实例探究.

我们的案例数据库覆盖了全球物联网生态系统中的 8,303 家解决方案供应商。
您可以通过筛选条件进行快速浏览。

筛选条件
  • (1,927)
    • (1,665)
    • (148)
    • (109)
    • (35)
    • (9)
    • 查看全部
  • (1,741)
    • (253)
    • (237)
    • (229)
    • (205)
    • (167)
    • (147)
    • (140)
    • (101)
    • (95)
    • (76)
    • (73)
    • (46)
    • (46)
    • (45)
    • (40)
    • (35)
    • (35)
    • (29)
    • (28)
    • (26)
    • (24)
    • (23)
    • (19)
    • (18)
    • (16)
    • (14)
    • (14)
    • (9)
    • (8)
    • (7)
    • (7)
    • (6)
    • (5)
    • (4)
    • (4)
    • (4)
    • (3)
    • 查看全部
  • (1,673)
    • (433)
    • (376)
    • (230)
    • (216)
    • (194)
    • (141)
    • (94)
    • (76)
    • (47)
    • (31)
    • (26)
    • (16)
    • (15)
    • (2)
    • 查看全部
  • (1,310)
    • (286)
    • (199)
    • (179)
    • (164)
    • (157)
    • (136)
    • (121)
    • (106)
    • (75)
    • (21)
    • (14)
    • (8)
    • (4)
    • (4)
    • (1)
    • 查看全部
  • (1,285)
    • (355)
    • (349)
    • (341)
    • (226)
    • (147)
    • (64)
    • (24)
    • (1)
    • 查看全部
  • 查看全部 15 技术
  • (1,289)
  • (1,171)
  • (981)
  • (817)
  • (795)
  • (769)
  • (694)
  • (657)
  • (629)
  • (576)
  • (422)
  • (414)
  • (302)
  • (286)
  • (283)
  • (250)
  • (228)
  • (200)
  • (194)
  • (186)
  • (146)
  • (141)
  • (136)
  • (136)
  • (119)
  • (118)
  • (113)
  • (111)
  • (103)
  • (90)
  • (75)
  • (75)
  • (68)
  • (41)
  • (37)
  • (37)
  • (26)
  • (19)
  • (17)
  • (7)
  • 查看全部 40 行业
  • (1,840)
  • (1,656)
  • (1,272)
  • (1,094)
  • (1,062)
  • (981)
  • (351)
  • (350)
  • (337)
  • (203)
  • (137)
  • (100)
  • (45)
  • 查看全部 13 功能区
  • (1,560)
  • (1,050)
  • (646)
  • (517)
  • (455)
  • (417)
  • (346)
  • (324)
  • (316)
  • (283)
  • (251)
  • (233)
  • (224)
  • (214)
  • (207)
  • (204)
  • (188)
