創(chuàng)新是霍尼韋爾100多年來持續(xù)發(fā)展的的推動力。霍尼韋爾的高科技解決方案涵蓋航空、樓宇和工業(yè)控制技術，特性材料，以及物聯(lián)網。霍尼韋爾致力于將物理世界和數(shù)字世界深度融合，利用先進的云計算、數(shù)據分析和工業(yè)物聯(lián)網技術解決棘手的經濟和社會挑戰(zhàn)，創(chuàng)造美好未來。以下是2019年霍尼韋爾的10大發(fā)明。

空中的士

對于城市空中交通（Urban Air Mobility）而言，這是取得突破的重要一年，而且很快空中的士會成為未來城市交通的一種方式。一種用于傳統(tǒng)飛機上的緊湊型電傳操縱系統(tǒng)經過重新設計之后被用到了空中的士上。該系統(tǒng)大約只有一本平裝書那么大。

這種緊湊型計算機系統(tǒng)將飛機飛行控制系統(tǒng)的“精華”集于一身。操縱起來就好像始終打開著自動駕駛一樣，不僅靈活、穩(wěn)定而且還安全，能夠滿足未來電子虛擬起飛和降落的要求。

能夠分析客戶行為的攝像機

安防攝像機在零售設施中通常被用于監(jiān)控盜竊行為，如今它也可以用來獲取相關數(shù)據以幫助零售商進行產品陳列、店鋪資源調整等商業(yè)決策。

通過視頻監(jiān)控系統(tǒng)對顧客行為和店鋪設施的分析，可以預測商業(yè)趨勢。這樣就便于零售商獲取商情數(shù)據，改善顧客的購物體驗，從而提升銷售業(yè)績。

量子計算

通過與微軟的Azure Quantum達成新的合作，這項讓人期待已久的技術終于從理論走向了實際的應用。Azure Quantum能夠通過開放的云系統(tǒng)為全世界的企業(yè)提供量子計算的服務。

量子計算朝著進一步的普及又邁出了一步。企業(yè)和組織能夠用其來解決那些過去他們從未嘗試去解決的問題。

智能聽力保護

VeriShield耳機和云技術能夠監(jiān)測工人所接觸到的噪音的水平，并且當噪音超出安全水平時發(fā)出實時警報。

管理者可以通過智能手機或移動電腦遠程監(jiān)測工人所接觸到的噪音，并提醒員工可能存在的問題。這是首款能夠收集噪音模式數(shù)據并就長期噪音接觸給出建議的耳機。它可以幫助企業(yè)制定一個有效的降噪計劃來保護工人的聽力。

機器人卸貨

如今，機器人可以完全自主地在配送中心對運貨卡車進行卸貨。有了Robotic Unloader之后，工人就不必再進入到悶熱而且不安全的運貨卡車中進行卸貨了。

人工智能可以在沒有操作人員的情況下完成卸貨工作。這樣不僅提高了安全性，同時也解決了人員不足的問題，還可以在更大程度上減少對貨物的損壞。

預測性飛機維護

霍尼韋爾針對航空公司的解決方案將單架飛機以及航空公司的整體數(shù)據整合到一個儀表板上，航空公司就可以對飛機維護進行預測，從而在零件損壞前就進行維修。

該技術不僅具有預防性更具有預測性，能夠減少因意外維修而導致的航班延誤情況。這可以幫助航空公司更大程度提高利潤和效率，保障飛行安全。

固定式空調系統(tǒng)制冷劑Solstice® N41

Solstice® N41是業(yè)內首款分類為A1級、不可燃且低全球變暖潛值 （Low Global Warming Potential）的制冷劑，可替代R-410A用于固定式空調系統(tǒng)。不僅實現(xiàn)了行業(yè)重大突破，一經推出便獲得了多個商業(yè)應用。

Solstice® N41的GWP值比R-410A低65％，但綜合性能與之相當或更佳，且節(jié)能、GWP值更低。可以更大限度地降低更換成本，且不會對業(yè)主和整個供應鏈帶來額外的安全或責任風險。

緊急情況下的快速響應

危急時刻，分秒必爭。霍尼韋爾指揮控制平臺（Command Control Suite）賦予用戶洞察力、靈活性及自動化，隨時隨地提供現(xiàn)場概況，助力更好地協(xié)調復雜設施管理的方方面面，即使在緊急情況下也能快速響應各種狀況。

這款指揮控制平臺具備更為強大的設備可視化和地圖導航能力以及更多的編輯選項。

虛擬工程和控制

這是新一代的控制系統(tǒng)技術，它結合軟硬件對工業(yè)工廠進行運營操控，不再依賴順序項目流程。Experion® 過程知識系統(tǒng)（PKS）高度集成虛擬化環(huán)境（HIVE），可以通過虛擬化的方式將控制器和控制應用從實體設備當中解放出來，并令服務器的日常管理轉變?yōu)榧惺降臄?shù)據中心。這就讓操作人員可以在沒有傳統(tǒng)的固有風險和返工要求的情況下進行后期更改。

該項技術簡化了控制系統(tǒng)的設計、執(zhí)行和生命周期管理。讓工廠以更短的時間、更低的成本和風險執(zhí)行各種項目，同時還能提高產出、質量和運營的可靠性。

通過機器學習抵御網絡攻擊

在工業(yè)環(huán)境下，運用算法第一時間探測出異常情況以識別工業(yè)控制環(huán)境下系統(tǒng)面臨的風險。

風險探測為抵御網絡攻擊提供多一層的保護。這些算法可以對一般網絡安全威脅探測器可能遺漏的風險進行分析。這其中包括諸如多態(tài)惡意軟件這種通過不斷變化以規(guī)避探測的威脅，以及各種新類型的威脅。該系統(tǒng)能夠根據實時數(shù)據立即發(fā)現(xiàn)新的會影響到工業(yè)控制系統(tǒng)和工業(yè)物聯(lián)網的危險。

（美通社,2020年1月19日上海）