亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 自动化控制系统

大数据分析可以通过提高流程效率为制造商节省数百万美元

制造工程: 数据挖掘和大数据是热门话题。贵公司开发流程挖掘软件;它和数据挖掘有什么区别?

亚历克斯·林克: 数据挖掘传统上以 KPI [关键绩效指标] 为导向,专注于识别模式以预测未来趋势并分析数据以创建可操作的见解。企业使用数据挖掘来得出结论并解决特定问题,但流程挖掘采用完全不同的方法。流程挖掘技术利用事件日志来创建任何处于“原样”状态的流程的可视化重建,并且突然之间,用户无需通过数据集来寻找相关模式,而是可以实时查看流程是如何运行的。我们喜欢将数据挖掘和流程挖掘之间的区别描述为在黑暗中点亮手电筒与打开电灯开关;两者都是有用的方法,但其中一种方法显然更适合完全可见性。

我: 流程挖掘具体提供了哪些离散制造业务?

林克: 流程挖掘的一个关键优势是它从根本上适用于任何流程,包括制造操作。如果创建了事件日志,流程挖掘可以更清晰地描绘操作实际运行的方式。话虽如此,离散制造是一个从流程挖掘中获得最多洞察力的行业,而西门子、ABB 和 3M 等客户只是严重依赖流程挖掘来提高灵活性和效率的少数公司。他们的操作。

我们在制造领域遇到的常见用例是提高进度遵守、监控自动化、容量建模和减少浪费,而流程挖掘已被证明对所有这些领域都是无价的。例如,ABB 是世界上最大、最复杂的制造企业之一,目前在从采购到付款流程到生产流程的各种流程中使用流程挖掘。来自德国哈瑙的 ABB 工厂的员工过去常常每天数次从他们的 SAP 系统中提取评估,将其导入 Excel,并使用复杂的公式来分析和理解流程。今天,ABB 的相关生产和装配团队负责人早上第一件事就是收到一封电子邮件,其中概述了前一天的生产变量、生产时间和废品数量。重要的是要注意,我们在这里讨论的不仅仅是 KPI——工厂的完整流程生态系统通过流程挖掘可以立即看到,从而轻而易举地发现低效率。解决一个你已经意识到的问题可能很困难,但解决一个你还没有发现的问题几乎是不可能的。

我: Celonis Proactive Insights 流程挖掘引擎是如何工作的?

林克: Celonis PI 是对我们核心技术的一个非常令人兴奋的补充,具有为我们的客户贡献持续价值的巨大承诺。从本质上讲,我们在 Celonis 上分层的机器学习算法正在采用先前的用例并在它们的基础上进行构建,充当自动化业务顾问并提出改进建议。自动模式识别功能意味着,如果 Celonis 过去遇到过类似的低效率问题,它将能够反馈相关解决方案以克服这些低效率问题。如果我们将 Celonis 想象为业务流程的 MRI,那么 PI 就像一位自动医生来解释该 MRI 扫描的结果。

我: 哪些制造商使用这项技术,他们是如何部署的?

林克: ABB、3M 和 Siemens 是 Celonis 的少数客户,他们已经在各种流程中部署了流程挖掘技术,并将其提供给大量员工。例如,西门子选择通过广泛部署来赋予员工权力;每天有数千名西门子员工使用 Celonis 来准确了解他们的流程中发生的情况。材料采购、供应商管理、生产和组装、共享服务——当众所周知的电灯开关打开时,这些过程中的每一个都变得透明且易于理解。

我: 哪些制造业可以最好地利用流程挖掘?

林克: 过程挖掘的美妙之处在于它与所有行业、制造业或其他行业完全相关。我们已经看到采购部门彻底转型并提高了效率,工厂通过实现完全的数据透明度而变得更加智能。目前的趋势是朝着“工业 4.0”和自我优化的智能工厂发展,这一趋势的核心方面之一是信息透明度——Celonis Process Mining 是实现这种透明度水平的开箱即用解决方案。

我: 将机器学习和 AI 捆绑到您的流程挖掘数据分析中的制造运营的未来是什么?