  • (185)
  • (183)
  • (183)
  • (167)
  • (165)
  • (159)
  • (149)
  • (141)
  • (141)
  • (138)
  • (138)
  • (136)
  • (123)
  • (121)
  • (119)
  • (116)
  • (116)
  • (113)
  • (113)
  • (97)
  • (97)
  • (96)
  • (96)
  • (94)
  • (92)
  • (85)
  • (84)
  • (84)
  • (83)
  • (80)
  • (80)
  • (68)
  • (63)
  • (61)
  • (57)
  • (56)
  • (56)
  • (53)
  • (53)
  • (52)
  • (51)
  • (50)
  • (48)
  • (47)
  • (46)
  • (46)
  • (42)
  • (41)
  • (39)
  • (36)
  • (36)
  • (36)
  • (35)
  • (35)
  • (34)
  • (34)
  • (33)
  • (33)
  • (30)
  • (29)
  • (28)
  • (28)
  • (27)
  • (27)
  • (26)
  • (24)
  • (24)
  • (23)
  • (20)
  • (20)
  • (19)
  • (19)
  • (18)
  • (18)
  • (17)
  • (17)
  • (16)
  • (16)
  • (14)
  • (13)
  • (13)
  • (12)
  • (12)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (9)
  • (9)
  • (7)
  • (6)
  • (6)
  • (6)
  • (5)
  • (4)
  • (4)
  • (4)
  • (3)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • 查看全部 124 用例
  • (2,748)
  • (1,145)
  • (1,060)
  • (909)
  • (325)
  • (288)
  • (274)
  • (92)
  • (10)
  • 查看全部 9 服务
  • (382)
  • (246)
  • (112)
  • (108)
  • (106)
  • (85)
  • (69)
  • (67)
  • (65)
  • (62)
  • (53)
  • (47)
  • (46)
  • (37)
  • (32)
  • (31)
  • (31)
  • (28)
  • (28)
  • (28)
  • (27)
  • (27)
  • (26)
  • (22)
  • (21)
  • (20)
  • (20)
  • (19)
  • (19)
  • (18)
  • (17)
  • (16)
  • (16)
  • (16)
  • (15)
  • (15)
  • (14)
  • (14)
  • (14)
  • (14)
  • (13)
  • (13)
  • (11)
  • (11)
  • (10)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • 查看全部 561 供应商
Selected Filters
8,303 实例探究
预测分析为客户带来更高的投资回报
Cisco
制造工厂的产能利用率比以往任何时候都要高得多。通常,它每周 7 天,每天 24 小时运行。由于停机造成的工厂每分钟损失高达 20,000 美元,他们无法承受流程中断。事实上,一次事故可能使工厂损失超过 200 万美元。 FANUC 因无法了解客户如何在工厂车间使用 FANUC 设备而苦苦挣扎。唯一的洞察力是在问题已经发生后获得的,导致客户停机时间成本高昂。
利用实时数据全面了解患者的健康状况
IBM Watson
