• >
  • >
  • >
  • >
  • >

实例探究.

添加案例

我们的案例数据库覆盖了全球物联网生态系统中的 18,927 家解决方案供应商。
您可以通过筛选条件进行快速浏览。

Download Excel
筛选条件
  • (5,701)
    • (2,526)
    • (1,717)
    • (759)
    • (598)
    • (301)
    • (224)
    • (156)
    • (155)
    • (100)
    • (93)
    • (85)
    • (49)
    • (28)
    • (14)
    • (2)
    • 查看全部
  • (4,977)
    • (2,450)
    • (1,228)
    • (755)
    • (482)
    • (431)
    • (345)
    • (84)
    • (1)
    • 查看全部
  • (4,381)
    • (1,752)
    • (1,288)
    • (479)
    • (421)
    • (416)
    • (360)
    • (271)
    • (211)
    • (199)
    • (195)
    • (41)
    • (8)
    • (8)
    • (5)
    • (1)
    • 查看全部
  • (4,136)
    • (2,042)
    • (1,239)
    • (919)
    • (168)
    • (9)
    • 查看全部
  • (2,454)
    • (1,234)
    • (459)
    • (341)
    • (220)
    • (180)
    • (149)
    • (140)
    • (140)
    • (125)
    • (96)
    • 查看全部
  • 查看全部 15 技术
  • (1,732)
  • (1,626)
  • (1,605)
  • (1,461)
  • (1,423)
  • (1,411)
  • (1,313)
  • (1,178)
  • (1,059)
  • (1,017)
  • (832)
  • (811)
  • (794)
  • (707)
  • (631)
  • (604)
  • (595)
  • (552)
  • (500)
  • (441)
  • (382)
  • (348)
  • (316)
  • (302)
  • (295)
  • (265)
  • (233)
  • (192)
  • (191)
  • (184)
  • (168)
  • (165)
  • (127)
  • (116)
  • (115)
  • (81)
  • (80)
  • (63)
  • (58)
  • (56)
  • (23)
  • (9)
  • 查看全部 42 行业
  • (5,782)
  • (4,114)
  • (3,091)
  • (2,780)
  • (2,671)
  • (1,596)
  • (1,471)
  • (1,291)
  • (1,013)
  • (969)
  • (782)
  • (246)
  • (203)
  • 查看全部 13 功能区
  • (2,568)
  • (2,482)
  • (1,866)
  • (1,561)
  • (1,537)
  • (1,530)
  • (1,126)
  • (1,027)
  • (907)
  • (695)
  • (647)
  • (604)
  • (600)
  • (521)
  • (514)
  • (514)
  • (491)
  • (423)
  • (392)
  • (363)
  • (351)
  • (348)
  • (341)
  • (312)
  • (312)
  • (293)
  • (272)
  • (243)
  • (238)
  • (237)
  • (230)
  • (217)
  • (214)
  • (208)
  • (207)
  • (204)
  • (198)
  • (191)
  • (188)
  • (181)
  • (181)
  • (175)
  • (160)
  • (155)
  • (144)
  • (143)
  • (142)
  • (142)
  • (141)
  • (138)
  • (120)
  • (119)
  • (118)
  • (116)
  • (113)
  • (108)
  • (107)
  • (99)
  • (97)
  • (96)
  • (96)
  • (90)
  • (88)
  • (87)
  • (85)
  • (83)
  • (82)
  • (80)
  • (80)
  • (73)
  • (67)
  • (66)
  • (64)
  • (61)
  • (60)
  • (59)
  • (58)
  • (57)
  • (53)
  • (53)
  • (50)
  • (49)
  • (49)
  • (48)
  • (44)
  • (39)
  • (36)
