物的数据的方式的背景下，以提供对设备的性能、状况和吞吐量的洞察。可以将数据聚合到一些集中的平台上进行分析和可视化。用例包括在线设备健康监控、能源分析、过程控制、质量保证等。

该IIoT的设备可以将数据发送到云中通过人工智能（AI）或机器学习（ML）的应用分析。188金宝搏下载界面从IIoT应用的仪表板可以从温度传感器，电流监测器，或振动监视器，可以被分析以检测显影缺陷呈现关键性能指标（KPI）或条件数据。

该IIoT的连接可以使人们有可能对任何权限的用户访问数据来自任何地方。经理可以从自己的办公桌或他们的巢穴监控设备。OEM和维修人员可以从整个机构解决问题，跨镇，或在全国范围内（见图1）。能见度使整个组织中传播的最佳实践，从转变移位，设施设备，或国家的。

边缘计算
尽管工业物联网提供了许多好处，但它也有一些问题。第一个挑战来自所有工业产品产生的大量数据。将数据发送到云(无论是私有企业云还是公共云)需要大量的带宽。由于许多传感器报告的大部分都是稳态运行，这就加剧了对传感器的需求。发送捕获的所有数据可能会淹没整个网络，在某些情况下导致需要升级基础设施。

其次，将数据发送到云引入延迟。虽然这不是一个条件监测应用中缓慢发展缺陷的主要问题，但高速生产线的性能问题可以在很短的时间内导致大量的废料（和损失）。

最后，抛开工业物联网的好处不谈，工业组织对数据泄露和安全漏洞非常担忧。在许多情况下，用户不仅不愿意从外部来源进行控制和升级，甚至不愿意公开数据以供查看和分析。边缘计算为所有三个问题提供解决方案。

在边沿计算，数据采集，分析和存储发生地在企业网络的“边缘”里面，之前的数据传递到互联网。执行分析尽可能接近到产生数据最小化带宽需求和延迟的装置。复杂程度的不同执行实施。在一些情况下，边缘计算只是涉及预处理步骤，例如滤波和归一化最小化穿过网络的数据量。在其他情况下，边缘设备本身能够运行AI和ML应用程序，允许不仅仅是可视化和分析，而且自动报警和响应。

将流程保留在企业网络中，可显著减少安全漏洞，使终端用户不仅能够轻松查看数据，还能够控制和更新机器。

边缘计算最好应用于具有高度时间敏感的应用中，涉及到大量的数据，或两者。卡斯滕·鲍曼的战略举措主任及解决方案架构师Schneider Electric的安全电源系统分割点到质量保证和过程控制是一个很好的例子适用于边缘处理的饮料的顾客。该组织使用机器视觉来监视运动轴的性能，检查填充量，标签位置，等等。最初，该公司在云中进行分析。流数据的成本钱在带宽方面。发送数据在他处，提出了安全隐患。最重要的是，基于云的解决方案引入的等待时间。通过检测的问题时，就已经产生多个不合格产品。

鲍曼说:“这个过程耗时太长了。“他们将不得不减慢制造过程，以赶上在云计算中执行分析所经历的延迟。”在分析了情况后，该公司确定需要使用边缘计算直接在车间进行处理。“(通过边缘计算解决方案)，他们能够将延迟降低到1秒以下。因此，他们能够以设计和优化的速度运行制造过程，而不会因为数据分析而影响制造过程本身。”

预见性维护

旨在帮助防止未安排的停机时间，并最大限度地减少运营成本，预测性维护将传感器和智能组件的电流和历史数据与高级建模和分析结合在一起，以便在批判之前识别问题。例如，电动机的振动光谱中的突然温度增加或钉可以表示显影轴承缺陷（参见图2）。通过预测维护远程监控它不仅可以预防灾难性的故障，还可以让公司有机会订购部件，并在对计划破坏最小的时候安排维护。

根据美国能源部(US Department of Energy)的数据，预测性维护计划的平均节省是:

