État des lieux de l'IIoT - 2018
L'Internet Industriel des Objets (IIoT) est une technologie qui s'inscrit au centre des stratégies de transformation numérique des entreprises, quel que soit leur secteur d'activité. La série d'études menées par PTC sur l'état des lieux de l'innovation industrielle examine les déploiements IIoT sous différents angles : intérêt commercial, cas d'utilisation, préférences de déploiement, etc. Prenez connaissance des conclusions de ces études et découvrez le futur de l'IoT.
Adoption par secteur
Quels secteurs d'activité profiteront rapidement des opportunités offertes par l'IIoT ?
Répartition des cas d'utilisation IIoT par rôle
Comment l'IIoT est-il utilisé pour produire des résultats ?
Cas d'utilisation Fabrication :
Intelligence opérationnelle en fabrication - 61%
Collecter les données de plusieurs systèmes et actifs différents pour créer un tableau de bord visant à surveiller le processus de fabrication et à fournir des renseignements en temps réel.
Cas d'utilisation Fabrication :
Maintenance prédictive pour la fabrication - 12%
Collecter les informations d'actifs opérationnels (relevés des capteurs, historique de service, conditions environnementales) et utiliser les modèles d'analyse pour prévoir la maintenance d'un actif (au lieu d'une approche de réaction et de réparation).
Cas d'utilisation Fabrication :
Surveillance de l'état des actifs - 12%
Surveiller et suivre les performances et l'état des actifs de l'usine, recourir à l'apprentissage automatique pour repérer les activités non standard par rapport aux modèles connus (détection d'anomalies) afin de fournir des renseignements grâce à un accès unifié en temps réel aux KPI.
Cas d'utilisation Fabrication :
Surveillance et vérification de la qualité - 4%
Surveiller la qualité des produits en temps réel grâce aux notifications ou alertes d'anomalie.
Cas d'utilisation Fabrication :
Instructions numériques - 4%
Fournir du contenu numérique (p. ex. instructions de travail, processus de fabrication, directives, procédures de sécurité) via la 3D ou la réalité augmentée pour améliorer la formation, la validation de la qualité, l'exécution de la maintenance et la surveillance des opérations.
Cas d'utilisation Service :
Surveillance à distance - 39%
Suivre à distance les produits selon l'emplacement, les performances, l'utilisation et l'état afin de surveiller, de diagnostiquer et de corriger les problèmes.
Cas d'utilisation Service :
Maintenance des actifs - 17%
Surveiller en temps réel les équipements et les machines à des fins de maintenance préventive sur site et de réparation des actifs opérationnels.
Cas d'utilisation Service :
Service à distance - 19%
Repousser les limites de la surveillance des produits et des actifs en temps réel avec des outils de diagnostic intégrés qui permettent un accès et un service à distance, avec notamment le transfert bidirectionnel de fichiers ou la mise à jour logicielle à distance.
Cas d'utilisation Service :
Maintenance prédictive/Service - 14%
Collecter les informations de service (relevés des capteurs, historique de service, conditions environnementales) et utiliser les modèles d'analyse pour prévoir l'entretien d'une machine (au lieu d'une approche de réaction et de réparation).
Cas d'utilisation Opérations :
Surveillance des actifs - 47%
Surveiller et suivre les performances et l'état des actifs opérationnels (mobiles ou fixes), recourir à l'apprentissage automatique pour repérer les activités non standard par rapport aux modèles connus (détection d'anomalies) afin de fournir des renseignements grâce à un accès unifié en temps réel aux KPI.
Cas d'utilisation Opérations :
Intelligence opérationnelle - 25%
Collecter les données de plusieurs systèmes et actifs différents pour créer un tableau de bord visant à surveiller le processus opérationnel et à fournir des renseignements en temps réel.
Cas d'utilisation Opérations :
Maintenance prédictive pour les opérations - 14%
Collecter les informations d'actifs opérationnels (relevés des capteurs, historique de service, conditions environnementales) et utiliser les modèles d'analyse pour prévoir la maintenance d'un actif (au lieu d'une approche de réaction et de réparation).
Sources de données
Quelles sont les sources de données utilisées par les solutions IIoT ?
Transformez votre entreprise avec la plateforme IIoT ThingWorx
Envie de savoir comment l'IoT industriel peut favoriser la transformation numérique de votre entreprise ? Découvrez la plateforme IIoT ThingWorx, lisez les études de cas de clients PTC et explorez notre réseau de partenaires.