自动化制造设备（CNC机器，如果你愿意的话）和操作这些设备的人，是任何制造操作的心脏，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，然而，尽管机器人技术和自动化领域有各种创新，但这些数据并没有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，每台机器都有不同的数据结构。这使得标准化所有不同机器的数据非常重要。但是，对于某些设备难以做到这一点。
它不像通过OPC-UA或MTConnect标准化一样简单，因为只有一小部分机器支持这些协议。我们拥有花费多年的客户试图利用DIY解决方案从其资产中收集和转换为标准模型，手动编码数据点，通过机器手动编码数据点。在获得初始价值之前，这通常会在多年的定制开发和集成中导致融合，制造商的资源误操作。
从数据驱动的洞察力和行动为制造商提供了成长的基础，以竞争力地差异化。如今，制造商发现自己在旅程中的不同阶段利用数据和数字线程来优化和自动化其业务流程。
在MachinineMetrics，我们与许多在旅程中发现的许多制造商，他们的植物业务的数据不足和不可靠。对于诸如设备利用率等的关键指标，没有用于捕获变换的自动化系统的制造商，或者上下语境化的来自他们的机器资产的数据，通常是在令人满意的级别下进行的错误信念。实际上，我们的平均制造客户从利用率开始为28％，明显低于所感知的。也找到了类似的不令人满意的统计信息，用于OEE，停机时间和其他关键指标
SubPar的潜在原因，但对性能感知的感知源自手动捕获的数据。手动数据捕获通常会导致数据不准确，操纵或丢失。这是一个摇摇欲坠的基础，当尝试推动持续改进和创新时，裂开和扣。
另一方面，从机器资源自动捕获和转换的准确实时数据为捕获洞察和驱动值创建了一个实心基础。当然，这比做更容易。
制造商了解数据的价值，缺乏有效的数据收集和在决策中使用数据的一个重要原因有两个方面：
不仅有许多不同类型的设备 - 车床，轧机，塑料注塑，冲压，激光切割机，机器人等 - 根据可用于获取这些系统数据的机制，数据点可能是非常多样化的。为了提供有效的工具，用于分析这些不同系统的数据，必须将数据转换为公共数据模型。每种机器控件不仅有自己的收集数据机制，而且数据点也可能因使用该控件的机器的家庭，制作和模型而异，以及在该控件上运行的软件的版本。
制造设备，特别是离散制造设备，非常复杂。机器是一个由组件组成的大型系统，这些组件协同工作，产生数百个不断变化的不同数据点。根据应用情况，可能需要以100Hz或100KHz的速率捕获数据。使用此信息的平台必须在系统内的多个级别上分析数据，以避免在只有聚合或计算结果足够时发送和存储不必要的数据。这些系统必须能够在最合适的地方执行复杂的处理—在边缘和云中。
直接连接到CNC的控制提供大量的机器数据，包括各种不同的数据点。
虽然某些系统可以提供低保真度和高延迟的值，但某些物联网使用情况需要更有效的实时数据。边缘技术需要处理大量数据，以毫秒或更少进行决定，并采取潜在地防止机器或工件的损坏。甚至仪表板也可以向工作的性能提供可视性，可以从低延迟获得巨大的价值 - 立即注意落后或失败的过程。
离散制造业介绍更复杂。这从离散制造工厂的可变性开始。有许多不同的机器制造商，没有一家工厂只有一个品牌的机器。许多不同的机器也具有不同的控制系统和通信协议。它们是不同的葡萄酒，从新的现代控制到20-30岁，控制能力有限。联系和收集数据来自各种工厂资产也是一个重要的事业，也考虑到大多数这些机器从未设计用于为整体，工厂或企业范围的分析解决方案公司提供的数据集中在今天的展示。
