波士顿——制造业领先的工业数据平台 MachineMetrics 今天宣布任命 Jon Cowan 为其首席营收官 (CRO)。作为 CRO，Cowan 负责推动 MachineMetrics 的增长，以满足客户对 MachineMetrics 成熟的制造商解决方案日益增长的需求。 Cowan 从 PLEX Systems 加入 MachineMetrics，该公司最近被罗克韦尔自动化以 2.2B 美元的价格收购，在那里他担任销售副总裁，并带来了成功的企业软件销售管理的记录。他在企业软件和 SaaS 领域领导和扩展销售组织的丰富经验，以及他在制造和物联网技术方面的专业知识，使 Cowan

制造商处于不断改进的状态，但提高效率和缩短交货时间已经引起了人们对机器停产时间的关注。公司经常低估他们经历的停机时间和成本，尽管它极大地影响了整个车间的容量。以下将探讨跟踪、分类、公开并最终减少计划外停机时间的策略和解决方案，以确保制造商产生尽可能多的吞吐量。 制造商的停机成本是多少？ 制造商经常知道他们有问题并引用最大的问题是停机时间。但是，这可能是制造商对该问题的了解程度。一份名为“”的 2017 年报告指出，大多数公司都大大低估了他们真正的停机成本。此外，超过 80% 的公司缺乏准确计算停机成本的数据或能力。随着 IIoT、机器连接和监控解决方案的最新趋势，制造商开始获得他们甚至不知道

在工业 4.0 时代，每个企业都在寻求获得竞争优势，制造商按时交付高质量产品从未如此重要。生产瓶颈和延误、螺旋式上升的生产和维护成本以及延长的机器停机时间是绝对不能容忍的。 这就是为什么当今具有前瞻性的制造商正在通过使用最新的资源监控系统来开创提高效率的新方法。事实上，资源监控正迅速成为工业物联网 (IIoT) 技术的主要用例。 因此，如果您正在寻找一种更智能的方式来跟踪工厂的资源使用情况，请继续阅读。 什么是资源监控？ 所有制造商在日常运营中都会使用各种资源。资源监控涉及测量、分析和优化指定资源。 MachineMetrics 的工业物联网平台具有自动化机器数据收集和生产分析功能，可在

MachineMetrics 宣布 B 轮融资 2000 万美元 工业数据初创公司迎来制造商自主加工新时代 波士顿—MachineMetrics 是一家通过自主加工提高制造性能的工业数据初创公司，今天宣布已筹集 2000 万美元的 B 轮融资。该公司将利用这笔资金在全球范围内扩展其平台，并普及为制造运营提供动力的机器洞察力。 “制造业正处于数字复兴的边缘。软件、大数据和物理机械的交叉点是制造业的下一个前沿领域，也是克服我们目前正在经历的生产和劳动力短缺的可靠解决方案，”MachineMetrics 的联合创始人兼首席执行官 Bill Bither 说。 “今天的工业机器效率低下，因为它们需

MachineMetrics 始于 2015 年，旨在利用来自机器的实时数据改变制造业。在开始构建产品之前，我们采访了大约 100 家中小型制造商，得出以下结论： 高管认为他们的机器利用率是 60-70%，但实际利用率似乎更低（后来我们发现行业平均水平在 30% 以下） ERP 系统用于跟踪生产，但必须在一天结束或轮班时手动输入数据。没有实时的生产可见性。一些工厂每隔一小时就让操作员在白板上写字来跟踪他们的生产情况。 机器经常会因计划外的维护问题而停机，例如意外的工具故障或其他问题 制造商很难担任设置和编程机器、装载材料、更换工具和执行定期维护所需的熟练操作员角色 更有经验的操作员会聆听机器

使用车间控制自信地进行管理 智能化车间管理是现代管理方式的基本前提。事实证明，最佳运作的车间运营对管理层确保业务满足其生产目标的能力具有直接、积极的影响，并且没有延迟影响交付承诺。它还促进了组织的高级管理人员与其制造总监之间建立定期、及时和无缝的沟通，从而确保他或她能够直接了解工厂和车间经理的活动和他们各自的团队。 正确执行的现代车间管理方法可提高整个组织员工的生产力和士气。操作可以根据行业最佳实践进行标准化。可以快速发现生产过程中的漏洞或薄弱环节。而且问题可以当场解决。 所有这些都使组织能够建立持续过程改进的节奏。 此外，简化且高效的制造车间运营为高级管理团队提供了数据驱动的洞察力，

