虽然我们中的许多人开始新的一年，决心通过去健身房、吃得更好、花更少的钱来改变自己，但制造商们肩负着更重要的转型责任：拥抱不断变化的数字制造环境，并新兴的工业 4.0 技术。 在过去的一年里，IIoT 或 Internet 4.0 的头条新闻总是无法逃脱。这些以技术为基础的制造新模式已经被许多世界顶级制造商进入实施阶段。 虽然数据驱动制造的好处非常显着，不容忽视，它将使许多人在竞争激烈的环境中提供竞争优势，但大约 50% 的美国公司仍然承认没有推出数字制造解决方案的计划。由于不存在数字制造的标准路线图，因此公司通常不确定从哪里开始以及需要哪些基础能力才能取得成功。 2018 年，Machi

每一天，在每个制造环境中，都会发生故障和停机。当您处理执行重复性任务的设备时，这只是一个现实。然而，问题在于，当今市场的制造需要高效和优质的生产。在“准时制”制造环境中，仅一台机器的计划外停机可能会导致延误，从而导致客户不满意，这些客户可能会流失给竞争对手，并直接影响公司的底线。 （物联网）增长的真正伟大成果之一是可以利用机器数据来限制计划内和计划外停机的运营成本和影响。这也称为预测性维护。 什么是预测性维护？ 预测性维护（简称 PdM）是一种预测工厂车间机器维护需求的方法。通过分析机器的运行数据，出现的模式将使操作员能够了解故障模式并预测何时需要对任何给定单元进行维护，从而可以在成本较

已更新2021 年 5 月 13 日 伴随工业 4.0 而来的肯定有很多流行语和趋势。制造商可能很难掌握这一概念并确定采用工业 4.0 解决方案的可能性。毕竟，“工业 4.0”是一个模糊的总体概念。实际考虑它并开始推出将其整合到您的业务愿景中的路线图可能很困难。 在讨论如何开始使用工业 4.0 时，我们应该首先定义它是什么。来自我们关于该主题的完整指南： 工业 4.0，也称为第四次工业革命或 4IR，是一个包罗万象的术语，指的是计算机、数据和自动化不断发展并共同改变工作发生方式的方式，特别是制造业. 这不是一个可行的策略，而是新一代的制造，通过包括物联网在内的智能技术来推动连接

*2021 年 2 月 10 日更新 工业 4.0 的重要性是什么？ 由于多种原因，第四次工业革命或工业 4.0 在制造业中极为重要且越来越重要。尽可能简单地说，工业 4.0 代表了推动整个运营效率的下一波技术浪潮。 未能采用第四次工业革命的技术将导致组织落后，因为他们的运营数字化程度不足以与竞争对手匹敌。 为什么工业 4.0 在制造业中很重要？ 制造商越来越多地采用工业 4.0 技术有几个关键原因： 成本效益：机器监控解决方案、预测性维护策略和其他先进的运营技术将帮助制造商减少停机时间、提高产量，并总体降低供应优质零件的成本。 数据民主化：与许多其他行业一样，制造业也遭受了孤立数据

情况发生了变化。 数字化转型关乎改变商业模式，关乎公司不仅要利用这些最新技术创造的巨大机遇，还要为它们的不断发展做准备。 虽然基于云的数据管理系统的引入对制造商造成了一些文化冲击，但其好处实在是太大了，不容忽视。越来越多的公司每天都在开发或将他们的工作负载迁移到云端，目标是在未来几年内将所有内容迁移到云端。这种数据的数字化使他们能够在竞争激烈的环境中提供竞争优势。 然而，随着企业变得更加数字化，存在更多固有的网络安全风险，而且问题越来越严重。对企业在整个过渡期间开发和维护 IT 安全的能力进行了进一步审查。 简而言之，企业不能再坐视并接受其当前的安全现状。 由于迁移到云软件需要愿意

工业化 4.0 绝对会影响国际商业和货物运输。全球化和工业化对行业的影响是显着的。 “自第一次工业革命以来，工业化已经对国际商业产生了影响。尤其是交通和电信的进步产生了巨大的影响。随着贸易和通讯的增加，越来越多的公司正在将业务扩展到陆地和海洋。” 制造业向数字化的转变正在影响公司之间的沟通方式并加剧竞争。 “这意味着公司必须专注于满足不断变化的消费者需求。保持制造和生产的灵活性并结合自动化技术可以缩短生产时间，让公司能够更快地做出响应，从而提高竞争优势。” 什么是产业全球化？ 工业全球化是组织实现跨境生产的过程，允许企业识别和利用新市场。这可以带来优势，例如降低供应和劳动力成本、合作机会

业务敏捷性曾经是制造公司可以逐步实现的目标。但是，高度不稳定的中断、不可预测的商业环境以及日益增长的需求和竞争迫使公司将业务敏捷性作为当务之急。 现在比以往任何时候都更加重要的是，根据实时、准确和可靠的数据做出快速、明智的决策。 许多公司传统上依靠制造执行系统 ​​(MES) 来管理他们的生产流程并为他们的决策提供信息。但事实证明，传统的 MES 系统存在不足，尤其是与数字制造解决方案提供的机会相比。 ERP 或 MES 是否会扼杀您的创新和持续改进？让我们来探讨一下这种情况。 MES 如何阻碍您 传统的制造管理系统在许多方面阻碍了公司。 MES 软件在响应数据驱动工厂可以提供的潜力方