连接操作的美是制造商可以从许多来源收集和使用数据。只要数据是上下文化和相关的，这可以帮助管理者更深入地了解商店地板的状态和性能，甚至可以帮助填补空白并将上下文添加到现有数据。
作为最有价值的生产数据来源，机床提供了由MachinInemetrics上下文中的数据流，用于实时生产仪表板，报告和通知。利益相关者可以立即通知机器停机事件，并查看生产后落后于计算机数据，包括机器数据，包括机器状态，报警，覆盖，负载，速度和馈送。
要在生产数据中填补空白并为上下文添加其他层，可以有助于在制造环境中共享不同系统之间的数据，例如ERP，MES，CMMS，CAM等。
Machinimetrics具有应用程序编程接口（API），可以从外部源中拉出信息。这种机器和操作系统的组合可以利用在一起以产生洞察力或驱动器自动化。例如，指示故障的机器数据可以自动触发CMMS中的工作顺序。
生存在每台计算机上的Machinimetrics操作员界面提供了用于运营商的通信工具，用于将上下文添加到机器数据。这是一个重要数据层，有助于解释机器下降时间后的“为什么”，报警，废料零件等。
通过每台机器上的平板电脑，操作员可以为机器数据提供有价值的上下文，记录停机事件和报废零件的原因。
在制造中，边缘必须捕获从机器的数据并将该数据转换为公共数据模型，以便可以执行分析。它必须能够支持各种PLC协议，以便在工厂地板上的各种资产中实现连接。它还应该支持捕获来自传感器的数据，以便更简单的资产或当PLC中没有标准连接方法时。Machinimetrics已开发并支持大多数标准的工业协议，他们的各种细微差别，以及将定制连接器构建到许多不同的CNC机器控制器。
支持的标准协议包括：
内置自定义机器控制连接器包括：
对于旧式机器，通过简单的传感器连接就足以确定机器的活动并报告利用率。通常使用模拟电流传感器，并且支持各种数字和模拟采集设备，包括Labjack。这使得需要捕捉温度、振动、压力以及连接到机器中的继电器的能力的其他用例成为可能。
PLC / CONTROL和传感器连接都可以通过在线接口维护，并且可以通过专为IOT数据专为IOT数据而设计的简单脚本语言来过滤，处理数据。
对于某些控件和传感器，数据可以以低频率（在事件发生变化时，或每秒1个样本）传输，也可以以高频率（每秒1000个样本）传输。对高频数据的支持要求MachineMetrics建立自己的边缘技术来支持这种高水平的数据处理和流。
为了缩放数千台机器的边缘，并能够远程维护，升级和支持边缘软件，Machinimetrics Edge Platform.使远程设备管理能够远程配置，升级和管理Edge设备在客户网站上收集数据。支持技术人员和客户自己可以解决问题，运行诊断，配置网络以及使用这些内置工具测试防火墙。通用语言界面（CLI）已进行自定义，以提供进一步的诊断和支持。此CLI可用于升级设备，但客户将很快获得升级EDGE软件本身的选项。
MachineMetrics Edge平台为可以自动安装的制造商提供可扩展的解决方案，以便在任何设备中容易地收集数据，并在几分钟内实现可操作的机器洞察。
CNC机器数据收集开始通过各种方法连接计算机，包括有线和无线解决方案。
一旦能够收集数据，它是语境化和标准化的，以便在实时仪表板和通知中使用，以及用于更深入分析的历史报告。但这只是开始。
机器数据代表数字线程的基础，赋予无限数量的使用情况，以优化和自动化业务流程，使制造商能够增长他们的业务并竞争地区分类。
然而，机器数据提供的值只有在自动捕获和转换时才能有效地使用。
我们与基于纸张和其他手动解决方案的客户看作是什么，因为它的生产数据效果较小，因为它被延迟，不准确，无法伸展化，并且不会超越简化用例。或者更糟糕的是，它充满了空白或不存在。
