如何优化物联网和制造工厂?

现代工厂越来越多地被其处理所产生的海量数据的方式所定义。与过去几年相比,制造工厂产生的数据的速度和复杂性是天文数字。制造业的数字化使许多人获得了较旧工具和方法的竞争优势。

如何优化物联网和制造工厂?

可以说21世纪的制造业比以往任何时候都容易,但是,大量的新技术也意味着现代制造商需要成为所有行业的佼佼者,才能战胜竞争。

现代工厂越来越多地被其处理所产生的海量数据的方式所定义。与过去几年相比,制造工厂产生的数据的速度和复杂性是天文数字。制造业的数字化使许多人获得了较旧工具和方法的竞争优势。 

随着现代工厂中所有事物都朝着数字化方向发展,这意味着一切也都在产生数据。有了这些数据,分析能力就可以使制造商对其过程做出更明智,更明智的决策。此数据收集是通过物联网(IoT)来完成的,这是我们目前都可能熟悉的术语。 

现在,随着我们所有制造工具的数量成倍增加,成为数据生产者,管理工厂不再仅仅是了解最佳制造工具,而是了解如何利用数据来确定最佳流程。 

随着数据流量的增加,通过物联网和其他智能制造技术,问题就变成了,作为工厂经理,运营商或只是小型制造商,我们如何管理影响我们底线的大数据和额外价值?

处理工厂中的大数据

如果不正确地了解如何管理大数据,那么在制造业中使用大数据可能会令人不知所措。数据可以有多种形式,从硬性结构化数据(如制造文件)一直到完全非结构化数据(如错误日志和机器日志)。 

我们可以通过三种方式定义在现代工厂中生成的数据:结构化,非结构化和实时半结构化。 结构化数据是适合表的数据,并且已经格式化,可以轻松得出见解。易于管理和维护。例如,结构化数据可以是我们存储在数据库中的制造数据。

非结构化数据是我们从非标准来源获得的大数据的类型。这些是操作员的班次日志或工厂或机器的图像。所有这些数据都存在,但需要先对其进行解码和组织,然后才能从中提取值。 

半结构化数据是不符合标准数据模型但具有标头,标签和标记的数据,这些标头,标记和标记将其不同部分区分为半可解释文档。半结构化数据的示例包括机器上的传感器,RFID信息,运动控制器数据等。 

如何优化物联网和制造工厂?
制造业中网络物理系统金字塔的一个例子,解释未来智能制造水平的想法。

从多个来源,处于多个状态的各种类型的数据中组织,管理和提取有用的信息曾经是一项不可能的任务。但是,当今的物联网和数据管理平台不仅使其成为可能,而且相对简单和可扩展。 

退一步意识到仅拥有所有这些数据并不固有地意味着我们了解它的价值,但是它当然可以具有很多价值。机器数据(进给速度,工具使用率,RPM等)都直接或间接地与产量和质量相关。如果CNC机器上的操作员每10个零件中就有1个记录加工错误,那么大数据收集不仅使我们能够轻松地发现问题,而且还可以利用各种问题解决工具,例如根本原因分析,我们也可以修复核心问题。

如果要认识到大数据的价值是第一步,那么下一步便是处理它。下一步将以不同的格式管理所有这些数据,并使用户(工厂经理)可视化如何使用它们。从本质上讲,这是一个庞大的数据结构和数据科学问题。 

多物联网工具,英特尔可以说是智能工厂的领导者之一。我们已经确定了问题,大数据的管理。我们已经认识到它为何如此重要:洞察力和持续改进。我们已经简要提到了已有数据工具来帮助管理所有这些数据。接下来,我们需要花费一些时间来了解可以从智能工厂中使用大数据中获得的全部复杂性和见解。 

分析是了解智能工厂优势的关键

可以整日谈论智能工厂的高级好处,但是我认为所有这些都会在几乎每个非执行者的耳中流传。我认为,围绕大数据分析的实施来检查实际案例研究和用例,以改善我们的工厂,这是更加实用(有用)的。 

首先,我将参考英特尔制造的一个用例。不过,请记住,在物联网上向您出售产品符合英特尔的利益,尤其是考虑到他们在物联网领域的股份。尽管如此,我还是觉得用例很好。 

英特尔希望确定一种方法,以减少用于确定零件好坏的机器所产生的假阴性指示的数量。这是称为自动测试设备(ATE)的设备的工作,是对设备执行测试以评估通过/失败的能力。

如何优化物联网和制造工厂?
图表描绘了行业中五个不同阶段中每种智能制造趋势的发展情况

问题在于,ATE经常会错误地将优质单元归类为有缺陷的单元,从而影响工厂的整体产量。扔掉好的单元显然是您不希望遇到的问题,因此英特尔想确定是否存在一种方法来检测测试机是否存在导致其将好的单元标记为故障的缺陷或故障。 

在机器上收集数据之后,他们通过AI分析工具运行数据,该工具最终在发生故障之前预测了测试机中90%的潜在故障。反过来,这又使合格零件的良品损失减少了25%,从而节省了成本。

在世界各地的工厂中找到更多类似的示例,这些示例已经实施了IoT和大数据管理工具。在许多情况下,物联网和大数据管理所允许的优化和改进可以为工厂节省足够的资金来支付软件费用,以及其他一些费用。 现代化工厂中的物联网可提高生产可视性,改善操作员,降低质量管理成本,提高质量并缩短改进周期。所有这些都取决于使用AI进行分析和大数据处理。 

对于不熟悉它的制造商来说,所有这些听起来可能令人恐惧。但是,当今可用的工具使该过程比以往任何时候都更加简单。 要解决的最后一件事是现代智能工厂需要有效运行的巨大带宽。在许多情况下,数据收集需要实时进行,而这只能通过快速网络来完成,5G的推出将使更大的制造商网络成为可能。  

5G将如何改善智能工厂

5G本质上是一种用于无线网络的新数据基础架构,与4G基础架构相比,它可以以指数级的速度运行。诸如人工智能和物联网之类的数据密集型技术很可能会通过 5G进入公共空间。 

物联网似乎是特别适合5G技术的领域。正如我们在本文中所讨论的,目前,物联网在制造业中被广泛用于收集工厂中的数据,而在运输业中则被广泛用于收集车队中的数据。智能家居设备也通过IoT进行连接,但是当您连接的设备过多时,低功率的家庭wi-fi网络就会遇到困难。

5G可能比任何有线wi-fi网络都快,并且它几乎可以在任何地方使用-只要您能获得信号即可。这意味着5G将使IoT设备几乎可以在任何地方运行,而不受限于本地无线网络。 

5G基础设施是现代制造工厂可以利用IoT的一种方式,几乎不用担心带宽和数据速度的限制。

当然,所有这些基础结构都属于工业4.0的总体结构。归根结底,借助IoT和5G达到智能工厂地位是创建新一代制造业的垫脚石。几乎可以肯定,行业发展的方向,因此作为制造商,我们必须拥抱物联网,持续改进和智能制造,以保持领先地位,这一点很重要。世界的创新步伐比以往任何时候都要快,这是我们的工作。 

本文来自互联网,不代表前途科技立场,如若转载,请注明出处:https://accesspath.com/tech/5677041/

(0)
定国的头像定国
上一篇 2020年7月14日 下午4:54
下一篇 2020年7月15日 下午4:45

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注