工业物联网(IIoT)和第四次工业革命(工业4.0)技术的兴起为生活带来的数据的力量是无可争议的。对于制造业来说，公司是否将这些系统数字化并将其整合到运营中不再是问题，而是一个问题当．这也是生存和竞争力的问题。

对于数据标准化，有许多事情需要考虑，例如如何收集数据，将部署哪些系统来管理数据，以及如何分析数据以实现可操作性。如果没有标准化，你将面临不同的数据格式、孤立的数据收集系统以及缺乏可操作的见解。

但是什么是数据标准化，特别是在制造业环境中?它的重要性对开始数字化转型之旅的制造商有何影响?继续阅读，了解为什么自动化数据收集和标准化是在精益制造环境中成功实施工业物联网的第一步也是最关键的一步。

什么是数据标准化?

数据标准化将大量传入的信息转换为标准格式。这使得运营商、技术人员、生产线主管、中层管理人员和高管等最终用户能够利用数据中揭示的见解。

有效地标准化数据的目标是将收集不同数据源的过程自动化，并自主地将它们转换为一个公共模型，人员和系统可以从中使用数据进行分析和操作。

对于制造企业来说，采用不同原始设备制造商生产的设备是很常见的。同样典型的是，这些设备的使用年限跨越多年。因此，在一个综合系统中连接设备已经足够困难了。但是，在没有数据标准化过程的情况下处理这么多不同的数据源是非常困难、耗时且耗费资源的。

通过数据标准化，许多不同的数据格式通过边缘设备转换为一个公共模型。通过边缘设备上的数据标签映射软件，数据首先被映射到一个公共模型，然后可以发送到云端进行进一步分析。

一旦标准化，数据就可以存储在数据仓库、云、数据湖或其他数据库中。这些标准化流程有助于工厂和车间级别的用户，以及其他业务相关部门，如供应链和运营。数据也可用于其他计算机操作系统(如MES和BI软件)，作为决策的关键组成部分。

拥有标准化的数据意味着每个人都在同一页上操作，拥有一致的实时数据和单一的真相来源。

这在原则上听起来很简单，但MachineMetrics这样的解决方案的独特之处在于与任何和所有机器资产的快速连接，确保来自设备的所有信息都可以被收集、标准化和上下文化。此外，使用仪表板、通知和工作流等开箱即用的功能，您可以在几周内获得价值，而不是几年。

问题是，很多厂家不搞数据标准化，而试图手动记录和分析数据，或者使用将数据映射到统一模型的遗留解决方案．

数据标准化用例

当谈到利用标准化工厂数据时，有无数的用例。重要的是，这个机器数据代表了车间最准确的信息来源，因为它是与生产最密切相关的数据。

出于这个原因，团队和系统都可以依靠这些数据在日常基础上做出更好的决策。这种在整个组织中使用机器数据的概念被称为“机器数据数字线程．”

下面是一些数据标准化的用例:

数据可视化

通过标准化的数据，高级分析可以在生产点向平板电脑和监控器提供实时状态。操作人员可以实时查看当前生产、故障、状态等相关信息，并通过直观的界面进行操作。

维护

通过使用历史问题和当前数据，维护可以从基于日历的策略转变为基于条件的策略。这有助于降低成本，同时延长设备和工具的使用寿命，这是维护计划的最终目标。随着数字技术的成熟，运营甚至可以开始转向预测性维护策略．

管理

数据标准化可以通过API与其他商业智能软件进行分析和连接，以帮助预测产品趋势、识别现场故障、分析质量问题等。这些趋势可以帮助制造商在企业发展战略、流程改进和成本降低方面做出更明智的决策。通过机器数据平台在边缘进行数据标准化，可以将其推入其他系统，如MES或ERP，以便更好地了解生产，并更好地决策。

自动化

只有从数据中获得关键见解，才有可能对数据采取行动。ie。一台机器经历了停机事件，我们落后于生产目标，我们的不良率比平时高，等等。此外，只有当数据易于消费时，才能从数据中获得见解。有了易于消费的数据，制造商就可以开始使用这些数据来实现更快的决策，最终实现自动化。

例如，MachineMetrics可以使您在机器经历停机事件时立即通知生产经理，构建将机器状态数据发送到CMMS以生成工作订单或自动化的工作流能力分析、设置分析和停机时间分析．

