制造数据收集：推动车间优化

大数据和制造业齐头并进，因为制造业中发生的很多事情都是可衡量的，并且能够被优化。随着大多数制造商涌向车间数据可以为其业务解锁的强大功能、预测和洞察力，数据流的规模、相关性和数量都在增加。

但是，只有制造商能够成功地发展文化并部署支持自动化实时收集制造车间数据的基础设施，才能获得数据的真正价值。他们将能够体验快速的价值创造并立即提高生产力。它们还将支持基于更多数据、更多数据源和自动化的更高级用例。

为什么收集数据对制造商如此重要？

一句话：能见度。通过收集车间数据，制造商能够更好地衡量、理解和优化生产。有了正确的车间数据，就可以做出基于事实的决策。这就是为什么向所有利益相关者普及准确、实时的生产数据非常重要的原因。

• 操作员可以使用机器上的界面来显示机器状态、零件数量或其他 KPI，以确保它们满足生产目标。
• 工厂经理可以使用可见的生产仪表板查看操作员在哪里需要支持或机器何时停机。
• 工程师可以使用汇总的车间数据来发现瓶颈并相应地调整流程。

这都是制造商进步之旅的一部分。随着他们变得更加“数据成熟”，他们可以开始利用他们的数据推动更高级的用例，而不仅仅是简单的数据收集和可见性。我们将此称为“制造分析之旅”，并在一本关于制造分析的综合电子书中进一步探索。

由于如此多的制造商仍然不收集数据（或仅使用手动系统），因此部署允许您实时监控和收集制造车间数据的解决方案是一项主要的竞争优势。这不仅可以帮助赢得客户，还可以创建基于有效数据驱动决策的更精简的运营。

制造数据收集的好处

对于现代制造商来说，车间数据收集的好处是多方面的。尽管无论如何都不是一份详尽的清单，但数据驱动策略的采用者可以通过以下形式看到好处：

• 通过即时反馈了解和缓解最严重的停机原因，显着减少停机时间。
• 通过减少生产瓶颈来优化工厂车间的效率和生产力。
• 基于实时通知和机器状况的更强大的维护计划。
• 通过更准确的需求预测、供应商评分、减少浪费和仓库优化来降低供应链成本。
• 根据产品在实际场景中的使用方式，更好地满足客户需求的更高质量产品。

您是否需要为生产跟踪收集车间数据？

没有车间数据采集和车间数据输入，就没有生产跟踪。第一质量件的累积件数或其他广泛的独立总数不构成生产跟踪。数据必须有足够的数据点来分析生产率、效率、加班和班次差异、维护成本等。

并且该分析必须能够从整体层面查看整个车间的订单工作流程。即使是手动收集，数据输入错误也很常见。如果目标是改进流程、提高效率或节省成本，准确的数据对于跟踪生产至关重要。用于生产跟踪的数据收集类型可能包括：

• 停机时间 – 操作员可以记录堵塞、清洁、轻微减速、停机和其他原因的停机时间，或使用生产跟踪软件进行跟踪。在后者的情况下，停机时间的准确性得到了优化——消除了四舍五入、人为错误或被遗忘的停机时间事件。该软件还允许对停靠点类型进行分类。
• 转换 – 也可以手动记录转换。但跟踪软件监控的转换是极好的分析点，可以显着缩短新设置的转换时间。
• 维护故障 – 与停机时间分类一样，该软件有助于跟踪维护故障的类型、服务订单及其潜在原因。这可能会降低成本，并允许公司根据准确的实时数据建立预测性或规范性维护。
• 优质单品 – 生产跟踪的基本要素。在不知道什么是一流品质的情况下，公司无法知道在报价的时间范围内完成交付订单的情况。使用软件进行生产跟踪可确保这些计数准确无误并正确完成订单。
• 废品 – 浪费是制造商的一个大问题。但是手动系统会遗漏碎片或记录错误的原因。生产跟踪软件可以跟踪缺陷的数量和类型，以便进行分析以寻求改进。它还可以捕获返工、返工时间和相关任务。
• 在制品库存 – 库存准确性在制造过程中至关重要，但很多材料一旦发到地板上可能就“看不见”了。收集在制品移动和状态的生产跟踪数据对于了解整体效率非常重要。
• 按计划执行 – 生产跟踪需要准确的数据收集，以了解生产订单与其预定运行时间相关的位置并分析作业进度。如果订单出现故障，客户请求可能无法在报价的交货时间内完成。车间数据收集可提供详细的生产历史记录，并帮助管理人员保持生产按计划进行，以满足既定的交货时间。

