完全理解工业IOT对操作效率能做些什么,就必须从整体上看待它的好处。 如前所述,工业IOT涉及到工厂资产方方面面的连通性包括生产设备、盘点、供应链、维护、质量和商业运营。在过去的革命中,一个或多个功能领域取得了特定的线性进步,而随后的革命中其他领域则取得了进展。
工业IoT运抵后,工厂内所有功能区都全面受到影响,所有资产子系统都连接在一起。 横向集成加上专业IoT软件深度解析允许创建Smart工厂,利用所有资产提高操作效率使用AI、机器学习和设备连通性
结果系统能识别趋势,采取独立和有时自主行动并比人工干预快得多地响应效率增益,使效率增益前无从实现。正是这种分化使Cindustry4.0有别于所有过去的革命,因为这是整个企业理解并实现利益所必须使用的东西。在这个系统里,数据从部门间传统的“岛级”思维中解脱开来,一个数据库可用于整个操作。数据向所有人开放,以便全企业都以单一版本的真象运行软件内部分析通过机器学习算法演化时,系统随着时间的推移变得更加高效
传统制造中高度强调提高生产设备效率。除设备本身外,精益六西格玛等程序进化来管理并提高效率。它既是线性焦点,也是依赖人类主动成功除生产外,其他功能领域被视为辅助性功能并被视为单纯的“间接性功能 ”, 并自委参与以来,它始终支持如何提高生产楼层、生产工作人员和生产努力效率。 工业IoT应用外,生产以外的功能领域如供应链、采购、调度、质量和工业工程从严格支持作用转向系统内数据和分析直接帮助提高总体操作效率,因为它们是不间断综合系统的一部分。
逐区效率增益
逐个审查每个关键区如何受到影响可帮助理解整体性作业效率提高系统内部
制作
最明显的起始点是商店楼层生产中。工业IoT依赖软件和分析,但也依赖直接连接生产设备的设备。在这里,安装式装置和传感器可监控生产速率、质量规范如容或权差、环境条件和提供整体健康和操作状态信息等多项函数等带温带状压力等
每种设备都无线连接数据输入软件分析,结果运算符输入率、生产率、机械电气健康、即将到来的原材料需求和其他关键数据可用于主动触发其他部门支持,包括上游子进程生产阶段或库存或维护需求材料形式
嵌入式设备的一个关键好处是它可以延长或延长制造设备寿命,因为设备可以对老式机器进行改装。对于那些维护老旧设备或遗留设备厂家来说,变换意味着所有世代都包括在连通伞中,以便所有数据都捕捉起来,使系统更加敏捷高效
例子说明这些元素如何协同提高效率,想象工厂有20台生产机。 调度部门委托四台机器制作5 000磅完成材料大全并需要3天完成 完成后,每台机器需要4小时清理和重置假设设备同时开始生产并不间断运行,四机全停换版
传统上,这种假设会触发数个管理问题。 如果操作生产楼层的工作人员同时改变四台机器,那么至少三台机器的换代时间将比需求长,或者其他十六台需要托管的机器将受损。 类似地,下台集的置换和准备可能会为重开生产楼层制造原材料瓶颈。在传统环境里,所有这些变量都将由管理者或操作者管理协调,以尽量减少下降效率
连接设备正确编程并监控整个生产楼层,从人文规划中消除这些问题并依赖其他部门的数据,如调度和盘点启动效率更高的响应程序。 系统使用相同假设使用IoT连接设备可分析变量,包括员工资产和瓶颈系统可自主调整5 000磅机总需求逐行交错制作2 000、4 000、6 000和8 000磅工作人员可互换分配时间,下一批进入生产流的原材料不会阻塞生产楼层
生产操作使用IIOT系统提高整体可见度系统允许分散管理,因为许多动作可自主执行。IOT创建动态生产楼层,自动快速决策优化
预测维护
工业IoT提高总体操作效率的另一方式是使用条件维护法(CBM ) 。 CBM还被称为预测维护法,依赖安装或嵌入设备监控机器实时状态可使用软件逐批分析历史性能、机器条件和其他因素开发预测动作以尽量减少意外故障
可开发维护策略以在传感器显示即时失效信号时逐步部署维护资源 。 某些动作可以在运行期间自动调整直到完全修复到下一个定时停机点 。 基于实时数据的决定和行动可主动调度最有成本效益时维护
使用IIOT技术,总体效率有可能比传统预防性维护更高。 研究显示预测维护程序可以实现提高整体生产率25 % 。 这些方案还有助于在许多工厂减少高达75%的故障时间 。 通过这种方式,连接系统维护程序成为效率驱动器而非单纯支持或管理
系统使用与上相同的生产假想,加上预测性维护,可监控传感器识别需要修复的零件、带子、带子、带子、单片生产区或子等或重校校正 改编程批量错排时, 所需部件将识别为需要替换和维护资源 通知并部署修复
通信自动通向零件点数解析的零件需求线,启动部分补全并发文给技术员,不仅确定何时需要修复,还具体指何时需要修复
随着时间的推移,系统将使用越来越多的数据并运行历史并应用统计分析以确保正确数目和类型需求存库中。 这会降低成本并改进现金流动以防止部件超储,但也会减少关键部件出股的可能性以通过消除意外停机来进一步提高效率
质量学
长视间接函数和成本,传统制造质量程序常指测试、测量、称重或某些手操作法以保持生产规范化这使得进度调整或误交并增加浪费
作为一种基本反应式的“向后看”过程,传统质量监控无法总能确保减少浪费。 同时它也受类似生成单片数据趋势的影响,因为质量数据常被清除和分析,生产管理者与质量管理者讨论决策与行动