每天,当患者通过医疗服务机构时,都会收集大量关于患者的数据——从治疗历史和药物等操作数据到医疗设备捕获的生理数据。隐藏在这一数据宝库中的洞察力可用于支持更个性化的治疗、更准确的诊断和更先进的准备护理。但是,由于信息的生成速度比大多数组织消耗它的速度要快,因此释放这种大数据的力量可能是一场斗争。这种类型的预测方法不仅可以改善患者护理,还有助于降低成本,因为在医疗保健行业,预防几乎总是比治疗更具成本效益。然而,以临床医生易于理解的方式收集、分析和呈现这些数据流可能会带来重大的技术挑战。
通过物联网改造水务设施,每年节省 10 亿加仑!
Saviant
公用事业面临的大问题包括: (i) 如何让电表变得“智能”并将数据从家庭采集到公司,以及; (ii) 如何以高效且具有成本效益的方式从大量仪表数据中获取智能操作。解决这些问题将有助于公用事业公司跟踪和监控用水量数据,识别泄漏、盗窃和各种异常情况。这需要具有远程资产管理和主动维护功能的可扩展系统。这也将有助于最终消费者了解他们的用水情况,以便更好地做出节约用水的决策。
过程控制系统支持
AUVESY-MDT
在许多自动化生产设施中,SIMATIC PCS 7 项目每天都会发生变化,由于轮班变化,单个流程通常由多个工人进行优化。文档是这里的关键,因为这可以让员工了解做出更改的原因。此外,SIMATIC PCS 7 安装通常用于审核和认证需要文档的位置。跟踪两个软件项目之间变化的能力不仅在换班期间提供了宝贵的帮助,而且在搜索错误或优化 PCS 7 安装时也是如此。对系统所做的每一次更改都是劳动密集型和耗时的。此外,还存在可能发生错误的风险。如果项目中保存了更改,则旧版本将丢失,除非事先创建了备份副本。如果未创建备份,则在发生编程错误时将无法返回到之前的状态。每个备份表示 SIMATIC PCS 7 系统用于操作安装的版本。要正确解释版本,需要有关谁更改了什么、在哪里、何时以及为什么更改的信息: - 谁创建了版本/谁负责该版本? - 谁发布了这个版本? - 版本中发生了什么变化,即在 SIMATIC PCS 7 安装的哪个块或模块中进行了更改? - 版本是什么时候创建的?这是最新版本还是有更新的版本? - 为什么要对版本进行更改?如果它们是定期维护周期的一部分,那么目标是修复错误还是改进生产流程? - 这个特定版本也是当前在生产中使用的版本吗? SIMATIC PCS 7 项目使用大量数据的事实使情况更加复杂,因此加载和保存信息可能需要很长时间。如果没有可持续的策略来运行 SIMATIC PCS 7 安装,搜索正确的软件版本可能会变得非常耗时,并且安装可能会因此运行效率低下。
LumenData 通过物联网提供实时预测分析
ThingWorx
2013 年,LumenData 发现自己需要在其服务套件中添加新的实时预测分析功能。为了满足这一需求,LumenData 收购了一家最先进的流数据、捕获和实时预测分析公司。这解决了纯粹的预测分析问题,但让 LumenData 需要能够构建以物联网为目标的服务。从物联网的角度来看,LumenData 仍然缺少创建合适的应用程序和仪表板的方法,这些应用程序和仪表板可以让客户轻松理解他们可能需要的任何预测分析。
智能互联应用推动物联网路边安全
ThingWorx
所有交通解决方案都需要降低软件复杂性,以便他们能够快速有效地构建和增强智能互联应用程序,而无需开发自己的后端基础设施和开发平台。 All Traffic Solution 的总裁 Ted Graef 强调,公司仅仅提供最好的硬件已经不够了。他们的硬件必须成为一个更大的生态系统的一部分,该生态系统的中心是自动化所有相关的业务流程,并将它们演变成一个易于使用的实时、软件驱动的服务套件。当公司决定在其所有产品中包含标准化的无线功能时,All Traffic Solutions 在其连接服务的发展中迈出了重要的一步。此举要求公司承担硬件成本,但他们的信念是——事实证明是——他们的客户将能够通过显着提高劳动力和客户服务效率来迅速弥补额外成本。然而,大胆的一击并不是向无线硬件的转换。相反,它认识到要在快速发展的移动和无线世界中取得成功,All Traffic Solutions 还必须显着增强其软件功能。 Graef 说,公司明白它必须提供能够提供有价值服务的软件,并让客户能够轻松地迅速理解将要传输和收集的实时数据和警报。