  • (36)
  • (35)
  • (32)
  • (31)
  • (30)
  • (29)
  • (27)
  • (26)
  • (26)
  • (25)
  • (25)
  • (22)
  • (22)
  • (21)
  • (19)
  • (19)
  • (18)
  • (18)
  • (17)
  • (17)
  • (16)
  • (14)
  • (13)
  • (13)
  • (12)
  • (11)
  • (11)
  • (11)
  • (9)
  • (7)
  • (6)
  • (5)
  • (4)
  • (4)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • 查看全部 127 用例
  • (10,333)
  • (3,499)
  • (3,392)
  • (2,982)
  • (2,593)
  • (1,261)
  • (932)
  • (344)
  • (10)
  • 查看全部 9 服务
  • (504)
  • (432)
  • (382)
  • (301)
  • (246)
  • (240)
  • (222)
  • (211)
  • (204)
  • (180)
  • (143)
  • (139)
  • (120)
  • (116)
  • (113)
  • (112)
  • (107)
  • (107)
  • (106)
  • (103)
  • (93)
  • (87)
  • (86)
  • (85)
  • (85)
  • (84)
  • (78)
  • (75)
  • (73)
  • (72)
  • (69)
  • (67)
  • (67)
  • (65)
  • (65)
  • (64)
  • (62)
  • (60)
  • (58)
  • (55)
  • (54)
  • (54)
  • (54)
  • (53)
  • (53)
  • (53)
  • (53)
  • (52)
  • (52)
  • (51)
  • (50)
  • (50)
  • (49)
  • (48)
  • (47)
  • (46)
  • (46)
  • (45)
  • (43)
  • (43)
  • (42)
  • (41)
  • (38)
  • (38)
  • (37)
  • (36)
  • (35)
  • (34)
  • (33)
  • (32)
  • (32)
  • (31)
  • (31)
  • (31)
  • (31)
  • (31)
  • (30)
  • (30)
  • (30)
  • (30)
  • (29)
  • (28)
  • (28)
  • (28)
  • (27)
  • (27)
  • (26)
  • (26)
  • (25)
  • (25)
  • (25)
  • (25)
  • (25)
  • (25)
  • (24)
  • (24)
  • (24)
  • (23)
  • (23)
  • (23)
  • (23)
  • (23)
  • (23)
  • (22)
  • (22)
  • (22)
  • (21)
  • (21)
  • (21)
  • (21)
  • (21)
  • (20)
  • (20)
  • (20)
  • (20)
  • (20)
  • (19)
  • (19)
  • (19)
  • (19)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (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)
  • (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)
  • (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)
  • (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)
  • (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)
  • (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)
  • (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 1008 供应商
Selected Filters
18,927 实例探究
排序方式:
Entrust Works with Microsec to Enhance V2X Communication Safety - Entrust Industrial IoT Case Study
Entrust 与 Microsec 合作增强 V2X 通信安全
随着各种类型的车联网 (V2X) 通信被开发出来以满足不同的用例和场景,支撑这些通信的安全性需要在整个 V2X 通信范围内保持一致和有效。直到最近,V2X 通信主要基于 ITS-G5 协议,这是一种使用 WiFi 信号的专用短程通信 (DSRC) 标准。在数据交换过程中,每一方或设备都需要验证他们的权限。总结中的挑战:商业的:部署合作智能交通系统 (C-ITS)为车联网 (V2X) 通信实施并提供安全、标准化的解决方案技术的:数以百万计的数字证书和密钥的安全创建和管理