林克: 流程挖掘软件中人工智能的潜力是无限的,因为随着系统基于越来越多的用例聚合越来越多的信息,Celonis 变得更加智能。与所有机器学习和 AI 应用程序一样,系统只会随着更多数据的输入而更好地识别模式。我们希望 Celonis PI 能够返回即时结果,而不是依赖于复杂的手动流程分析。考虑一个导致工厂延误的瓶颈生产过程——并想象你不知道瓶颈发生在哪里,或者瓶颈的影响。 Celonis 可以轻松识别瓶颈的根源,PI 会就如何有效缓解瓶颈的根源提出建议。对于任何行业的制造商来说,这都是一个激动人心的时刻。

Epicor 任命 Stephen Murphy 为首席执行官

ERP 开发商 Epicor Software Corp.(德克萨斯州奥斯汀)于 10 月 5 日宣布,Epicor 总裁兼首席执行官 Joe Cowan 将于 10 月底退休。 Epicor 董事会已任命 OpenText(安大略省滑铁卢)前总裁 Stephen Murphy 为 Epicor 首席执行官。

在加入 Epicor 之前,Murphy 是 OpenText 的总裁,OpenText 是一家价值 20 亿美元的企业信息管理 (EIM) 软件开发商。 Murphy 在技术领域拥有 20 多年的职业生涯,包括在 Oracle、Sun Microsystems 和 Manugistics 担任销售和运营领导职务,以及在埃森哲和宝洁公司领导全球物流和供应链战略以及主要 ERP 实施的制造和分销经验。赌。 Murphy 拥有哈佛商学院的 MBA 学位和加州大学戴维斯分校的机械工程理学学士学位。

全复合材料航空结构优化软件

今年春天,当 Stratolaunch Systems Corp.(西雅图)推出全复合材料 Stratolaunch 飞机准备在莫哈韦沙漠进行地面测试时,这架巨大的飞机展示了近年来复合材料的设计和制造取得了多大的进步。上个月,该机六台普惠涡扇发动机的第一阶段发动机测试已经完成。

按翼展计算的世界上最大的飞机——比足球场还长——几乎完全由复合材料制成,具有重量轻、刚度高和强度高的特性,这些特性在航空航天、汽车、体育、医疗和工业领域的需求越来越大。 Collier Research (Newport News, VA) 的 HyperSizer 优化软件被制造商 Scaled Composites 广泛用于优化飞机的复合材料机身和机翼结构。

HyperSizer 是美国宇航局推出的第一个商业化软件包,已被用于使用复合材料或金属材料制造的各种航空航天和其他行业项目。该软件自动执行设计、应力分析和尺寸优化,通常可将结构重量减轻 20-40%。

“为了确保在任何尺寸的全复合材料结构中最有效地使用材料,需要从最早阶段就有效地使用设计和制造优化工具,”Collier Research 总裁 Craig Collier 说。

Stratolaunch 飞机是 Stratolaunch System Corp. 创始人 Paul G. Allen 的创意。它有两个机身,由一个巨大的单翼连接,由六个发动机提供动力,使其能够从承载高达 550,000 磅(247,500 公斤)有效载荷的跑道起飞。在商用客机的巡航高度,Stratolaunch 空中发射平台将释放空间运载火箭的有效载荷并返回机场重复使用。预计最早将于 2019 年进行首次发射演示。

对于大型 Stratolaunch 机翼,偏转限制是需要考虑的重要因素。决斗机身的面板尺寸根据强度、稳定性和蜂窝夹层失效模式而定。通过使用 HyperSizer,压力团队可以访问一整套自动化故障分析,其中包括快速自由体分析;离散层压板尺寸;基于层的复合材料失效分析;蜂窝夹层分析方法,如起皱、芯剪切、平面张力和细胞内凹陷;和脚本 API 从 Excel 电子表格中推送负载。