• 降低维护成本的25％至30％
• 70％至75％消除失败
• 停机时间减少35％至45％
• 产量增加20%- 25%

预测性维护是新远。在过去的十年左右的时间，出现了稳中有升的，尽管在技术上缓慢增加的兴趣，特别是从原始设备制造商希望精简车队管理。趋势线与COVID-19大流行的到来突然改变，但是。突然，前往客户排除故障和修复故障设备已不再是一个容易的选择。工程与技术的可靠性需要实时可视性和从任何地方访问。预测性维护，该IIoT的礼遇，不仅捕获数据，而且使得它广泛适用于整个食品链异地专家。

模拟、数字双胞胎和虚拟现实

模拟在自动化设备的设计，调试，操作和维护中起着越来越重要的作用。在纸上设计一台机器的日子，然后在原型相位中发现问题是快速消失。详细模拟机器启用虚拟原型，调试和维护。这在案例中特别有效数字双胞胎。

数字孪生设备包括实际物理设备的详细模型，使用来自实际物理资产的传感器数据不断更新。随着时间的推移，数字双胞胎成为设备的高度精确代表。它可以应用在机器层面，生产线层面，甚至工厂层面。它可以用于虚拟调试，监测部件磨损，故障排除，试验新的控制算法，等等。

仿真也可用于为操作员和维护等员工提供虚拟现实体验。建模使用户能够在看到机器响应准确表示的同时学习新任务或实验。他们可以学习如何回应火灾等紧急情况并在后面测试他们的理解。

增强现实

制造业和其他行业使用的运动控制所面临的技术差距。婴儿潮一代的“机器灵媒”即将退休，以他们几十年的知识和经验与他们。所连接的工人杠杆增强现实，以有助于填补技能差距，加快培训，提供方便地连接到异地的专业知识，并提供曾经是只能从纸质手册到信息的快速，移动接入。

增强现实用额外的信息补充真实的物理场景。如果操作员需要执行一个不熟悉的过程，增强现实显示器可以显示一系列的步骤，甚至是在操作过程中覆盖实际场景的动画。维修人员在查看变速箱外壳时，可能会看到内部部件的效果图，以及一份操作参数列表，如轴承温度、油粘度、等(见图3)。系统会直接向显示器传递信息和适当的响应，这样员工就不再需要猜测。

大流行的限制，如社交距离、有限的人手，甚至裁员，再一次极大地增加了增强现实技术的应用。如果一个问题发生在基干人员现场支持工程师是在家里,增强现实技术不仅会使现场员工额外的信息在这个问题上,厂外专家可以添加箭头和圆形感兴趣的图像显示功能帮助修复的解释。

ARC咨询集团副总裁克雷格·雷斯尼克说:“在Covid之前，(增强现实)一直是一个伟大的概念。“公司会说，‘我们总有一天会实现这个目标，但我们只能把钱花在投资回报率低于12个月的地方。’”随后，疫情导致企业关门、保持社交距离和裁员，迫使许多企业重新考虑自己的立场，不仅要采用增强现实，还要继续保留它。“现在，他们在想，‘我们能保证这种事永远不会再发生吗?’答案当然是否定的。”

5克

打开电视或访问新闻或娱乐网站时，几乎不可能看不到5G移动服务的广告。事实上，5G最大的影响不是由它在几秒钟内下载一部电影的能力驱动的，而是它支持高可靠性和毫秒延迟的大规模并行机器对机器通信的能力。5G是为工业物联网量身定制的，它将支持可重构工厂布局和增强现实等联网工人应用。

3G和4G LTE网络运行在射频频谱的较低频端(600 MHz至2 GHz)。这个区域需要高塔和更大的天线来产生无线电波。这种信号速度适中，能很好地穿透建筑物，但对于大多数安全关键应用来说，其延迟是不够的。5G网络运行在中频段(2ghz至10ghz)和高频段(10ghz至37ghz)。更高的频率意味着更高的速度，更低的延迟和更小的塔。后一个特点使得企业很容易建立私有的5G网络，如工厂级网络，有助于解决隐私和安全等问题。

无线网络仍然是工业空间中的硬销售。预计5G改变这一点。

当Covid-19流行病将受到控制时，无法保证。然而，有一件事是：我们的相互联系的经济将有其他威胁和其他不确定性。这里讨论的技术为OEM，集成商和最终用户提供了用于解决当前和未来挑战的工具。有关更多细节和其他趋势，不要错过运动控制的趋势。