什么是机器维护？ 机器维护是对机器进行维护以确保持续工作的过程。它可以包括作为常规例行程序的一部分或在任何类型的损坏或损坏之前进行的维护——例如清洁表面、润滑齿轮以及检查皮带等部件的磨损情况。它还可能涉及监控设备是否存在任何潜在问题的迹象，例如振动模式的变化或温度或能源消耗的增加。机器维护还包括机器发生故障后发生的过程，例如评估损坏和更换零件。 从本质上讲，任何使机器在工厂车间正常运行并按预期工作的事情都可以被视为机器维护。机器维护服务通常由维护技术人员执行，并得到来自机器控制、传感器和机器接口的数据的支持，这些数据有助于评估何时需要或将需要维护。 您如何维护机器？ 机器维护有多种方法，

什么是工业 4.0？ 工业 4.0 的概念正在普及——它涵盖工业物联网 (IIoT)、云、边缘计算和数字孪生等技术，以及机器对机器通信 (M2M) 和网络物理等其他定义概念系统（CPS）。 第四次工业革命的基础是自动化。所有收集和交流数据的系统都是为了使工业和制造实践更加高效和自主。 IR4 中的技术用于通过硬件和软件连接以前离散的系统，提供信息透明度，增强人类决策过程，并在技术系统内分散决策，从而减少人类干预的频率。 有兴趣深入了解工业 4.0 技术和优势吗？阅读我们的完整指南。 工业 4.0 对精益制造意味着什么？ 在精益制造中，组织优先考虑最大限度地减少浪费，同时最大限度地提高

大多数公司都高度重视提高产能的能力。如果可以避免增加设备成本，这样做尤其有价值。毕竟，制造业的本质是生产商品，而现代运营在这方面的效率只会越来越高。 在本文中，我们将详细探讨什么是生产能力，以及您可以使用哪些策略来寻找商店中的隐藏产能。 什么是产能？ 生产能力是生产制成品所能达到的最大产量。它通常是一个基于零件的指标，用于确定在给定一定数量的资源（时间、劳动力、材料）的情况下可以创造的最多商品。 即。一周内，我们可以生产 500 个小部件。 任何制造商的理想状态都是以满负荷运行 .这意味着所有设备都以最高百分比得到利用，并以优化的流程运行，不会导致不必要的停机。但大多数制造公司的产能受

作为最接近生产的员工，操作员对车间有深入的了解。另一方面，包括车间经理和制造工程师在内的其他利益相关者有时难以了解生产状态、团队如何实现生产目标以及设备和资源的使用效率。 幸运的是，联网设备提供了数据、分析、报告和通信工具，可以揭示传统制造业中发现的生产问题。 分析停机时间 管理人员面临的最常见挑战之一是机器停机时间；机器不生产的时间。在分析公司停机的最大原因时，几乎立即存在知识空白。 车间的停机时间有多长？ 为什么机器停机了？ 停机成本是多少？ 最大的改进领域在哪里？ 回答这些问题是停机时间分析的一部分。车间经理、流程工程师和其他利益相关者可以从车间收集数据以运行分析并识别问题、机

制造商面临的最大问题之一是停机。大多数制造商不知道是什么导致了整个工厂的停机时间，这一事实加剧了这个问题。幸运的是，互联技术和云计算平台已经具备连接、收集和分析数据并生成自动用户友好报告的能力。 通过机器监控，制造商能够查看机器停机时间的数量、影响和原因，从而采取措施减少停机时间。在本文中，我们将讨论互联解决方案如何为经理和操作员提供车间的实时视图，并提供准确的信息以减少停机时间。 我们不知道我们不知道什么 大多数制造商都知道，由于停机，他们正在浪费时间和金钱。但是，很多厂商并不能准确回答以下问题。 您的工厂每年因停机而造成的损失是多少？ 在不影响其他进程的情况下，任何特定机器可以停机多

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

更快地解决机器停机问题 制造商一直在寻找生产更多优质零件的方法，而最大的障碍之一就是机器停机事件。 借助 MachineMetrics，您可以更快地解决警报和停机问题，从而减少总体计划外停机时间并提高操作员的工作效率。 在本指南中，我们将分享 MachineMetrics 可以帮助您的团队快速解决这些问题以确保机器尽可能多地运行的各种方法。 使用实时车间可见性 知道发生了停机事件或警报是尽快解决问题的最简单方法。唯一的问题是许多制造商没有准确的实时生产数据。 拥有机器数据可见性是准确了解车间任何特定时间发生的情况的关键。这正是 MachineMetrics 可以提供帮助的方式。 M

使用机器数据推动工厂车间优化 自动化制造设备（如果您愿意，可以使用 CNC 机器）以及操作该设备的人员，是任何制造业务的跳动心脏，是制造商最大的资本支出之一。这些机器价值数十万美元，产生的数据比任何其他行业都多，但尽管机器人和自动化领域进行了所有创新，但这些数据并未被捕获或分析以提高效率 这些机器每毫秒产生数百个数据点，每台机器的数据结构都不同。这使得跨所有不同机器标准化数据变得非常重要。但是，对于某些设备来说，这很难做到。 它不像通过 OPC-UA 或 MTConnect 进行标准化那么简单，因为只有一小部分机器支持这些协议。我们的客户花了数年时间尝试利用 DIY 解决方案从他们的资产