捷豹路虎加快订单到现金周期
Zebra Technologies
在 Jaguar Land Rover,车辆在工厂周围进行物理移动以进行测试、配置设置、返工和整改,导致每辆车需要更长的搜索时间才能到达下一个加工工厂。主要目标是最大限度地减少车辆在生产线末端和交付链之间的停留时间,这在以前是一个人工密集型过程。 Jaguar Land Rover 的目标是在早期 RFID 项目的成功基础上再接再厉,提高交付车辆的效率以满足经销商订单。
皇家飞利浦基于云的医疗保健解决方案
Alibaba Cloud (Aliyun, 阿里云)
皇家飞利浦希望在中国推出其基于云的医疗保健解决方案 HealthSuite 数字平台,以提供服务以帮助应对与城市化和人口增长相关的挑战。飞利浦希望通过结合移动、云计算和大数据技术来实现这一目标。为了将这个平台和产品推向市场,飞利浦需要在中国具备云计算和本地技术服务能力,以及能够处理用户请求的灵活 IT 基础设施。
哈雷戴维森加速物流
为世界领先的摩托车制造商之一的美国物流流程增加速度、可见性和效率,以适应增长并增强制造设施和经销商的服务。
智能优化
Ericsson
SoftBank Mobile 希望在流量快速转移到 LTE 后确保高性能移动宽带服务,为 VoLTE 做好准备并管理世界上人口最多的大都市地区的信号增长。
SAP Leonardo 助力火箭科学
SAP
有时,ULA 拥有多达 15 个不同的操作系统,专门用于重叠过程,例如火箭设计、测试和发射。多个系统在不同地点的办公室、工厂和发射场的工作人员之间造成了不必要的成本和不必要的混乱。为了在直接影响任务成功的重要活动中提高协作和透明度,ULA 希望改进数据共享并简化制造流程。
环境合规性远程监控
SenseGrow
艾默生希望为他们的客户提供连接的环境分析仪。他们希望利用物联网技术提供易于使用、实时和集中的软件解决方案。主要目标是遵守污染控制委员会的指导方针以及远程校准和排除这些设备故障的能力。要求 - 集中远程监控。 - 基于物联网的智能环境分析仪。 - 远程校准和故障排除。 - 用户友好的应用程序。 - 报告和仪表板。 - 遵守污染控制委员会的指导方针。
福特汽车公司走上 3D 制造之路
Carbon3D
迄今为止,关键挑战一直阻碍着 3D 打印成为汽车制造商的制造工具。第一个问题是一个基本问题——传统的 3D 打印技术逐层制造零件,一次缓慢地制作一层,制造出的零件不如冲压或注塑成型的零件那么坚固。虽然这个过程的速度慢是一个主要缺点,但更大的问题是生产的零件不是各向同性的,也不够耐用,无法用于生产车辆。此外,当今车辆中使用的大多数部件必须能够承受从最热的沙漠到最冷的北极环境的极端温度,并且仍然保持其完整性。由于 3D 打印机可用的库存材料屈指可数,满足汽车制造商的独特需求是不可能的。
配电网络的无线自动抄表
MOXA
在美洲和欧洲,电力由分布在广大地区的许多私人发电厂提供。优化配电和输电以满足市场需求始终是一项挑战,特别是因为电力供应商需要监控数据使用情况并结合发电、配电和输电数据。部署远程无线自动抄表将使电力供应商能够更好地衡量和响应市场需求,并优化分配能源分配以控制不断上升的能源成本和服务中断。该应用程序中的客户是一家合作拥有的电力服务公司,截至 2007 年,其资产超过 8.16 亿美元,能源销售额接近 430 万兆瓦时。它在美国西部提供电力并提供其他管理服务。该公司提供电源选项的领导和管理,并继续实施日益复杂的电源管理技术和创新技术,使该地区的公用事业能够以稳定的价格提供低成本的电源选项。系统要求• 在广大地区进行远程无线传输(卫星、GPRS、WCDMA、微波等)。 • 需要在低带宽网络环境中传输数据。 • 自我监控连接状态,当连接失败时,系统会重新启动以恢复通讯。
化肥厂的维护管理得到回报
Schneider Electric
定位软件以提供持续的维护计划功能,同时提供增长和成本节约的灵活性。为使本土应用程序与不断增长的业务保持同步而进行的投资超过 100 万美元。
Benteler Automobiltechnik 实现工厂和流程自动化
Cisco