自工业自动化开始以来，制造业一直在使用传感器。最初，它们被用来触发机械响应以减少体力劳动。随着传感器技术的发展，这些设备得到了改进，可以从单台机器上收集数据，以便公司可以使用这些数据来分析生产过程并确定需要改进的地方。 鉴于机器监控解决方案和工业物联网的兴起，数据的手动分析和对传感器输入的简单机械响应已变得低效且不必要。随着以惊人的速度和精度收集和分析数据的能力呈指数级增长，传感器技术已经发展到为物联网系统提供服务，而不是成为自动化流程的停止点。 今天，制造传感器仍然是物联网和数据收集难题的重要组成部分。制造商发现，虽然在可预见的未来（由于传统设备）将需要工业传感器，但物联网的进步有助于确

对于许多制造商来说，实现工业 4.0 解决方案的价值可能是一项艰巨的任务。在过去几年中，公司已经对巨大的中断感到震惊，他们已经看到稳定、精益和可预测的供应链让位于缓冲库存以保持公司运转的新时代。 现实情况是，这些系统经过成本优化以增加企业内的价值。随着这些模型的变化，现在人们更加关注劳动力和设备的利用。随之而来的是通过使用数据作为持续改进和成本控制的关键来发现隐藏的容量和优化流程来增加价值的紧迫性。 幸运的是，车间里有很多机会。只需用准确的生产数据来揭示它。 通过投资经理的视角审视工业 4.0 解决方案（例如 IIoT），制造商可以利用现有的业务知识来了解特定工业 4.0 计划可以实现的

在构成制成品成本结构的所有组成部分中，材料成本是几乎所有行业中最昂贵的成本之一。当然，没有原材料和零部件，就没有生产。但是，如果过多的材料因质量不合格而被拒收，则会显着影响公司的利润率。即使是单独的工具也可能很昂贵！ 在各个行业中，被拒绝的材料被称为废品 .很少有事情像高废品率那样引起管理层的注意。这个问题非常关键，以至于与劳动力和设备利用类似，减少废品的计划几乎总是制造商持续改进计划的一部分。 制造商必须考虑废品率，而不是只关注创造最大产量，否则利润将受到重大打击。 但究竟什么属于“废品”材料的范畴？管理者如何积极努力减少产生的废料量？我们探索废品的概念、如何计算废品率，并探索减少运营

制造商长期以来一直使用制造执行系统 ​​(MES) 来帮助管理生产。无论是独立的还是作为更广泛的 ERP 系统的一部分，MES 在管理和改进生产方面都发挥了重要作用。 话虽如此，传统的 MES 解决方案存在重大缺陷。 虽然 MES 在设备和生产流程的日常管理中帮助将制造数据提升到更高水平，但它仍然依赖于流程驱动的操作以及手动数据收集和输入。它也是由人驱动的，并且经常与其他企业软件缺乏互操作性。 为了提高 MES 的效率，制造商可以利用车间的宝贵资源：机器数据。这些数据在解锁后会提供实时信息流，可用于实现更好的决策、更有效的管理，甚至实现自动化。 机器数据与MES之间的联系 制造商需要了

在制造业中释放数字化 最近，我们有机会与 MachineMetrics 用户和潜在客户一起举办了一场活动，以了解制造业领导者如何利用数字技术来提高运营效率。我们的“让我们实现数字化”活动取得了巨大成功，使当地制造商能够亲自参观 AccuRounds 设施，并与当地啤酒厂 Trillium 的同事建立联系。 （敬请期待：我们将在未来举办更多此类面对面的活动！） 我们还与几位制造领导者举行了一个小组讨论会，以更好地了解其运营数字化和利用数据做出更好决策的驱动因素。对此，我们自己的高级价值工程师 Rob Urbani 做了一个补充，他概述了一个衡量数字解决方案投资回报率的框架。 下面我们分享我

了解工业物联网、探索有价值的用例和为共同挑战做好准备的资源 由于利润率越来越低、通货膨胀率上升以及竞争比以往任何时候都更加激烈，许多公司正在经历数字化转型，以保持在当今市场上的竞争力。 对于希望创建智能工厂并获得更多市场份额的公司而言，工业物联网是一项关键技术。事实上，许多公司已经采用连接解决方​​案来降低成本并实现更高效的运营。 但究竟什么是“工业物联网”？ 这个概念如何促进数字化转型以增强业务模式并创造更高的运营效率？是银弹吗？制造商实际上是如何使用这些解决方案来实现价值的？ 下面，我们将深入探讨工业物联网背后的技术。我们还将重点介绍常见用例、挑战和优势，为您提供全面的概览。

