机器数据如何推动更智能的制造

对于制造业来说，这真是一个迷人的时代。

一方面，世界正处于第四次工业革命(工业4.0)的开端。从自主机器人到工业物联网(IIoT)的一系列新一代技术正在改变这个行业——从我们的工作方式，到我们工作的工厂，到制造商能够提供的生产力水平。

另一方面，该行业面临大量挑战，包括:实施行业4.0技术和平台、提高产能以满足不断增长的市场需求、熟练劳动力的差距和吸引下一代制造商……

显然，在利用数字转型的机遇和应对这些挑战时，涉及到许多因素。但这两个问题的核心都是推动制造业变得更加智能。

什么是智能制造？从某种程度上来说，这是古老格言“更聪明地工作，而不是更努力地工作”或“少花钱多办事”的延伸，这是通过提高制造效率和敏捷性来实现的，主要是通过更先进的技术和连接的操作/系统。这里的关键要素是数据。

让制造变得更智能依赖于消除数据孤岛、建立推动持续改进的反馈回路，以及充分利用您的数据及其提供的洞察力。简而言之，在正确的时间将正确的数据提供给正确的人。除了推动数字转型和加强组织应对上述行业挑战的能力之外，这意味着制造商在推动成本节约、可持续性、盈利能力和竞争力方面处于有利地位。智能制造之旅不一定始于巨大的技术革新。事实上，我们建议制造商从小处着手，采用循序渐进的方法快速扩大规模。这就是为什么大限度地利用现有机器数据的潜力非常重要，这为今天开始您的数字转型提供了机会。

机器数据如何推动更智能的制造

提供实时机器数据和汇总历史数据的监控工具使您能够进行更明智的分析，并了解机器性能模式如何指示维修需求。例如，也许单个坐标测量机(CMM)经常被识别为停机时间的来源，或者当执行相同的例程时，其操作速度随着时间的推移而变慢。在这种情况下，您可以从数据中得出结论，坐标测量机需要翻新或升级，以使其恢复到指定的性能。例如，用新的软件或数控系统升级机器，有助于延长其使用寿命。因此，机器数据对于建立主动而非被动的机器维护和升级方法，以及在机器的整个使用寿命中充分利用机器至关重要。

如前所述，机器数据可以让您深入了解产品生命周期中哪里出现了停滞。此外，当跨多个资产和工厂连接时，监控工具应使您能够快速识别备用容量。将机器数据的这两种用途结合起来是克服——在某些情况下是避免——制造过程中瓶颈的一种强有力的方法。随着机器性能的提高和停机时间来源的纠正，现在数据可能有助于缩短周期时间。此外，通过实时机器数据，您可以更深入地了解流程，探索提高效率的更多机会。假设一个运营经理正在通过多次执行从一个特定的检查例程中探索数据。例如，通过分析不同资产的执行时间统计和通过/失败结果，运营经理将更深入地了解关键变量(机器、零件等)是如何。，)正在影响周期时间。从那里，他们可以利用这些数据作出更明智的决定，以期缩短周期时间。

智能制造愿景的一个关键要素是自主运作的技术。这有许多好处——减少人为错误和停止制造，仅举两个例子——对操作员来说，一个特别好的消息是这将使他们能够远离机器从事更多增值活动。这反过来又为组织带来了复合效益，但实时数据是操作员放心远离机器工作所必需的。监控解决方案应该通过智能手机或平板电脑向操作员提供实时通知，以便他们可以检查机器状态和工作进度，并提醒他们任何需要手动干预的问题。