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 >> 工业技术

制造业中的预测分析:用例和优势

几十年来,制造商一直使用数据作为获得竞争优势的一种方式。也许今天最大的变化是数据的收集方式。一些公司让技术人员在工厂周围走动检查仪表、填写表格并记录机器的操作和维护历史。收集和使用数据以推动决策制定的所有繁琐、容易出错和不准确的方法。然而,随着物联网设备和传感器的普及,互联设备和运营正在改变制造商利用数据和分析的方式。

公司已开始过渡到数字软件和连接设备,以减少与手动数据收集和记录相关的劳动力。与手动数据收集方法相比,这些技术还提高了保真度,从而增强了分析的能力并产生更准确的模型。下面将介绍制造中预测分析的优势和用例。

制造业分析的成熟度

也称为制造分析之旅,制造商在努力制定预测性和规范性策略时会经历几个阶段。

第 1 步:数据

为描述性分析收集数据可以建立一个基线来回答所发生的事情。

第 2 步:信息

将这些数据处理为诊断分析,以回答为什么会发生某些事情,从而有效地将数据转化为信息。可以使用制造分析解决方案来实现这一点。

第 3 步:理解

一旦收集到足够的信息,就可以更好地了解流程,并且统计模型可以通过使用预测分析来预测未来可能发生的事情。

第 4 步:知识

随着生成更准确的模型,数据被转化为知识,规范分析将回答应该做什么。

虽然连接一切并完成这些步骤可能很诱人,但建立明确的目标并设置基线以监控性能改进非常重要。了解从描述性分析过渡到规范性分析需要哪些数据以及需要多少数据。在开始这一旅程时,为收集的任何数据建立一个单一平台将是有益的。此外,请确保所有利益相关者(无论是设备、人员还是供应商)都能正确访问此平台。

实时数据和监控可以提供高保真度,这将有助于建立基线、实现 N 值,并比手动或未连接的设备更快地提醒利益相关者注意变化。这些步骤需要时间,但每个步骤都有其自身的好处。使用分析的最大好处之一是能够高度准确地预测会发生什么。

预测分析对制造商的好处和用例

连接的实时设备能够收集更多数据点。这可以帮助预测在失败之前可以生产多少时间或多少件。传统的维护计划可能会根据平均估计建议何时更换零件或执行维护,而不一定是在需要的时候。通过数据和制造分析预测故障可减少计划外停机时间,并可消除不必要且昂贵的维护服务。

预测性维护分析

用例:减少停机时间、工具故障和维护需求

这一术语有很多好处;预测性维护。首先,收集数据可以帮助预测何时需要维护,而不是假设。这增加了设备的正常运行时间,让管理人员有机会在发生故障之前计划所需的维护或进行必要的调整。

随着收集更多数据并建立相关性,预测分析变得越来越准确。在一个示例中,发现随着设备安培数的增加而发生工具故障。跟踪安培数很困难,但可以通过打开设备软件仪表板中的功能来提供主轴负载数据。

研究人员能够证明,增加的主轴负载和传感器电流强度之间存在 80% 以上的相关性。通过监控更简单且更具成本效益的主轴负载,可以预测从负载增加到刀具故障期间可以制造多少零件。对于此示例,故障范围为 1 到 68。根据增加的负载量,可以进一步减小此范围。关联数据和注意模式可通过分析将可能性扩展到质量和决策制定。

测量主轴速度以识别即将发生的刀具故障。使用这样的数据,可以构建自动检测故障的算法,并赋予您预防故障的能力。

质量分析

用例:质量问题警报,尽量减少废品

通过跟踪性能,可以在过程超出公差或可能产生质量问题时得到通知。能够提前停止或调整流程可以大大减少或消除材料浪费或返工。在一个示例中,气缸会随时间漂移。当工人们注意到并调整它时,大约生产了 1,000 台,并且生产时间被报废了。及早预测维护和质量问题可以为涉及价格不稳定或市场波动的材料的应用增加价值。

预测需求分析

用例:识别和利用 KPI 和 ERP

跟踪单个流程和总体交货时间可以深入了解材料和生产需求。随着连接能力的扩展,将确定 KPI,这将提高 ERP 等软件工具的能力、价值和准确性。此外,在材料价格可能会受到政治、自然灾害等重大影响的应用中,使用数据来预测消耗率和运输可以为简化供应链管理带来巨大的好处。预测数量、时间表和市场需求将有助于管理新设备、产品或流程的经济性和成本。

劳动力分析

用例:预测教育和劳动力需求

在波动的市场中,预测性需求分析甚至可以用于更有效地管理劳动力和人才获取。最大的担忧之一是制造业的技能差距。将数据从流程扩展到工厂,再到地球,制造商可以预测未来需要哪些技能和劳动力。这让公司可以更有效地与教育工作者合作,更早地发布工作,或者提高现有劳动力的技能或重新技能以满足劳动力需求。

制造业预测分析的未来

未来用例:工具的远程维护

使用技术和分析将数据转化为知识。随着连接性的扩展,有一种趋势是增加远程和移动资产跟踪和监控。提供高保真数据的能力将增加远程和移动诊断分析。这一趋势将减​​少对现场技术人员的需求。通过高度可靠的远程诊断,还可以向现场操作员提供维护建议或信息,以进一步减少对现场技术人员的需求。

未来用例:风险和保险评估

随着跟踪和监控设备的能力增强,分析可能会增加订阅、保险单或保修。连接的设备可能会带来更灵活的设备。例如,订阅使 OEM 能够远程添加或删除功能、数据跟踪和软件。随着需求的变化,订阅和功能也会随之变化。

此外,诊断分析可能会改变保险政策和保修的覆盖范围或范围。制造分析和互联技术可以证明或反驳操作员、设备或设计错误。数学一直是解释、理解和竞争的有效方式。谁拥有最准确和最广泛的数字模型和分析知识,谁就可能在制造领域取得未来的成功。

使用 MachineMetrics 物联网平台推动预测策略

探索平台


工业技术

  1. 制造分析在行动
  2. 物联网和大数据在商业用例中的结合
  3. 为 EHS 调整 IIoT 和数据分析解决方案的好处
  4. 在制造业中,数据和材料同样宝贵
  5. 工业物联网和预测分析
  6. 预测分析解释
  7. 物联网如何在制造业中使用:8 个用例和即将到来的趋势
  8. 数据驱动制造:优势、挑战和策略
  9. 利用分析改进先进制造的决策制定
  10. 航空航天和国防制造中的工业 4.0 实施挑战
  11. 智能制造:它是什么以及它的好处
  12. 了解混合制造的优势和挑战