另一方面，从机器资源自动捕获和转换的准确实时数据为捕获洞察和驱动值创建了一个实心基础。
性能可以在类似的机器，线条和植物中基于类似的信心，了解潜在的数据是准确的。机器资产性能甚至可以测量并与公司以外特定行业的相似资产进行比较。
到底，只有一个版本的真相，机器不撒谎。通过准确的数据捕获和转换，通过通知和工作流程触发结合可见性和可操作性，利用性能的提高15至20％可以在几个月内实现。
我们可以遵循此数字线程来查看添加其他上下文的位置，以及如何在其他进程和系统中使用此数据以在比例下驱动效率。
您的生产来源包括商店地板上的设备和人员。自动收集机器的数据，但我们尚未讨论操作员数据的影响。
通过在每台机器上放置平板电脑，操作员可以为机器数据添加上下文，从而更深入地了解设备的性能。
例如，运营商可以记录给定的停机事件的原因，使得工厂管理人员分析停机时间不仅可以准确地了解其植物经历了多少停机时间，而且是最重要的原因。对于废料部件也是如此。
在平板电脑接口处将停机原因分类的操作员的示例。
这使得管理更好地了解问题，以便可以开发更有效的过程来管理最令人震惊的停机时间和废料原因。
此外，该机器数据与来自操作员的上下文相结合，可以根据特定的停机时间发出通知，提醒操作员和维护团队成员停机事件，以便他们能够尽快解决问题。
数字螺纹缝合在一起多个组件数字工厂. 当我们遵循这个思路时，机器数据开始影响制造商使用的其他系统。
当自动收集机器数据时，它可以集成到系统中，例如ERP，ME或CMMS，以便更有效地管理进程或基于组合数据进行更好的操作决策。
一些例子来说明这个重要性：
企业资源规划系统
制造商通常管理在ERPS中的作业和调度，其中信息将存储在作业标准和循环时间上。然而，有很高的可能性，即工作标准和循环时间不准确，这极大地影响了工作的预期运行时间，以及扭曲定价，因为商店通常基于机器给定产品所需的时间。
如果制造商正在收集实时机器数据，则可以在ERP中更新循环时间以开发更准确的标准，并确保定价符合预期的作业运行时间。这为制造领导人提供了更好地了解商店能够接受的内容以及预计会产生多少利润。
计算机维护管理系统
在其他系统中利用机器和操作数据的另一个例子正在改进和使用CMMS进行自动化维护。
目前存在许多策略，当涉及到维护设备，但大部分厂商继续依靠被动维修或基于日历的维护（与机器制造商提供了一个建议的时间表）。
反应式维护往往会导致大量的停机时间。而基于日历的维护（一种预防性维护策略）由于不必要的维护工作往往成本高昂。
“金发姑娘”区之间的昂贵日历的预防性维护和反应性能，导致大量停机和大量维修费用。
通过攻丝机资产数据和分析上市公司CMMS制造商可以从被动和日历为基础，以使用或基于状态的变换维护策略。如果没有源自机器资产的数字线程，则制造商可以预期从CMMS投资实现的价值明显减少。
使用机器数据可用，可以优化维护计划以使计算机的使用和条件数据对齐，这些数据甚至可以用于触发自动生成CMMS中的工作流程的工作流程，并通知正确的机器条件的工作流程，停机事件，报警，即将发生的故障等，以便它们可以尽可能快地解决问题，甚至在发生故障之前。
由于制造商能够提供能够更好地捕获和转换其生产数据的解决方案，因此他们不仅能够推动更好的基于事实的决策，而且能够利用数据开发更好的流程并推动车间自动化。
机器数据打开了整个用例的世界，使它成为生产数据的基础，并赋予制造商具有深刻的竞争优势。
我们很乐意讨论如何MachineMetrics Industrial IoT平台无论您所在的旅程是什么阶段，都可以帮助您，无论是监控您的设备，以识别更快，或利用高频数据以预测和防止机器故障的阶段。
准备授权你的车间？
了解更多.svg)
注释