工業4.0，第四次產業革命，隨著互聯網的力量相結合的自動化機器的力量。

　　高性能處理和數據存儲，使智能工業設備的角色，如裝配，包裝，檢驗的出現; 其能夠監視多個傳感器通道，并執行實時復雜的算法，如高速多軸馬達驅動器或精密定位的。僅憑這些進步已經授權生產企業作出的能力，質量和生產力方面的巨大收益。

　　雖然板載功能已經變得極其復雜的，它被廣泛了解，機器傳感器數據的價值延伸遠遠超出了基本的監視和控制。云計算的力量現在提供解開這個額外價值的手段。大數據即將生產，并帶給提高業務績效前所未有的機遇。

　　大數據大機遇

　　有機會的兩大領域。首先，云的功率可以以基本上實時的角色被使用，以使連續機優化和動態維護調度。這可以在固定的時間間隔取代傳統的維護，從而有助于降低擁有成本和停機時間，并使設備供應商采取更為靈活的“作為服務”的經營模式。

　　從長遠來看，歷史分析可以根據數據的浩大的數量，以豐富的知識和在云計算強大的數據分析功能的優勢提供增值服務。機器不同，甚至是企業級計算，云可以從拍攝多年來樣品萬億存儲數據，并運行應用程序，以確定連接和趨勢，可以為企業提供前所未有的洞察到他們的業務，以幫助優化資產和流程。

　　應用程序和服務目前在市場上包括實時和從各種供應商，如艾麗思，GE，IBM，Microsoft和他人的歷史分析。制造商可以使用歷史的工具，例如搜索和從設備設置或過程可能已經在前面的年內的任何時間任何地點獲得該組織以往的經驗中學習。他們還可以比較各個資產的表現在整個機隊，以幫助優化。相比較而言，專業人士，如質量圈或應用研討會之間分享經驗的傳統機制，可以是不可靠的，費時，和昂貴的組織。在跨國組織，語言的差異可呈現的又一障礙。此外，基于云的服務克服了集中和組織瞬時訪問和使用在未來的信息所帶來的挑戰。

　　總之，主板上的控制和監測智能和基于云的應用程序提供了用于指示機器運行狀況和工藝性能傳感器數據，一個貪婪的需求。光學傳感器，包括從高噪聲的免疫力紅外傳感器，被廣泛用于監控的狀態和機制，如插在表面貼裝送料器供料器位置(圖1)，用于傳送帶上計算的對象，或驗證的內容盒或食品加工或包裝設備瓶。

       圖1：光學傳感驗證正確對準

　　駕駛檢測與惡劣環境

　　在一些行業中，環境危害可能損害光學傳感器的性能和精度。這些可以包括切割在分散由食品加工機械加工工藝(圖2)，或基于乙醇的洗滌劑中使用的油。在光學傳感器，如用于崎嶇鏡片材料松下 CX-400系列此類化學品提供阻力，從而防止劣化導致不準確的性能或傳感器故障。這些傳感器的最新版本也滿足其他環境要求，與相 ??比上代最高達60%，降低了傳感器的功耗修訂后的綜合加工。這些傳感器還具有可調節遠距離使用，并且還能夠穿透材料用途，如檢測內部紙箱內容作為包裝應用的一部分的強紅外光束。

圖2：CX-400的傳感器已測試了各種水溶性的和水不溶性的油

　　類似的式紅外線傳感器的是歐姆龍 E3F / R系列。這兩種類型，CX-400和E3F / R，具有能夠接收或輸出高達100毫安，這給設備制造商的靈活性，以在各種方式如PLC將傳感器連接到一個裝置，例如直接的開路集電極輸出到模擬輸入端口或通過連接多個傳感器到數字總線。

　　其它健壯的和持久的傳感器包括霍爾效應旋轉位置傳感器，其對濕氣，灰塵，振動較少受到和沖擊比旋轉電位。霍尼韋爾 HRS系列傳感器被包裝在旋轉電位器的形式因子，從而提供一個滴在轉換，并具有可以直接連接到控制系統的電壓輸出。

　　數據到云

　　負責采集和處理傳感器數據的PLC或其它機器控制情報通常具有用于連接各種傳感器和致動器的多個模擬和數字I / O。以太網端口也是常見，這使得大量的設備，例如傳感器被連接時，在必要時長的距離，用一個總線協議如Modbus / TCP或Profinet的。傳感器的數據采集模塊可以包括多個傳感器，例如光學或旋轉位置傳感器，與其他類似的模擬器件 ADIS16223數字振動傳感器內置SPI主機接口，并監控各種機器健康狀況的參數和進料的數據回經由本地微處理器和Modbus接口諸如主控制器Innovasic RAPID-NI V2112的Modbus接口模塊。這樣的模塊的陣列可以用于目的，例如多軸馬達健康監測，通過單一總線接口連接到主控制器，如圖3所示。

       圖3：Modbus提供了多軸感應和控制的有效連接。

　　PLC的以太網連接，還提供了所需傳輸的不同點在機器上感應到云中的數據連接性。與簡單的集成網絡或FTP服務器，在該以太網接口是傳統點或者經由局域網的遠程訪問 - 經由網關與適當的安全規定 - 在互聯網上。以這種方式，機能使它的數據提供給一個驗證的云服務。從這點來說，創新的軟件開發利用云計算的高性能計算能力，并通過云服務提供商提供規模經濟的，接替在通過實時和歷史所捕獲的數據解鎖值的任務分析。

　　結論

　　工業4.0將使制造業企業在自己的數據的價值得到最大的優勢。普遍和高度可靠檢測將是關鍵，收集數量龐大的渠道，從數量巨大的數據養活設計產生有價值的BI/' target='_blank'>商業智能基于云的應用。這種智能將在實時機優化和降低擁有成本的基礎上，廣泛的歷史趨勢分析和深度能夠更好的戰略決策支持的形式，遠遠超越了傳統的人類網絡的能力交付。