利用先进制造分析弥合数字化转型鸿沟

制造工程： 在数字制造/工业 4.0 时代，机器监控和分析变得比以往任何时候都更加重要。 Sight Machine 的最新产品有哪些新功能？

乔恩·索贝尔： 我们的最新产品专为更广泛的制造商而设计。虽然大多数制造商至少已经开始了他们的数字化转型之旅，但我们发现它们之间存在广泛的准备程度。许多公司渴望使用 IoT [物联网] 数据来更好地了解其制造运营，但还没有准备好进行高级分析。他们可能没有内部专业知识，没有组织支持，或者它代表了一个太大的飞跃，无法一步到位。我们推出了新的数字制造平台：企业制造可视性 [EMV]，它可以快速进入数字制造。 EMV 让公司可以非常快速地实时了解其所有工厂的制造运营绩效。它提供自助设置，使制造商能够快速从工厂车间提取各种生产数据，然后通过基于浏览器的可见性监控这些数据。

Sight Machine 的企业制造分析 [EMA] 是我们的高级层，提供一整套分析工具，如统计过程控制、相关热图、异常检测和瓶颈分析。它应用高级分析来实现诸如提高产量、缩短周期时间和降低废品率等好处。这些基于分析的见解是公司转变其业务模式以及与供应商和客户的关系所需的基础。

我： 您的新分层结构如何帮助制造商在不进行全面分析的情况下开始数字制造？

索贝尔： 到目前为止，我们只有一个产品可以提供可见性和分析。现在，我们已经将我们的可见性工具分解为一个独立的产品。 EMV 提供了一种直接、自助且易于扩展的数字化制造入口，其中包含用于获取数据、清理和关联数据以及对生产过程进行建模的自动化工具。

EMV 允许公司通过包括全球运营视图、KPI 仪表板和流数据可视化在内的应用程序按设施、机器类型和机器监控输出、可用性和停机时间。可见性是实时的和历史的。

EMV 的功能包括 Digital Twin Builder，这是我们基于浏览器的工具，用于创建设施、机器和机器类型的数据模型。它还包括 FactoryTX，这是我们的边缘软件，可以准备机器和工厂数据以流式传输到云端。

我： 公司开始监控/分析的难度有多大？您最近推出的数字就绪指数方法告诉他们什么？

索贝尔： 我们发现，成功进行数字化转型的关键是选择适合公司或工厂准备程度的项目。准备就绪不仅包括数据连接性和可访问性等技术因素，以及云和安全策略，还包括组织因素。在与 G500 制造商合作的六年中，我们发现组织因素至少与技术因素一样重要。它们包括工厂级别和执行级别的承诺和支持程度，以及云和安全策略的存在。

Sight Machine 开发了一种称为数字化就绪指数 [DRI] 的方法，用于评估公司对数字化制造项目的技术和组织准备情况，并根据当前的准备情况确定最有可能成功的项目。我们使用标准化问卷将每家公司映射到五个数字就绪区域之一：连接、可见性、效率、高级分析和转型。每个数字准备区都映射到该准备水平可实现的项目示例。

我： 在这一点上，制造业在采用先进的工厂分析方面走了多远？

索贝尔： 与我们交谈的所有主要制造商都至少开始了数字化转型之旅。我们发现不仅公司之间存在巨大差异，而且公司的各个工厂内部也存在巨大差异。

您可以从以下步骤来考虑：数据访问；能见度;和见解。公司收集和存储他们的数字数据是相当普遍的。许多人拼凑了简单的仪表板，使他们能够监控各个工厂内的不同生产线或机器。
相对而言，很少有制造商能够在他们的工厂中获得可见性。我们相信 Sight Machine 提供了市场上唯一可扩展的解决方案，可快速获得跨企业的知名度。

对于高级分析，撇开我们合作的公司不谈，我们最常看到定制的数据科学项目。面临性能或质量问题的公司将要求其数据科学家解决已知问题。他们通常会开发一个一次性的解决方案，将他们可以得到的任何数据放入 Excel 或统计程序中，然后寻找相关性。

问题是这些项目既不可扩展也不适用于其他问题。数据提取和建模以创建应用程序和数据孤岛的方式完成。从运营副总裁或 CIO 的角度来看，他们留下了大量的定制应用程序，这些应用程序无法以有助于理解制造企业整体运营的方式进行集成。

Sight Machine 的数字孪生是生产过程的有效、实时数据模型。我们的数字孪生是一个可以通过添加新机器和流程来快速扩展的单一应用程序，它提供了一个单一的事实来源，可以通过查询来解决任何运营问题。

我： 高级分析可以为深入研究这项技术的制造商提供什么？

索贝尔： 数字革命已经改变了一个又一个行业——广告、零售、投资、科学、政治——不仅极大地提高了效率，而且还改变和创造了新的商业模式。制造商才刚刚开始利用他们的数据的力量，并且正在看到真正的成果。

当您从现有工厂和机器中榨取更多生产力，或减少废品和缺陷时，它会直接影响您的底线。但大多数领先的制造商很久以前就从六西格码和精益等学科中摘取了所有唾手可得的果实。下一个重大飞跃将来自真正了解制造商在所有工厂的企业运营，然后应用十多年来在其他行业的数字化转型中磨练出来的分析技术。

我： Sight Machine 平台中的人工智能 [AI] 如何比以前或竞争产品更进一步推动工厂分析？

索贝尔： Sight Machine 的 AI 数据管道是一项正在申请专利的技术，可将原始数据转换为可以成功应用分析的上下文化数据。借助我们的平台，AI 数据管道完成了从传感器、PLC、数据历史库等获取原始数据的繁重工作，然后通过清理、标记和混合为分析做好准备。