数据标准化是工业4.0的自然结果

工业4.0和工业物联网的到来意味着将整个企业的制造设备连接起来。所收集数据的力量已被证明对生产监控、流程改进和解锁连接工厂中的隐藏容量．

它还推动了供应链更加敏捷和反应灵敏，改善了预测和采购，以及许多其他用途。但这些工具也迫使数据快速标准化。

这种标准化是工业4.0的自然结果，因为如果这些数据没有标准化到一个公共模型中，打算使用这些物联网数据的工具和应用程序就不太可能吸收或使用这些数据。这就是为什么像MachineMetrics这样的解决方案是连接制造环境不可或缺的原因。

MachineMetrics不仅为机器数据收集提供了即插即用的解决方案，而且所有设备制造商和型号的数据都可以自动转换为公共数据集。然后，这些数据可以通过报告、仪表板和工作流在MachineMetrics平台中使用，或者发送到CMMS、QMS、ERP或MES等其他系统。

了解如何使用一组最佳解决方案构建正确的工厂堆栈。

自动化数据收集和标准化的影响

自动化车间所需的繁琐数据收集，以及标准化、上下文化和分析是推动性能改进不可或缺的。让我们回顾一下机器数据平台(如MachineMetrics)的一些关键价值杠杆。

轻松部署

可以快速安装MachineMetrics以捕获、转换和上下文化数据。它可以添加到新的或传统设备中，立即将数据转换为标准结构，使报告和分析保持一致。由于它适用于数字和模拟设备，设备可以在几分钟内使用标准化的高质量数据启动和运行。在一天之内，您就可以在整个操作中可视化生产。

活动级别标准化的好处

在主轴、机器、换班或工厂层面深入、监视和控制活动的能力可以提高效率并推动更高的产量。这也意味着更少的人为干预和人为错误。不再需要在白板上手动跟踪，在HMI中添加数据，或在Excel电子表格中分析数据。从车间到顶楼，每个经理都可以在相应职责范围内进行深入研究。

预测和规定的行动

数据标准化和高级分析可以为维护提供见解。当设备出现故障时，可以简单地通知合适的人员，或者开发一个基于使用的维护程序，以确保设备在最佳时间得到维护。这种历史上开发的可操作数据也可以扩展到其他团队。例如，在生产的情况下，您可以建立准确的周期时间和标准工作，或者在质量的情况下，您可以有一个用于测量不良率的有用基准。

前所未有的可见性

就像哈勃望远镜改变了天文学的游戏规则一样，标准化数据使制造公司对其车间操作的可见性达到了前所未有的水平。用户可以实时地跟踪和可视化性能、问题、趋势和见解，这是前所未有的。

更低的劳动力成本和更有效的设备使用

数据分析一直需要高技能和大量员工。有了数据标准化和可操作的分析见解，公司现在可以设计定制的报告和分析来满足他们的需求，而无需配备数据分析师团队。这也确保了尽可能有效地利用资源。例如，测量机器操作员的效率,或跟踪机可用性．

更高的盈利能力

股东和所有者为没有利用工业物联网和数据标准化的公司付出了高昂的代价。使用标准化数据可以显著提高盈利能力，因为它可以帮助释放容量、推动流程改进、降低维护成本等等。

预防:

• 记录重复
• 不需要的设备和过程的停止和启动
• 机器层面的安全问题
• 误报警、误报警
• 制造零件短缺或过剩的
• 错误交付或丢失在制品
• 原材料的脱靶调度或预测

今天开始:从数据中提取价值

随着行业应对越来越多的数据点和数据源，您可以凭借显著的竞争优势实现飞跃:准确、实时、标准化的数据，所有数据都触手可及，可以快速做出决策，立即发现问题，并进行深入分析，以发现效率低下、隐藏容量和流程瓶颈。

今天预定一个机械计量学的演示看看我们的一些客户是如何通过机器数据平台来创造价值的:

• 摩根奥尔森:这家领先的步入式货车车身制造商的持续改进经理节省了60万美元的资本支出，减少了50%的浪费。
• Flexco:一家生产皮带紧固件、清洁剂和维修产品等关键部件的生产商实现了16.5%的生产力增长和9%的整体工厂利用率增长。
• Avalign:一位OEE总监分享了他如何使用MachineMetrics在增加产能(不增加额外设备)的情况下产生数百万美元的利润。