本特勒汽车正在寻找能够解决以下情况的解决方案: - 在 29 个国家/地区运营 70 家工厂,在全球范围内依赖组件 - 确定一种无缝连接人员、流程、数据和事物的方式,以加快生产过程
IIC - 跟踪和追踪测试平台
Bosch
工厂系统可以在一米内检测工具的位置;误用工具会导致严重事故或伤害;许多工业和消费品的生产需要严格的工作 - 精确到用于拧紧螺钉的力。目标管理制造、维护和工业环境中的智能手持工具
中钢状态监测诊断系统
NI
中钢集团(CSC)是台湾最大的综合钢铁制造商。我们的目标是提高设施维护和管理效率。首先,为了实现这一目标,我们知道我们需要了解机器状态监测 (MCM) 设备的设置成本与我们因意外故障而遭受的损失之间的权衡。我们还需要考虑我们拥有的关键设备以及维护它们的难度。有效的 MCM 可以帮助维护管理人员实时了解关键设备的状况,这是钢铁制造商的竞争优势。 1998年,我们第一台自主研发的设备在线监测诊断系统(FOMOS)安装在CSC生产线上。该系统在监测磨机振动等某些问题时表现良好,但几年后系统变得不那么可靠。我们发现硬件和软件的功能有限。我们知道我们可以构建一个更智能、连接性更强的系统,该系统可以利用处理能力、无线网络和软件连接方面的最新进展。我们意识到开发 MCM 系统相当容易,但很难解决我们面临的具体挑战。我们要解决的最大挑战是如何在不产生大量误报的情况下及早发现设备异常。由于振动是一种相对状态指标,受系统或结构动态刚度和传递率的影响很大,在实际情况中,经常会发现两台相同的设备在相似的位置和运行条件下运行几年后会出现不同的振动水平.通过使用不同的信号处理和算法,振动信号可以成为磨损、不平衡、未对准、冲击载荷和轴承故障等信息的关键指标。传统的监控和诊断系统使用相同或很少的指标和标准来监控和诊断各种机器状况,而不管机器操作的性质如何。因此,这些系统容易出现误报或漏报。更糟糕的是,由于监控设备种类繁多,操作制度复杂,并且在综合钢厂众多工艺线中的广泛应用,仅靠少数诊断专家实现我们的目标是不切实际的。因此,我们发现提高 MCM 系统有效性和效率的最佳方法是引入一些人工智能方法。
物联网和 PLM 集成
Zadi Group 希望将创新技术作为其主要差异化优势之一。他们正计划从旧的遗留客户端服务器系统迁移到云中的解决方案。
美国可口可乐茶点
Software AG
Coca-Cola Refreshments 在零售场所拥有并管理 Coca-Cola 品牌的冰箱。旧系统用于通过登录到多台服务器来定位设备信息,这需要长达 8 小时才能更新 30-40 台设备的信息。该公司无法全面了解设备状态或维护历史。
惠而浦销售更多
Prodea
Whirlpool 希望增加设备的连接性并改变公司与客户的关系。传统上,惠而浦与客户的互动仅限于每十年购买一次。连接的洗衣机和烘干机提供了令人兴奋的新功能,例如远程管理启动时间和机器间通信。
Zenon 人体工程学 HMI 的理想基础
COPA-DATA
KHS 开发和生产用于饮料行业灌装和包装的机器和设备。由于饮料制造、灌装和包装由许多高度复杂的过程组成,用户友好和直观的设备操作变得越来越重要。为了尽可能简单地为用户设计这些流程,KHS 决定为公司引入统一、透明和标准化的解决方案。 HMI 界面应满足不同资质人员的要求,使他们能够在标准平台上工作。
批量生产,具有批量 1 的灵活性
Beckhoff
Nobilia 制造批量为 1 的定制厨房。他们要求跟踪设计数据和单个加工步骤的最大透明度,以便他们可以在加工顺序中找到特定的厨房家具。
拉链线
Bright Wolf
当连接的设备(从简单的物联网按钮到复杂的采矿设备、医疗设备等)分布在具有多种角色和数据类型以及谁可以访问哪些数据的要求的组织、站点和位置时,您就拥有了物联网数据管理、访问控制和设备生命周期的噩梦。
零售商使用 RFID 扫描仪提高效率
Impinj
Patrizia Pepe 希望改善他们仓库的物流:从他们的生产基地接收进货,在整个仓库中移动物品,以及包装货物以分发到零售地点。他们最初尝试将条形码用于此功能。由于必须在视线内单独扫描条形码,因此接收进入仓库的货物过于耗时。 Patrizia Pepe 与佛罗伦萨大学合作,于 2009 年 8 月开始了一个为期五个月的试点项目,以测试 RFID 解决方案的有效性。该试点项目涉及为第二个季节性系列标记约 60,000 件商品,并说服公司继续对所有商品进行标记。