下载PDF
A Hybrid Switchgear-Communication Solution Satisfies Shopping Center’s No-Antenn - Microsoft Azure Industrial IoT Case Study
一种满足购物中心无天线的混合开关设备通信解决方案
Ascribe 总部位于英国博尔顿,是一家为医疗保健行业提供商业智能 (BI) 和以临床为重点的 IT 解决方案和服务的领先供应商。 Ascribe 估计英国 82% 的国民健康服务 (NHS) 信托机构使用其产品。由于可以访问信托机构维护的大量数据,该公司需要一种 BI 解决方案,以帮助医疗保健提供者更快地检测、预测和响应传染病和其他健康威胁的爆发。医疗保健分析师通常根据患者在诊所和医院接受治疗时收集和编码的数据进行工作。 “当他们获得这些信息时,它通常已经过时了,”Ascribe 商业智能部门负责人 Paul Henderson 说。 “数据已经编码并存储在记录保存系统中,或者是从医院工作流程中收集的,但这并不总是实时发生的。”此外,大量潜在有用的数据存在于文本文件中,这些数据来自诸如急诊室计划外就诊、学校出勤记录和零售药品销售等来源。互联网提供了另一个尚未开发的信息宝库,包括点击流分析和 Twitter 等社交媒体。 “如果你想想每个临床医生都在努力获取及时、准确的数据,然后你在全国范围内进行复合,那么这将成为一个巨大的挑战,”亨德森说。 “你有很多来自多个地方的小数据,很难汇总和解释。” Ascribe 之前曾研究过一种解决方案,以支持对国家紧急护理出勤率的分析。该系统旨在监控每天访问英国急诊部门的人数,并在发现异常活动水平(例如可能爆发传染病)时发出警报。然而,很难从包括移动临床医生在内的快速增长的医疗保健提供者那里收集数据。此外,临床医生无法使用来自患者病例记录和社交媒体信息的海量非结构化数据。 “处理所有这些信息所需的处理能力超出了大多数组织的能力,”亨德森说。 “医院不能仅仅建立一个服务器场来处理来自急救系统的数百万个病例记录以及其他数据。”为了解决这些问题,Ascribe 决定设计一个概念验证,以创建一种标准化的方法来处理医疗保健数据。该公司要求英国最大的 NHS 信托机构之一的利兹教学医院参与该项目。利兹每年可以在其急诊部系统中生成多达 50 万条结构化记录。医院每月还生成大约 100 万份非结构化病例档案。 Ascribe 希望创建的不仅是用于在国家层面监测传染病的概念验证 BI 解决方案,而且还希望创建一种可用于改善当地护理提供者运营的工具。 “我们的目标是找到一种方法,让数据在近乎实时的情况下更快地流动,”亨德森说。 “我们还希望使用从病例记录中收集的数据来增强临床编码数据。”该公司希望创建一个国家知识库,疾病爆发后的分析师和当地临床医生都可以使用该知识库来改善医疗保健。 Ascribe 需要一个高度可扩展的端到端解决方案,该解决方案可以处理多种数据类型和数据源,并为用户提供自助式 BI 工具。
下载PDF
Providing a Next-Generation Air Service with SAP® Leonardo Internet of Things - SAP Industrial IoT Case Study
使用 SAP® Leonardo Internet of Things 提供下一代航空服务
SAP
优化其 Sigma Smart Air服务,Kaeser 与 SAP 合作要部署的数字业务服务SAP Leonardo IoT 功能与 SAP Asset Intelligence Network 和 SAP Predictive Maintenance and Service 一起作为其创新基础。 Kaeser 的新解决方案在云中智能地连接其压缩机,使其能够以更低的价格提供下一代服务。挑战: - 服务团队无法访问存储在本地系统中的校准数据和其他特定于设备的信息- 没有满足经销商和公司服务商需求的解决方案- 需要与选定的供应商进行跟踪和追溯以扩大潜力
下载PDF
Automatic monitoring of acoustic emission saves catastrophic failure - Nanoprecise Sci Corp Industrial IoT Case Study
自动监测声发射可避免灾难性故障
当涉及到缓慢旋转的设备时,传统的测量工具是无效的。有轴承故障、环堵塞、齿轮齿裂纹等故障会导致机器停机。 1 分钟的停机时间使公司损失了 10 美元。 RingPlugging 是 Pinnacle Pellet 经常面临的一个非常常见的问题,因为机器的进料质量不同。当特定滚子轴承的声级增加时,可以检测到产品环堵塞。
下载PDF
Wintrust's Network Transformation: A Case Study on Enhanced Stability and Security - AT&T Industrial IoT Case Study
温信
Wintrust IT 官员希望增强他们的数据和语音网络。他们向顶级供应商寻求建议,帮助他们建立一流的 IT 组织和战略供应商生态系统,以支持银行今天的运营并为持续扩张铺平道路。