然后，数据进入我们正在申请专利的另一项技术，即工厂数字孪生模型，该技术对工厂生产过程进行建模。它从 AI 数据管道中获取数据并将其组装成系统模型，将来自数百个来源的数千个数据点转换为在生产中移动的零件或批次的表示。 Plant Digital Twin 反映了生产过程中每个点的机器状态、每个零件或批次，还记录了用于该零件或批次的原材料、湿度和温度等环境因素、机器操作员的身份等等有更多数据可用。

通过内部分析计划等竞争产品，数据科学家将大部分时间花在手动选择、清理和组合数据上，而不是分析数据以找到可操作的业务洞察力。相比之下，我们的 AI Data Pipeline 和 Plant Digital Twin 技术自动实时创建生产过程的数字表示，让数据科学家、生产线操作员和工厂经理可以自由地主动响应运营问题，而不是追溯调查。

我： 举一个制造商使用您的制造分析平台进行示范性工作的示例。

索贝尔： 一家医疗保健产品制造商聘请我们来帮助解决其他技术提供商无法解决的问题——他们最赚钱的工厂的高废品率。 Sight Machine平台进行了融合自然语言处理、序列分析、聚类分析和回归的根本原因分析。

Sight Machine 平台识别并确定了多个报废原因的优先级，从而使整体设备效率提高了约 3%。这意味着仅这家工厂每年就可以节省超过 2000 万美元。

收购

西门子 PLM 软件 （德克萨斯州普莱诺）已同意收购 Solido Design Automation Inc. (Saskatoon, SK)，一家为半导体公司开发变异感知设计和表征软件的开发商。

交易的条款没有披露。西门子表示，预计将于 2017 年 12 月上旬完成交易。Solido 基于机器学习的产品目前已在 40 多家大型公司用于生产，使他们能够设计、验证和制造更具竞争力的产品。
此次收购进一步扩展了 Mentor Graphics（2017 年 3 月被西门子收购）的模拟/混合信号 (AMS) 验证产品组合，使其能够应对汽车、通信、数据中心计算、网络、移动、和物联网应用。

Solido 设计自动化创始人、总裁兼首席执行官 Amit Gupta 表示，Solido 帮助其客户解决可变性的影响，以提高 IC 性能、功耗、面积和良率。 “将我们的技术组合与 Mentor 的 IC 能力和市场影响力相结合，将使我们能够为半导体行业提供更大规模的解决方案，”Gupta 说。 “我们很高兴通过我们在工程技术组合和专业知识方面的应用机器学习，为西门子更广泛的数字化战略做出贡献。”

新版本

特比斯美国 (Troy, MI) 宣布推出其 4.0 版 CAD/CAM 软件的第 5 版，该软件具有优化的性能，可帮助用户加快流程。

此版本的更新允许用户通过改进机器模拟、使用工具集、在特征加工中搜索工具或在作业管理器中交换工具来加速流程而不受功能限制。

在这个新版本中，NC 编程现在在很大程度上基于模板和流程库实现了自动化，这些流程库可以实现快速可靠的程序和流程。用户还可以使用该软件编辑大型复杂零件。 Tebis identified the heaviest loads that occur in specific processes, helping alleviate bottlenecks that can result in long waiting times as well as heavy use of resources and conflicts. Tebis developers adapted the system to optimize the use of available memory, and multicore technology relying on parallel processing was integrated at the same time. The extended parallel processing saves significant time, especially in the calculation of NC programs for re-roughing. Parts can be loaded, shaded and saved with time optimization.

Manufacturing execution systems (MES) developer 42Q (San Jose, CA) has released its new Digital Factory Starter Kit, a solution with key capabilities that accelerate digital factory transformation.

The Digital Factory Starter Kit includes shop floor and quality functions, traceability capability and business intelligence (BI) reporting. Part of 42Q’s cloud solution, this kit enables manufacturers to realize value from digital factory transformation using 42Q in a few weeks.

“The costs and complexity of deploying a conventional on-premise MES platform can result in a time-to-value of between 9–18 months for basic functionality,” said Srivats Ramaswami, CTO of 42Q. “Manufacturers beginning their digital transformation should not have to wait that long. We designed the Digital Factory Starter Kit to include the core features necessary for digital transformation, and get companies up and running in a few weeks with no interruption to business processes or customer deliveries.”

Key capabilities of the Digital Factory Starter Kit include electronic travelers, cycle time management, shop order management and process.

routing control. Functionality for quality management is fully integrated, including employee verification and electronic work instructions, traceability, product genealogy, labeling and control plans. The Digital Factory Starter Kit also includes 42Q’s Business Intelligence module, which provides tools for real time alerts from manufacturing operations along with data visualization.

The solution enables companies to manage quality and operations, monitor yields, WIP, and throughput in real time. “This solution is proven and already deployed in many manufacturing facilities in highly regulated industries, including medical, aerospace and automotive manufacturing,” Ramaswami said.

Computerized maintenance management software (CMMS) developer EZmaintain (Cleveland) has introduced its cloud-based CMMS package for integrating IoT sensors to measure temperature and vibration levels of equipment such as motors, gear boxes and generators.

Users can run the web-based CMMS independently to manage failure or preventive maintenance activities. Adding these smart IoT sensors allows users to capture real-time data for condition monitoring with alerts viewed directly via a CMMS dashboard.

EZmaintain CMMS works across different devices, from desktops to mobile devices. Users can add or configure Temperature/Vibration sensors via the dashboard, and can mount IoT sensors on various assets that need monitoring using screw-type mounting designs. With these low-cost, easy-to-setup sensors, the software can be used in various industrial or commercial applications.