车间数据收集对于生产跟踪至关重要。手动数据输入是可能的，但存在严重的缺点，包括人为错误、数据输入错误偏差以及缺乏对实时性的依赖。车间洞察力有助于做出更好的决策。生产跟踪软件使用实时数据收集和强大的分析来查看生产系统并消除这些缺陷。

从车间收集数据的技术

有这么多潜在的数据源，制造商经常使用各种数据收集技术。其中包括：

• IoT（物联网）传感器集成用于连接不同的设备和系统，以便在正确的时间以正确的车间洞察力将正确的信息提供给正确的人。
• PLC（可编程逻辑控制器）集成用于测量和控制生产过程中的步骤。
• 生产线 HMI（人机界面）系统集成（例如安装在工厂车间设备上的触摸屏等单独的车间终端）允许将人类背景添加到数据中。
• SCADA（监督控制和数据采集）系统从总体意义上控制操作。
• CNC 和其他机器集成（新旧型号）以跟踪机器生产性能和健康状况。

MachineMetrics 方法

MachineMetrics 使用许多不同的方法从机器中收集车间数据。我们如何进行准确的数据收集完全取决于车间每台机器的独特功能和局限性。老化、控制、制造和模型都是影响机器性能和车间性能的因素。

我们认为来自机器控制的信息是提供车间洞察力的最佳生产数据来源。尽管如此，我们也意识到人类背景的重要性。机器数据本身并不能说明生产性能的全部情况，因此我们将通过每台机器上的平板电脑界面记录的操作员的数据进行分层。

这使操作员和管理人员能够更清楚地了解生产绩效。他们不仅会知道所经历的停机时间，而且 '会知道机器停机的原因 .

不仅会有准确的废品率基准，而且 '会知道报废零件的常见原因 .他们还将消除极其繁琐的任务，提高有价值的固定资产的性能，并通过具有成本效益的部署实现更高的投资回报率。

这一增加的运营数据层提供了一个全面的解决方案。它为制造领导者提供了额外的车间洞察数据，以调整流程、消除非生产性活动并做出对生产力产生积极影响的决策。

制造数据收集软件

手动车间数据收集不会使您达到在现代制造业中竞争所需的水平。您无法手动收集实现我们迄今为止所讨论的好处所需的车间数据类型和级别。您的员工花费大量时间手动跟踪零件数量、停机原因和其他车间数据点是不切实际的。原始车间数据也将几乎无法使用并严重延迟。

精通数据的员工需要进一步努力，通过计算关键指标、开发报告以及与所有利益相关者共享车间数据收集来手动压缩车间数据收集。

一个可以自动收集、情境化和共享制造信息以便您的员工可以专注于做出决策的系统是一个更好的方案。

您应该在为制造数据收集而构建的系统中寻找的要求包括：

• 通过边缘实时收集车间数据。这可以简化数据捕获并帮助管理需要尽可能接近实时发生的自动化任务（例如安全关闭），而这些任务没有时间往返于云端。
• 车间数据采集和处理的云平台。这使您能够以购买相同设备的一小部分成本利用强大的资源来更深层次地存储和分析数据。这包括基于例外的主管批准、工资系统链接和可配置的工资规则、质量记录管理、例外报告、实时报告、劳动力成本和其他详细报告等工具，以更好地制定决策。
• 通过 PLC 或 I/O 进行机器集成。这有助于准确、快速地收集机器数据，并且不会像某些传感器那样容易出错或经常需要调整。
• 与其他制造软件集成，例如制造执行系统 ​​(MES)、ERP 系统、CMMS 等。
• 能够与传感器连接，以确保可以从各种资产（包括旧设备）收集数据。
• 高频数据收集功能可用作时间序列或机器学习模型的输入，以推动高级预测用例。

了解如何使用 MachineMetrics 即插即用解决方案轻松收集生产数据并即时了解和控制车间。

与我们的团队预订演示或有任何问题与我们联系。