下载PDF
AI-Based Robot Calibration - QBurst Industrial IoT Case Study
基于人工智能的机器人校准
客户正在开发一款可以通过移动应用程序控制的智能乒乓球机器人。玩家可以使用该应用程序来配置或从预先编程的训练列表中进行选择。机器人根据用户配置播放演练和程序;但是,由于机器零件的磨损等方面,性能会随着时间的推移而降低。此外,在运输过程中造成的安装错误、工作台尺寸错误和对齐变化会影响精度。 QBurst 的任务是提高固件性能。该项目将专注于增强机器人校准机制,从而提高游戏玩法和用户满意度。客户希望校准机制易于使用且可重复。
下载PDF
Lippuner Digitally Transforms Paper-based Ordering Processes - Nintex Industrial IoT Case Study
Lippuner 以数字方式转变基于纸张的订购流程
Lippuner 在四个城市拥有近 350 名员工。每位员工每两年订购一次新手机。他们的营销部门每年会产生大约 450 个订单,涉及 41 个不同的项目——总共 18,450 个订单。过去,这些订单是使用纸质表格处理的,这会导致速度减慢并增加流程时间。这些过时的流程不符合公司的高效率标准。
下载PDF
Emerson Process Management - Informatica Industrial IoT Case Study
艾默生过程管理
艾默生的旧地址验证系统无法处理语言障碍和非标准化地址格式,这被证明是处理国际地址验证的主要障碍。艾默生需要一个地址验证系统,该系统将涵盖其广泛的国家和本地字符集列表,提供卓越的客户支持,并且实施和管理简单且具有成本效益。
下载PDF
IoT Implementation in Furniture Manufacturing: A Case Study of Steelcase - Fortinet Industrial IoT Case Study
家具制造商保护本地和云端数据
该公司已部署 Fortinet FortiGate 下一代防火墙 (NGFW) 来保护其周边和端到端保护。 FortiAuthenticator 为 Steelcase 提供集中的用户身份管理和简化的身份验证管理。 FortiAnalyzer 在广泛的 Steelcase 环境中提供所有 Fortinet 设备的综合视图和综合报告。基于云的垃圾邮件过滤服务最近被 Fortinet FortiMail 安全电子邮件网关取代,以提供强大的多向量检测和保护功能。
下载PDF
Automotive Software Solutions Provider Revs Up Its Customer Security - Fortinet Industrial IoT Case Study
汽车软件解决方案提供商提高其客户安全性
帮助小型企业克服重大威胁CDK 的大多数客户规模较小,因此可能没有资源、人员或专业知识来全面保护他们的网络。
下载PDF
SAP SE Enhances Efficiency and Reduces Costs with SUSE - SUSE Industrial IoT Case Study
SAP SE 提供效率和成本
凭借其作为本地企业软件提供商的成功,SAP 希望扩展其产品并推出云平台来交付 SAP 解决方案。创建全面的软件即服务 (SaaS) 和平台即服务 (PaaS) 产品将允许现有客户减少基础设施投资,同时降低进入门槛,从而可能吸引以前使用 SAP 软件的新客户不可行。为了满足对始终可用的业务应用程序的需求,SAP 需要确保其云产品能够满足企业需求。 SAP SE 的 SAP HANA 企业云高级副总裁 Martin Heisig 表示:“为了给客户提供真正的 SAP 体验,我们需要确保他们能够在所有职能部门(从人力资源和采购到生产和物流。提供这一点不会为服务中断或维护窗口留下任何余地。”
下载PDF
Ather Energy: Revolutionizing Mobility in India with BigQuery and Cloud IoT Core -  Industrial IoT Case Study
Ather Energy:利用物联网和大数据彻底改变印度的移动性
Ather Energy 是一家总部位于班加罗尔的初创公司,希望制造一款智能电动滑板车,能够在印度充满挑战的道路和驾驶条件下行驶。他们需要一种解决方案,使他们能够收集和分析踏板车的数据,以提高性能并提供更好的用户体验。
下载PDF
National Instruments selected Attivio Platform for Superior Search Functionality - NI Industrial IoT Case Study
National Instruments 选择 Attivio 平台以获得卓越的搜索功能
NI
National Instruments 担心其企业搜索解决方案的未来状态。 Microsoft 的 FAST ESP 不再作为独立产品提供,并且已标记为生命周期结束,自 2013 年 7 月起生效。
下载PDF
Continuous condition monitoring pays off at a large power utility - Petasense Industrial IoT Case Study