基于云的技术正在以前所未有的方式连接工厂、人员和机器数据。鉴于当今快节奏和高度分散的工业环境，以及优化维护管理的重要性，制造业中的运营和维护团队通过基于云的技术获得了巨大的竞争优势。 传统的企业资源规划 (ERP) 系统不提供对必要信息的快速和远程访问以告知决策。由于劳动力以及资产和车队的分布式特性，这是当今世界竞争力的一个关键挑战。 另一方面，基于云的 ERP、维护和其他工业软件解决方案提供了与本地同类产品相似或更好的功能和更大的灵活性。通常成本只是传统系统的一小部分。云解决方案还提供跨职能的可见性和跨职能和平台的一致数据可访问性、更快的低成本升级、更低的运营成本，并且通常由 OEM

准确的工作标准可以成就或破坏制造商的运营和财务成功。缺乏设置和周期时间的实时验证方法导致预测不佳，整个组织都感受到影响。 在本文中，我们将讨论制造商如何使用 MachineMetrics 根据真实性能数据轻松验证作业标准，以及珩磨作业标准如何帮助您更好地为零件定价并更准确地安排作业。 为什么标准化您的工作和设置时间很重要？ 制造商通常有与制造零件所需的时间以及设置工作（制造零件）所需的时间相关的标准。这些标准通常是在设计和/或编程阶段设置的，并且通常不会保持最新。由于制造商有时会使用这些标准来确定定价和调度的基础，因此可能会导致预期作业和设置时间与实际作业和设置时间之间存在差异。 这会导

一切都在内部部署的日子已经一去不复返了，制造业中的许多人都乐于向他们告别。今天，软件即服务 (SaaS) 在制造技术领域占据主导地位，这是有充分理由的。 SaaS 为充分利用其功能同时释放内部资源用于其他任务的制造商提供了许多好处。 在当今市场，客户对产品和交付的期望变得越来越复杂，SaaS 是制造商保持领先并保持竞争力的一种方式。以下是 SaaS 对制造商的一些优势： 降低开销和风险 内部软件和计算设备可能变得看似资源密集型。购买和维护物理硬件不仅成本高昂，而且维护额外 IT 人员的工资单以创建所需的软件、管理安全性、修复硬件问题以及保持正常运行的成本也很高。 设备必须定期

为什么效率对制造商很重要？ 提高制造业的生产效率是该行业的主要宗旨。利用精益战略来降低生产成本，同时保持质量和提高产量是一项持续的挑战。然而，凭借持续改进的心态，制造商将此视为机遇而非问题。 毕竟，制造商只能如此高效，只要他们击败竞争对手，他们就赢了。然而，随着新技术的出现，允许他们使用数据做出更好、更快的决策，行业内被接受为“标准”的潮流将会上升。例如，尽管制造业雇用的工人数量下降，但产量却在增长。 制造业的生产力与效率：这就是区别及其重要性 与流行的用法相反，生产力和效率不是同义词。虽然它们都是值得优化的路径，但制造商应该了解每个概念以及它们之间的关系，以指导这些改进。 生产力是

制造商面临的最大挑战之一是了解车间正在发生的事情。为了解决这个问题，制造商使用 OEE 软件收集关键数据，为部门主管、主管和操作员提供有关车间活动的实时信息。这使他们能够做出更快、更自信的生产决策。 但是，如果实施生产监控软件的目标是了解当前性能，随时间测量该性能，然后对其进行改进，则必须首先定义性能。为此，制造商最常用的指标是整体设备效率 (OEE)。 虽然 OEE 将帮助您识别潜在损失并了解您的流程在哪些方面存在不足，但它不仅仅是一个性能指标；这是持续改进策略的基石。 什么是 OEE？ 整体设备效率 (OEE) 衡量机器的效率，同时考虑机器运行期间的可用性、性能和质量输出变量。 OE

在 COVID-19 大流行之后，制造业正在恢复生机，随之而来的是对数字化转型计划的重新关注。该行业正站在其备受期待的复兴的门口，很明显，制造业领导者不仅需要拥抱创新，而且需要加速创新，同时管理关键流程，例如在保持产品质量的同时增加产能。有效的合作将是做好这两件事的关键；但随着劳动力的流失并且大部分地区仍然偏远，这一点变得更加重要。 随着病毒席卷全球，很明显会有赢家和输家。可以说，许多制造商措手不及。在制造业进行上述计算之前，该行业已经因缓慢采用已经改变其他行业的以数据为中心的数字化思维方式而臭名昭著。 这在行业中得到了充分展示。即使是那些之前已经着手进行价值数百万美元的工业 4.0 或物联网