Collier 看到用于复合材料设计和制造的工具集的集成不断发展。 “HyperSizer 软件可以深入了解结构的可生产性以及是否存在任何制造问题,”Craig Collier 说。 “它可以将层压板制造偏好纳入早期设计思想;易于制造正在成为层压结构强度设计的主要影响因素。”

新版本

产品线工程 (PLE) 开发商 BigLever Software(德克萨斯州奥斯汀)和工程流程管理供应商 Method Park(匹兹堡)开发了新的基于功能的 PLE 流程框架,它提供了一个现成的最佳模板使 PLE 成功的实践。

目前可用的新框架将 Method Park 的 Stages Process Management System 与 BigLever 的三层 PLE 方法相结合,使公司能够加速向 PLE 实践的过渡,并在整个企业内实现跨职能协调。公司可以使用流程框架来优化其 PLE 运营,方法是改善软件、电气和机械领域之间的沟通和协作,并避免临时和一次性方法的缺陷。 BigLever 已将新框架纳入公司整体 onePLE 解决方案的关键部分。

基于功能的 PLE 通过使用一组共享的工程资产、一组受管理的功能以及自动化生产产品线的有效手段,极大地简化了产品线组合的创建、交付、维护和演进。新的流程框架提供了一个完全可定制的运营概念 (ConOps) 模板,该模板列出了组织结构,并通过明确定义在 PLE 范式下有效运营所需的组织角色、职责和流程来将该结构付诸实施。

Boothroyd Dewhurst Inc. (Wakefield, RI) 是制造和装配设计 (DFMA) 软件的开发商,已发布其更新的 DFM Concurrent Costing 版本 3.0。作为工程和采购团队的成本分析工具,最新的软件允许制造商超越主要基于过去投标的“价格”模型,转向以科学测试数据和研究为基础的工业成本模型。据该公司称,其结果是一个高度可靠的产品“应有成本”视图,可以洞察隐藏的成本驱动因素以及优化设计和生产的方法。

DFM 3.0 允许 OEM 及其供应商在讨论机器类型、速度、处理顺序和最佳自动化水平的中立框架中探索投标。据说这种信息更丰富的环境可以鼓励供应商提出建议,并围绕专业知识、最佳成本实践和共同目标建立更深入的综合合作伙伴关系。

传统价格模型和数据驱动的成本模型之间的差异可能很大,影响有关将产品转移到哪些地区或国家进行制造的决策。正确设计和成本核算的产品更有可能留在其原始制造地点和现有资源附近。 OEM 和供应商可以围绕 DFM 软件进行协作,以解决这些和其他战略问题。在设计早期或原型制作期间完成,DFM 分析可缩短上市时间,影响直接和间接成本,并有助于优化产品功能。个人或团队可以使用它来做出权衡决策以降低成本。

最新版本的一些亮点包括 DFM 3.0 中的几何计算器,这些计算器经过简化并整合到软件的主要响应面板中,以便用户通过其零件的 DFM 成本分析获得更多支持。

默认制造操作和基于用户的流程库已得到简化,并且新的测试视图面板已添加到所有公式窗口。据该公司称,定制操作和用户流程的开发更快、更容易。 DFM 软件的整体外观和感觉已更新,以在装配设计 (DFA) 和 DFM 成本核算之间提供更具凝聚力的用户体验。改进了 DFA/DFM 软件链接的性能,以实现软件包之间更无缝的数据集成。


自动化控制系统

  1. 制造商如何在大流行后世界中提高敏捷性
  2. 制造过程自动化可以为您省钱的 5 种方法
  3. 智能自动化每年可以挽救数百万人的生命
  4. 流程洞察:流程分析之后该怎么做
  5. 工业物联网和预测分析
  6. 使用 HMI 提高能源效率
  7. 人工智能改善制造运营的三种方式
  8. Celonis 网络研讨会:改进流程执行
  9. 流程工业如何实施工业 4.0?
  10. 制造商如何从实施 5G 中受益
  11. 人工智能能否创造制造业就业机会?
  12. 制造商为什么要采用人工智能和大数据?