尽管棕地设施(因为环境污染、重建改造困难复杂的土地或工厂)的智能改造正在上升，但并没有接近最初设想的速度。将数字技术集成到开发智能工厂中，具有多种优势，如数据驱动型优化、预测性维护、机器即服务（MaaS）等，但实施同样也带来了许多挑战。

为了让大家更好地理解到智能工厂转型的必要性及好处，我们将通过上、下两篇文章为大家展示共5个制造业数字化转型的实例。

案例中提到的公司均已经成功地实施智慧工厂转型，并从中汲取利润，希望通过这几个案例，可以帮助大家从中得到关于工厂智能化转型的一些启发。

医疗技术设备制造厂案例

美国一家拥有四个制造厂的医疗设备制造商在优化车床和磨床的使用率方面举步维艰，深受生产周期受到废料、延迟和调度效率低下的困扰。为了优化生产机器的利用率，该制造商寻求以数字方式转变其机器监控、数据收集和利用率流程。

在这种情况下，与工业云平台(如Corvina Cloud 2)连结的工业 IoT 解决方案可以用于推动该企业向可以捕获和处理数据的智能工厂转型。

现代机器能够很容易接入网络从而捕获它们生成的数据，因此，该工厂利用数字 I/O 将旧设备连接到 IoT 平台，由此创建一个具有物理网络连接的互联的智能工厂，并在车间内实施数据驱动的优化模型。

收集到的数据在工业云平台Corvina cloud 2上进行处理和汇总，并提供了对设施运营情况的洞察。数字化转型使医疗器械制造商意识到其生产计划的不同步、操作员太少，以致于无法正确利用可用的机器，影响了其利用率的问题。而凭借机器监控流程的智能工厂转型，该制造商能够优化机器使用，同时加强调度和堵塞人员配备漏洞。

据制造商说，智能工厂在实施后一年内节省了14，000个操作小时，其实时管控机器状况的能力使停机时间大大减少，并且调度团队拥有准确的数据来制定优化的主生产计划。

汽车柴油系统工厂案例

停机对制造业造成的影响一直是行业的痛点。据统计，一小时的停工财务成本高达164万元。尤其这家汽车系统制造商一直困扰于机器意外故障导致的意外停机。

为了减少停机时间并开发用于维护机器的预测系统，该制造商寻求了数字技术的帮助。

在这个案例中，温度、振动和监控传感器被嵌入到工厂的机器中，用以收集能突出显示机器状况的特征数据。捕获的数据集传输到具备数据分析工具的工业云平台，以实时聚合和处理这些数据集合，从而创造了一个其连接的机器可以实时传输和接收数据的智能工厂。

具备跟踪机器性能指标的能力使有关设备故障时间的数据能够得以收集。该企业通过收集的历史数据，利用现在能够预测机器故障的准确分析，开发了一个预测性维护系统，避免了意外停机。

据该制造商说，智能监控其设备大大减少了该工厂的停机时间，极大地提高他们的了运营效率。

附录-工业云平台

Corvina Cloud 2是PaaS （平台即服务）和RMM（远程监控和管理）系统。

它是一款开放式工业物联网平台，可以连接任何新或旧的产品、设备和系统和设备，允许通过高级分析简单直观地处理物联网生成的数据。

它在IT和OT架构之间架起了桥梁，能提供有效的工具来访问所有工业4.0边缘设备，例如资产性能管理，预测性维护和OT远程监控

亮点：