使用 AirQ 监测空气污染物
Smart Sense d.o.o
空气质量和对可能导致健康问题的污染物的监测对我们的日常生活变得越来越重要,政府和监管机构热衷于监测和管理由一系列污染物造成的空气质量差的影响。
预测性维护
Software AG
制造商正确地专注于提高利润率和增加收入。吸引新客户、销售更多产品和精益实践会有所帮助。然而,随着设备复杂性的提高,设备监控能力也随之提高。制造商现在可以从维护服务中获得收入。预防性维护有其优势,但要真正延长正常运行时间并保持服务水平,就需要预测性维护。无缝的 IoT 和机器传感器数据集成以及低延迟消息传递骨干对于可扩展、快速和可靠的传输至关重要。以亚秒级的速度提供潜在的大量数据是下游活动的关键。 webMethods Integration 以通用消息传递为特色,通过企业级服务总线满足了这一需求,用于机器数据的连接、消息传递、转换和安全性,以进行高级实时分析。
伦敦地铁远程状态监测
NI
伦敦地铁每年为 17 亿乘客提供服务,其中维多利亚线占 2.13 亿人次。该线路在高峰服务期间每年运送 8910 万乘客,提供地下网络中最密集的服务。在过去的八年里,一项 10 亿英镑的投资计划升级并更换了维多利亚线的机车车辆和信号和控制系统,以提供每小时运行超过 33 列列车的服务。新的信号系统使用 385 条无缝轨道电路 (JTC) 来检测列车位置、保持安全的列车间隔并提供能够满足极其苛刻的时刻表的列车头程。轨道电路是列车检测的唯一手段,对铁路的安全可靠运行起着至关重要的作用;然而,在设计和安装过程中没有提供任何状态监测。由于资产的关键性质,故障轨道电路对服务产生重大影响,并构成维多利亚线乘客利益损失的最大原因,自推出以来已达 150 万英镑(伦敦地铁 CuPID 轨道电路故障数据库自 2012 年以来)。由六名具有铁路、软件、电气、机械、网络和工程背景的专业工程师组成的维多利亚线状态监测团队提供了解决方案。 National Instruments Silver Alliance 合作伙伴 Simplicity AI 通过提供额外的软件咨询服务来支持该项目。我们利用公司广泛的专业知识,在概念设计后的一年内将该系统交付到运营铁路上。该项目的范围包括设计、集成和安装一个智能远程状态监测系统,该系统可以对 45 公里长的深管铁路上的所有 385 个 JTC 的电压和频率进行实时分析,以预测和防止故障和随后的损失客运服务。我们利用 NI 硬件和软件的准确性、可靠性和灵活性来实施创新系统,以减少维多利亚线上的客户时间损失。该系统预计每年可减少 39,000 小时的客户损失时间——估计每年可在乘客损失方面节省 350,000 英镑。
在美国最大的体育场之一吸引球迷
Sirqul, Inc
吸引和取悦粉丝已成为第一要务。然而,直到 Sirqul 才发现体育场内球迷的身份和行为。此外,历史上独立的移动应用程序的渗透率只有 5-30%,因此场馆的数据、洞察力和与粉丝本身的互动很少。这个大型体育场正在寻找一系列建议,以根据这些前所未有的数据改善球迷体验、增加收入并优化运营效率。
将 SNMP 用于基于以太网的家庭自动化系统
MOXA
一家初创公司正在开发一种产品,该产品为服务合作伙伴提供集成的电子服务平台,允许客户远程监控家庭或企业中的设备。为了完成他们的项目,这家初创公司需要一个可以监控和控制潜在客户使用的许多不同设备的控制系统,最好使用开放协议以提供更大的灵活性。 SNMP 是他们的首选,因为它在 IT 领域中被普遍使用和理解。下一步是选择一个 I/O 服务器来连接家庭自动化系统中的传感器。系统要求- 基于以太网的开放式协议 - 用于 I/O 控制的 SNMP 协议 - 紧凑的尺寸以节省空间 - 长期支持和服务

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 Asia Growth Partners 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 Asia Growth Partners 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.