TIBCO 关于新异常经济中的制造

TIBCO 数字化战略总监 Alessandro Chimera 讨论制造商的方式使用数据、人工智能和自动化来监控系统

我们使用数据监控和控制制造系统的方式已经改变。 TIBCO 的数字化战略总监 Alessandro Chimera 穿上他的电子工作服并为他的数字加油枪充电，以解释指导运营绩效管理的异常经济的形状，并讨论从数字双胞胎到人工智能、自动化到人类监督的所有内容。

制造业的某些部分仍然存在，就像它们在 1900 年代之交一样。除了工作服和茶歇，我们还需要润滑脂、齿轮和磨床。这些基本原理可能会深入到自动化自主的未来，因为人类将始终在运营任何制造设施的更广泛的基础叙事中发挥作用。

但是，当然，我们知道制造业已经发生了变化。在第一次、第二次和现在的第三次工业革命中，我们看到蒸汽驱动的加速、机械化以及现在 IT 驱动的自动化以我们的前辈无法想象的方式应用于制造业务。

当我们进入明天的超控制制造工厂时，数字双胞胎和数据现在加入我们的物理机器和人类工人，我们必须问自己如何处理异常检测。在报告重要测量值的图表上发现下降或峰值相当容易，但如果质量或性能在一个月甚至更长时间内缓慢下降，我们该怎么办？

盲目的人工监督

现代制造设施现在以大规模生产的规模运作，超过了任何一个人（甚至是团队）一次在工厂车间的每个点上的能力。在这些环境中，我们不能相信人类的观察能够为我们提供我们需要的完整画面。在当今的现代设施中，很少只有一个变量需要跟踪，更有可能是成百上千个变量。

如果生产异常缓慢地“蔓延”到我们的运营中，它可能会被忽视，直到为时已晚，我们对此无能为力。我们需要谈谈新的工作方式。

制造数据大海捞针

我们知道工业数据集非常庞大且极其复杂。因此，检测和预测异常比大海捞针更难，因为我们通常不知道我们在寻找什么。但是，检测到异常意味着节省，这反过来又转化为更高的产量，无论是立即还是进一步。

许多制造商都知道他们拥有海量数据集，但这些数据存储常常是孤立的并分散在多个系统中。数据的这种分散和发散使得很难理解异常何时与多个数据系统相关，或者与不同的物理生产阶段相关。事实上，有时有必要从市场上已经出现操作或功能问题的产品中检索数据。无论哪种方式，第一步都是统一所有数据源。

今天，我们在一个分析正在成为现代工厂的基本组成部分的世界中工作；数字孪生的发展突显了这一趋势，我们需要应用准确、快速和智能的分析来获得这些虚拟机可以提供的预测洞察力。

一旦数据可用并且可以访问，高级分析就可以开始分析要查找的内容。现代数据科学技术正在帮助我们发现由于影响产品质量的大量参数而无法立即理解的隐藏异常。

机器学习和 AI 侦察异常

这将我们带到了今天。我们现在正处于机器学习 (ML) 和人工智能 (AI) 也正在进入生产过程的阶段。

一些制造商最初使用 ML 来了解他们的营销计划、细分客户并触发特定行动。但近年来，更先进和更先进的制造商已经开始了解使用 ML 和 AI 技术检测异常的好处。

一个例子是使用自动编码器从数据中学习。自编码器是机器学习中使用的一种人工神经网络智能技术。它用于在我们通常所说的无监督学习中对未标记的数据集进行编码和特征学习。

我们实时高效的制造未来

通过将训练有素的统计模型应用于实时数据，可以预测何时会发生异常。这将我们推向了一个新的高效运营点。所有这些都使我们现在可以从对异常做出反应转变为预测异常，从而实现大幅降低运营成本。我们通过降低缺陷和废品率以及防止设备意外停机来降低成本。

Hemlock Semiconductor (HSC) 是一家领先的制造商，它利用过程控制、预测性维护和异常检测解决方案来简化和控制其半导体制造。

通过为各个制造过程引入近乎实时的警报，员工现在可以自动将关键参数与预定义的阈值、统计规则和通过机器学习和人工智能方法发现的最佳模式进行比较。一旦过程超出可接受的参数范围，HSC 就会收到自动生成的警报，通知制造人员有什么事情需要他们注意。然后，人员可以轻松访问数据，以准确查看可能导致问题的变量。一旦确定了这些因果关系，团队就会采取措施防止流程缺陷再次发生。

所有这些进步最终将我们引向我们的明天和我们星球的未来。随着数字双胞胎的使用随着数据分析和机器学习的应用而扩展，每个制造商都成为数据驱动的工厂，专注于越来越精确的异常检测。在这一点上，制造商可以更加敏锐地优化能源消耗，造福于我们。

工厂生产力将始终是首要考虑因素，而且不可否认，未来是数据驱动的，这是我们必须从逻辑上走的道路。因此，我们将能够将产品投放市场，这些产品不仅性能更好，而且性能更好，使用寿命更长。这对廉价的一次性商品市场有什么影响——在给定的时间段后质量被调整为“过期”——是另一个问题。

我们制造商品和相关服务的方式现在可以通过异常检测以及它从数据分析和智能中获得的相应引擎功率得到改进。如果这不是我们脱下工作服坐下来喝茶的借口，那什么都不是。