连续状态监测在大型电力公司获得回报
夏威夷的一家大型电力公司正在寻求对其设备平衡 (BOP) 发电资产进行更频繁的状态监测。他们在预定的季度周游状态监测路线之间经历了重大的设备故障。
下载PDF
Starbucks' #WhatsYourName Campaign: A Case Study in Diversity and Inclusion - Iris Industrial IoT Case Study
#whatsyourname:星巴克针对 LGBT+ 代表的综合品牌活动
挑战在于广告中缺乏对 LGBT+ 群体的代表性和刻板印象,只有 0.3% 的电视广告以跨性别者为主角。
下载PDF
Innovative Digital Marketing Strategy for Samsung Home Appliances - Iris Industrial IoT Case Study
通过喜剧提高三星家电的知名度
我们获悉,要在不使用传统广告方法的情况下提高三星世界级创新家用电器系列的知名度。为此,我们需要生成直通。
下载PDF
Revolutionizing Warehouse Management: Bitlog's Digital Solution - N-iX Industrial IoT Case Study
通过直观的 iOS 应用程序增强仓库运营
面临的挑战是为 Bitlog 的仓库自动化系统设计和开发一个用户友好的 iOS 应用程序。
下载PDF
Bank of Tibet Accelerates Deployment of Efficient Data Centers - Hitachi Vantara Industrial IoT Case Study
西藏银行加快部署高效数据中心
四个月打造两个绿色高效的数据中心在短短四个月的时间里,西藏银行就需要完成两个数据中心的硬件采购和软件测试,并准备好上线。两个数据中心需要双活配置,保证数据安全和业务连续性,满足西藏银行对绿色高效数据中心的要求。
下载PDF
Jacobs Douwe Egberts: Effectively mitigating risks with OT cybersecurity insight - CGI Industrial IoT Case Study
Jacobs Douwe Egberts:利用 OT 网络安全洞察力有效降低风险
CGI
JDE 需要一个具有专业知识的合作伙伴来全面概述其工厂的所有网络安全风险和漏洞。这包括用于管理整个工业运营的所有运营技术计算系统。
下载PDF
How AI is Transforming Manufacturing - Mariner  Industrial IoT Case Study
人工智能如何改变制造业
让缺陷逃出工厂会损害客户关系和品牌,并导致代价高昂的拒收或退货,而对内部缺陷的过度控制会导致高昂的劳动力、废品和返工成本。缺陷检测的有害问题本应通过机器视觉检测来解决,但在许多情况下,机器视觉系统无法胜任这项任务。没有对阀门和电机的状态监测。对故障设备的根本原因分析很困难或根本不存在。工程师每周花费数小时制作电子表格和分析。
下载PDF
Cognex VIDI Kit: Deep Learning for the Automotive Industry - COGNEX Industrial IoT Case Study
康耐视 VIDI 套件:汽车行业的深度学习
活塞的压缩环在往复式发动机中具有多种功能,包括密封燃烧室和调节油耗。由于活塞的反射金属表面,压缩环上的缺陷很难检测到。活塞的圆柱形状有时会在图像中模糊和失焦。金属表面纹理的正常变化是制造过程的一部分,其中一些变化是可以接受的,包括锈斑、白色区域以及表面裂纹和裂缝。但是一些影响活塞性能并威胁气缸压缩水平的长划痕是真正的缺陷。检测系统必须能够忽略压缩环表面上的正常变化和微不足道的异常,同时识别较长的划痕缺陷。将这种复杂的检查编程为基于规则的算法将需要复杂的缺陷数据库。虽然手动检测更灵活,但速度太慢。
下载PDF
IWT's Transformation: Customizing with Efficiency in IoT - Aras Corp Industrial IoT Case Study
市场不断扩大的成长型公司
内河航运的产品线有了很大的增长。目前,该公司生产 45 种不同的型号,其中 60% 都经过了一定程度的定制。管理如此广泛的产品组合、有限的生产数量和高水平的定制,意味着开发一个用于管理工程变更发布的受控流程对于提高效率、减少流程时间和更好地协调整个组织的生产是必不可少的.随着高度的定制化,加上受到严格监管的行业对严格合规的要求,对现代 PLM 平台的需求变得清晰起来。
下载PDF
RPA Solution for Shipment Tracking: A Case Study - QBurst Industrial IoT Case Study
用于货物跟踪的 RPA 解决方案
客户需要一种解决方案,通过跟踪货物的生命周期来提高可见性、效率、服务质量和盈利能力。
下载PDF
Rapid Hybrid Services Deployment for Global Semiconductor Company - Infoblox Industrial IoT Case Study
全球半导体公司快速部署混合服务