工业数据平台的兴起是由物联网在制造业中的日益普及所推动的。这些大量不同的数据类型和来源促使制造商实施平台来收集和标准化其众多机器和系统中的数据。 通过这样做，这些“工业数据平台”可提高运营效率、全面的生产可见性，并有助于推动持续改进计划。 但这些平台到底是什么，它们是如何开发的，它们对制造业的预期影响是什么？ 什么是工业数据平台？ 工业数据平台从工业环境中的设备和系统收集、标准化、情境化、存储和访问数据。 几十年来，制造公司一直在使用 MRP 和 MES 系统。但随着工业物联网、高级分析、人工智能 (AI)、机器学习 (ML) 和边缘设备的兴起，数据量呈指数级增长，同时也出现了新的分析

制造业一直依靠数据来衡量绩效并确定机会领域。但随着技术的进步，许多制造商继续像过去一样运作。 手动收集生产数据的传统存在许多固有问题。凭借强大的监控和分析功能现在随时可用，手动数据收集正在迅速让位于自动化解决方案。 手动与自动数据收集 1。手动数据收集 手动数据收集传统上包括剪贴板、笔、白板、秒表和计时器。这些曾经（并将继续）用于记录生产数据、停机事件和废品率。它们还用于测量工作场所内的劳动和运动。 随着计算机技术的进步，这些工具被 Excel 电子表格和最终一些独立的计算机软件所取代，以提供更高质量的数据和分析。但记录和测量仍然是手动的，容易出现人为错误和偏见。数据本身存在延迟、不准确

面对如此广泛的挑战影响当前的制造状况，可能很难为未来做出规划。不仅由于通货膨胀和供应链中断导致成本上升，而且还存在持续的技能危机。 为了更好地为未来做好准备，制造商可以使用容量规划来更好地了解满足预期需求所需的资源。没有一个模型是完美的，但有效的生产能力规划是一个有助于管理者设定期望并确保组织准备好支持其未来目标的过程。 更不用说，它可以帮助发现可能存在现有能力的关键机会领域。 什么是制造能力规划？ 制造能力计划是整体生产计划的一部分，旨在量化公司拥有多少生产能力以及完成订单位置需要多少。 这包括劳动力和劳动力能力要求、产品组合、供应链和其他变量。产能是可用资源所能生产的最大产量。

本文是解决制造商在工业 4.0 和工业物联网解决方案方面最紧迫问题的系列文章的一部分。在瞬息万变的制造技术领域，很难将有价值的解决方案和方法与闪亮的物体和短期思维区分开来。我们在这里解决问题并提供有关这些主题的清晰度，以帮助您充满信心地前进。探索完整系列： 是的，您真的为工业 4.0 做好了准备：这就是原因 工业物联网是必需品，而不是“锦上添花” 关注云和 SaaS？这就是你所缺少的 害怕是有道理的，但迟到会让你付出代价 那么，您的团队还没有为 IIoT 做好准备？ 新技术总是受到一定程度的怀疑，这并不总是一件坏事。如果这是您面临的障碍，那么了解原因有助于您找到前进的道路。

IIoT 组件（包括 IoT 硬件、软件和通信协议）的无缝集成已为制造商逐步实现。 早期的工业自动化系统是基本的传感器、限位开关和其他将数据直接馈送到打印输出或 HMI 的设备，而这些设备几乎无法进行分析。数据仍然需要在管理层输入到独立的软件平台。简单软件和企业级系统之间的互操作性存在问题，并且限制系统处理数据以供消费的速度和深度。可用的可视化通常仅限于机器级别的 HMI。 自 1970 年代以来，工业自动化系统通常依赖于 PLC。云平台已经发展到可以在标准化协议下与这些 PLC 一起工作的地步。 PLC 可以将数据传输到云平台。分析数据并将其交付给系统和人员，以提高生产力、促进流程改进、

MachineMetrics 达到一流的信息安全标准 通过 ISO 27001 认证 国际公认标准验证了 MachineMetrics 对高级数据的承诺 安全实践 马萨诸塞州北安普顿市，2022 年 4 月 19 日 —MachineMetrics 是制造商机器数据收集和生产分析领域的领导者，今天宣布它已获得国际标准化组织 (ISO)/国际电工委员会 (IEC) 27001:2013 认证其工业数据平台。审计是在经过严格的独立评估后完成的，反映了 MachineMetrics 致力于保护客户数据的可用性、完整性和机密性免受威胁。 “在 MachineMetrics，安全是我们做出的每一

上个月，我参加了在密歇根州大急流城举行的大谷州立大学汽车供应商研讨会。作为一名制造技术专业人士，这次活动令人难以置信地发人深省，特别是有两个演讲引起了我的共鸣。 首先，研讨会的主题演讲由通用汽车供应链执行董事 David Leich 发表，他分享了通用汽车为确保供应链在当今发生的众多中断中的弹性所做的工作，以及供应商应该期待的未来发展。第二个是 S&P Global Mobility（前身为 IHS Markit）的汽车分析执行总监 Mike Wall 的演讲，他根据最近的俄罗斯-乌克兰战争发布了全球汽车生产的热门情景。 以下是 David 和 Mike 在他们的会议中讨论的最重要和最有影