工工工IoT可帮助提高操作效率的质量创举,因为它允许质量监控自动化主动性。 在许多环境里,它甚至允许自主调整容错产品或,如果区或spindle故障,它可完全停止区
In the production scenario previously discussed, with each zone or spindle monitored for product flow to measure production to specification, variations can be detected, and the machine instructed to perform on-the-fly adjustments to the extent that it can do so mechanically. If it cannot, then the zone or spindle can be automatically ordered to stop, triggering an automatic schedule adjustment to have other zones complete the full run and triggering a repair request and part pull to maintenance that can be done during the next downtime cycle for changeover. Overall efficiency is improved because products are produced in spec, faulty production is stopped as it happens and repairs - when needed - are done at an optimal repair time.质量因此不再是支持函数,而进入有机系统作为效率驱动器
供应链链
视生产模式 — — MDS、MTO、ATO或ETO — — 制造公司供应链长度复杂度不同。 但不管生产模式、进料物流、原材料盘点、调度预测、成品盘点和外向物流都可用工业IoT管理提高制造效率
工业IoT装置和软件监控制作也可能与任何供应链软件或ERP系统本身绑定,由于系统使用全组织相同数据,调度和预测可依赖实时物流信息运入原材料,这也可触发JIT本地或区域订购更多原材料和用品的更好规划和性能
IoT系统通过将盘点和运入物流连接到实际生产流编程分析盘点和用法数据.这些分析方法可能能够识别趋势建议某些货物生产批量大于或小以利用成本、季节性问题如天气和其他因素
传统上,这些功能根据单个部门生成的数据集操作,如调度、采购、盘点等并随后对接生成制造计划 。 数据误算或误判常因人为错误或疲劳而产生供应链内“解析性”影响,引起无计划停机或制造内部变换 。带入式监控、库存报警和自动购买补充并配有高级解析,此手动效果消除,流程无缝使用实时数据运行供应链变异可自动纳入分析调度并直接应用到制造中以减少意外工作流中断
ERP系统
表面看似直觉ERP系统将所有部门和函数整合成单一业务需求系统,自然适合工业IoT软件、设备和应用。然而,最近的一项研究发现,受访者中只有16%使用ERP系统IoT数据部分问题存在于遗留ERP系统内,这些系统不与IoT软件相融合。但随着工业IoT的长处继续显露出来,IT和OT合作伙伴关系正在形成以弥补空白,ERP服务提供商已经在赛车中把IoT深入整合到未来的更新中
对于那些提供IoT集成或可更新的系统来说,工业IoT集成和ERP集成大有提高效率的长处。 通过连接IoT和事务数据,工厂可以更快地利用数据流操作IoT数据可视此移动为“最后一里程”,ERP系统本身可使用销售和性能数据调整工作订单或生产进度表或根据总体设备有效性计算采取其他行动
通过实时IIOT数据连接ERP系统,所有功能领域都可真正从同一个平台运行,这包括金融、HR和高C级函数,这些函数传统上不被视为效率驱动器,但依赖IIOT和ERP连接系统可影响人员配置水平、采购安排、资本规划短期借款,这些领域虽然重要,但不一定被视为效率驱动器使用实时数据时,这些层次上决策会影响下方所有领域并影响效率
工业IoT生态系统提高操作效率
工业IOT和它所代表的革命正在证明破坏性,因为它正在制造全新生产方式。它正在制造中创建全新“生态系统 ”, 制造中几乎或完全不需要人工干预范式的这一转变已经给部署公司带来惊人的运营效率提高。 美国质量协会的一项研究发现,公司转向数字过程和工业IoT看高到高82%提高效率并减49%缺陷
光靠IIOT设备软件获取分析数据可以帮助单厂提高生产效率,多厂分析相同数据可以驱动运营效率公司遍历广度。 有了强效分析程序,公司内所有工厂能全局监控能源消耗以检测宏观趋势这些数据可用于开发高能需求产品生产策略,非峰值时段生产公司也可以测试工厂寻找宏观趋势并部署微观级解决方案解决工厂到工厂作业效率低下问题
结论
工业IOT技术软件在未来数十年中将继续革命制造。随着AI编程提高设备功能提高,部署公司会发现多项好处。 采信模式需要从工厂思维转向特定功能领域并完全连接所有功能领域以创建动态有机生态系统。 生态系统中由高级解析软件、机器学习和AI辅助,提高操作效率
eBook提高操作效率
.svg)
注释