通过并购活动,该公司吸收了另一家公司,并且必须快速且经济地加入地理多样化的地点,同时为未来的日期节省完整的网络迁移。该公司需要整合两家公司的网络基础设施以获得完整的网络可见性和控制,但没有时间为更广泛的整合寻求预算批准。
下载PDF
Sony Italia's Server Consolidation: A Cost-Saving Success - SUSE Industrial IoT Case Study
Sony Italia 节省了 60% 的服务器购置成本
几年前,Sony Europe 将其大部分 IT 基础设施整合到英国的两个数据中心中。欧洲业务的大部分共享应用程序,包括一个主要的 SAP ERP 解决方案,都是从这个中心控制点进行管理的。为确保其特定国家/地区系统的高性能和易于维护,Sony Italia 选择保留自己的本地服务器基础架构。随着时间的推移,数据量和用户数量的增长给这些服务器带来了巨大压力,导致性能和可靠性下降。由于预算有限,更换所有 30 台物理服务器是不可能的。索尼意大利公司也对数据中心不断增加的热量输出和电力消耗感到担忧。服务器虚拟化是理想的解决方案,使 Sony Italia 能够保留其系统架构,同时使用更紧凑、更高效的物理基础设施。在对其大约一半的基础架构进行初始虚拟化阶段之后,该组织热衷于扩展这些优势,但需要找到更具成本效益的选择。
下载PDF
Transforming Clinical Asset Ecosystem: A Case Study of Parkland Health - Claroty Industrial IoT Case Study
Parkland Health 如何改变其临床资产生态系统
功能性投资回报是衡量成功的关键指标,Parkland 通过更好地利用现有设备避免了大量资本支出。挑战如下:现有数据有效性不符合 CE 和 IS 团队的要求。现有的工作流程无法支持领导层的战略愿景。无法动态更新其计算机化维护管理系统 (CMMS)。孤立的团队之间存在重大的变更管理障碍。 Parkland 分配的预算不足,无法维持项目势头并实现所有预期成果。
下载PDF
WIRELESS SPEACKER - Faststream Technologies Industrial IoT Case Study
无线扬声器
根据设计要求,设计了MP3解码模块、Wi-Fi模块、功放模块、音频通道选择模块、蓝牙音频接收模块、收音模块。 STM32系列单片机为主控芯片,其他存储介质中的音乐通过MP3解码芯片进行解码播放。通过选择蓝牙音频模块、与手机的Wi-Fi无线连接或通过收音机模块接收音乐等声音模块,可以将输入提供给放大器。在本设计中,通过无线方式传输数据,可以减少布线工作。
下载PDF
Università degli Studi di Udine - Endian Industrial IoT Case Study
Università degli Studi di Udine
乌迪内大学是一所致力于最高教育标准、研究、与周边地区互动的学院。与 Endian 的合作将其技术使命带到了学术领域之外,并转化为一个旨在保护和安全管理对电气和热控制系统、访问控制和视频监控的访问的项目。
下载PDF
Wireless Predictive Maintenance to Fix a Dated Walk-Around Program - Petasense Industrial IoT Case Study
无线预测性维护以修复过时的走动计划
直到去年,C&W Services 一直在其领先的生命科学客户之一使用手动状态监测程序。最好的情况是每 30 天手动收集一次数据,即使在最关键的机器上也使用手持数据记录器。数据收集后,所有的数据分析都必须外包给第三方进行分析。这种方法有几个限制: 1. 计划外停机2. 人力短缺3. 安全和使用机器4. 手动过程收集的读数不一致
下载PDF
Novel Deep Learning Approach for Predictive Maintenance and Process Optimization - Intellegens Industrial IoT Case Study
用于预测性维护和流程优化的新型深度学习方法
大多数组织对其流程采用“反应性维护”方法,即在发生故障后对设备进行维修和更换。机器发生故障后的维修成本大约高出 10 倍,更不用说对收入和客户满意度的直接影响。通过“预防性维护”,设备按照预先设定的时间间隔进行维修或更换,以避免故障。虽然这种方法减少了计划外停机时间,但代价高昂,因为这些计划维修发生在设备没有任何问题的情况下。然而,预测性维护的好处是显着的,因此它正成为制造商的首选方法,使组织能够在需要时预见和安排维修和更换,实现设备 100% 的正常运行时间。制造业中传统机器学习的一个挑战是技术需要干净和完整的数据。然而,制造和过程数据可能是稀疏且嘈杂的。目前,工程师很难访问和解释生产过程数据,他们依靠个人经验和意见来修改工艺参数。这会导致决策的不一致和潜在的次优决策,此外还增加了流程失败的风险,增加了相关的时间和成本。由于改变操作参数及其影响之间的固有时间滞后和惯性,生产线特别难以使用标准技术建模。通过应用相关和创新的深度学习技术来更有效地设计生产流程,也可以显着降低与废料和失败生产相关的成本。
下载PDF

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

感谢您的信息!
我们会很快与你取得联系。