工业 4.0 的智能工厂就是关于数据

对工业 4.0 的数字化承诺感到不知所措？不要。智能工厂就是要获得准确和精确的信息，这些信息应该可以帮助制造商生产更多零件并帮助消除主要的工具和加工问题。

智能工厂：2018国际制造技术展无处不在。从通过语音命令控制数控机床到主要工具制造商扩展到软件和数字加工，新的方向正在出现。支持互联网的技术是该行业未来的重要组成部分。

为什么？因为现在可以提取比以往更精确的操作信息。

传感器并不新鲜。射频识别也不新鲜。但是可以轻松分发和使用的具有更多上下文的操作信息是 新的，比如工业制造来源。

“今天是制造业的‘互联网时刻’，”MachineMetrics 营销总监 Graham Immerman 在接受 Better MRO 采访时说。 “许多行业在 10 年或更长时间前就有了‘互联网时刻’，而制造业现在正迎来它的时代。”

“数据是未来工厂的命脉，”制造专家 Tom Leeson 在“挑战未来工厂的六大趋势”一文中写道。

Leeson 在这种技术背景下投射数据：“通过应用 AI 和高级分析，数据将驱动所有流程、检测操作错误、提供用户反馈并提高生产输出的数量和质量。”

尽管有关 Internet 4.0 的技术术语很重，但制造商也相信它的承诺。根据 Capgemini 的研究，2017 年，76% 的制造商表示他们“正在进行或正在制定”智能工厂计划，其中超过 55% 的制造商投资了 1 亿美元。不幸的是，只有 14% 的人对他们的努力感到满意。

擦？采用需要付出努力——这意味着投资和时间。

准确完整的数据是智能工厂的引擎

“从数据的角度来看，拥有数千台连接设备的车间现在具有重要价值，”美国西门子数字工厂部门总裁 Raj Batra 在 IOT Evolution World 文章中说。 “问题是，虽然您现在能够收集这些数据，但您如何对其进行分析并使其对您的业务目标有意义和有价值？”

这是一个合理的问题。可以分析的东西太多了——因此将所有数据整合成一个有凝聚力的决策叙述并不一定容易。它需要来自信息技术领域的更多系统和技能，以及在传统运营技术领域如何协同工作的新思维方式。

什么没有改变？在更短的时间内交付更多零件的压力。

需要帮助提高零件制造产量？阅读“ 延长刀具寿命和提高生产力的 5 种方法 。”

更精确的加工和刀具信息可能有助于实现这一目标，但如果没有数据准确性，这可能是一个挑战。 Immerman 说，如今，许多制造商都在白板和纸上采集相关的机器数据。但是，一旦您开始将这些信息联网并使其透明化，这些数据就可以在更多方面变得有用，并且对更多团队而言，而不仅仅是白板附近的团队。

“我可以让您深入了解我们的数据 (MachineMetrics)：大多数制造商认为他们的设备产能和利用率约为 60% 到 80%。这些数字完全不准确，”伊默曼说。 “整个行业的平均机器利用率为 27%。车间实际发生的事情与制造商认为他们的业务发生的事情之间存在巨大的脱节。”

Immerman 说，数据存在于这种脱节中。

只是车间缺乏可见性，车间与其业务系统的其他部分之间缺乏数据集成，无论是企业资源规划 (ERP) 系统、质量或装配，还是加工或工具。

“真相就在数据中，大多数人没有数据可以说出真相。所以，这就是行业的现状，”Immerman 说。

智能工厂数据挑战：离散制造系统的数量

凯捷数据真的很突出：只有 14% 的公司对智能工厂的结果感到满意？

原因如下：整个运营生态系统的全面可见性很难——而且对于许多制造商来说，感觉势不可挡。

“公司正在做出反应，他们会说，‘那么，你告诉我的是我需要建立整个数字工厂吗？我需要实现八种不同类型的软件？我到底要怎么做呢？'”伊默曼说。

数据是否来自 ERP（企业资源规划）、质量系统、坐标测量机 (CMMS)、检测数据、装配系统、CNC 加工单元、工具——以及其他几个制造过程——有很多东西需要了解和展示，解释说伊默曼。

“更紧迫的挑战之一是智能工厂需要大量数据，”数字安全公司趋势科技在博客文章“智能工厂展望：IIoT 创新模型”中表示。 “因为这个[海量数据]，企业在建立智能工厂之前，必须有适当的协议和系统来正确使用和处理如此大量的数据。”

起点：隔离 PLC 上的机器数据并使用它

尝试同时应对所有工业 4.0 可能并不符合每个人的利益。智能工厂可以从车间的零件制造机器从小处着手。

对于 MachineMetrics，它直接从机器的 PLC 中提取数据，并通过小型无线“边缘”设备发送信息。信息通过安全云进行加密和分发，供客户查看。 MachineMetrics 的核心是一个分析平台，可为维护团队提供生产数据、系统健康状况，并为原始设备制造商和设备分销商提供远程服务。

“因此，我们获得了零件数量，并且我们从 PLC 中获得了多达 200 个数据点……我们还获得了有关机床的数据，例如正在使用的工具，”Immerman 说。 “我们得到负载信息、主轴上的压力……我们直接从机器上得到警报。”

这是性能和可用性数据。本质上是：如何，是什么和为什么。有了所有这些数据，公司就可以开始帮助自己避免停机并回答问题，例如：

• 我们的机器是否因为我们要更换工具而停机？
• 机器是否因为设置时间过长而停机？
• 我们是否错误地估计了这项工作需要多长时间？

“您听说过 OEE（整体设备效率）吗？”伊默曼问道。 “与我们的客户合作时，我们经常发现机器未被充分利用的主要原因是因为它们的性能预期完全不准确……生产的每个零件的预期周期时间是多少？应该设置多长时间？我们认为在给定的班次中我们可以生产多少个零件？”

绩效预期由 ERP 系统驱动，Immerman 说，如果它不准确，那么“它会给其他公司留下很多东西来抢夺你的业务。”

归根结底，智能工厂旨在帮助制造商利用可共享的最佳信息进行改进、节省时间并做出更好的决策。

MachineMetrics 表示，所有制造商仅使用了 27% 的机器产能。你相信吗？在论坛中反应。 [需要注册]