在失败的情况下，奇异为机器制造商的制造中的一个问题是它们可以使用服务与机器进行响应的速度。在过去，这通常意味着已经发生了实际的故障，导致延迟顺序，报废部分和潜在的停机日。
当客户需要售后服务时，他们希望他们的问题能在最短的时间内得到解决。太多的服务电话需要昂贵和耗时的现场访问。
服务团队被派遣，维修/更换零件，但所有这些都需要时间，并造成更多延迟。就能够预测维护需求而言，传统系统意味着使用机器的历史信息，或者简单地建立维护计划，不管它们是否需要。
现在，想象一个可以远程监控机器的世界，提供前所未有的服务水平。如果您有能力证明超出了保证阈值，并且您能够证明它呢?如果你能减少10-20%的上门服务会怎样?如果您可以看到实时机器数据，并在对订单造成有价值的损害之前向客户发出即将发生的问题的警告，那会怎么样呢?所有这些现在都是可能的;机器制造商需要远程访问来监视和协助用户操作，以排除故障，解决服务事件和监视预防性维护任务，所有这些都无需离开他们的办公室。
“行业4.0软件提供分析工具，帮助OEM了解导致机器故障的机械因素和环境条件。无论是振动，温度，压力还是其他性能指标，OEM都可以使用该软件分析从其支持的机器收集的机器数据来执行预测维护。“（源）
实际上，由工业物权机构启用的远程机器监控是OEM和其他设备提供商可以向客户提供的独特销售命题，作为销售服务包的一部分。
“......机器建设者可以通过能够在随时随地了解，了解，了解和对客户的实时机器数据的能力转换为服务的途径。”（源）
减少停机时间，特别是无计划的停机时间，是保持成本和制造平衡的重要组成部分。偏僻的机器监控可以收集任何给定单元的操作数据，并通过云传输回该数据，使机器制造商能够提供峰值水平的服务响应时间。
虽然从历史上看，这种服务将需要长期和昂贵的现场访问，并可能对所经历的问题进行调查。维护团队不一定能够一眼就发现哪些部件出现了故障，因此需要手动检查每个部件。相反，远程监控系统使机器制造商能够通过来自任何地方的数据可视化问题。故障排除，即使是最轻微的改变，在一个工具路径可以做迅速和容易。
除了服务响应，还可以通过检查和分析产生的数据，预测甚至防止严重影响制造商生产周期的故障。通过预测性维护，设备可以检查可用数据，检测任何异常或历史模式，并在问题发生之前对机器进行服务，从而限制影响。它还确保制造商不需要维持大量的备件库存，而是在及时的基础上工作。
“服务部门可以使用数据来洞察客户的设备健康和状况，通过分析和报告确定维护机会，预测并提供潜在设备故障的早期预警，突出导致机器停机的高风险领域，甚至在影响客户机器性能之前采取预防措施。”(源）
远程监控的挑战
4.0行业，以及它对传统流程(许多制造商将拥有的流程)的巨大改变，将挑战带到最前沿。在处理跨组织的数据时尤其如此。
面对如此多的选择，机器制造商面临的主要挑战是快速、可靠地集成一流的解决方案。例如，有无数的plc、控制器和传感器可用来控制机器和跟踪变量，如温度、压力或应变。物联网系统需要能够通过专有协议和数据格式连接到各种Edge设备。
其次，大多数制造商对软件公司通过以太网或wi-fi与他们的内部网络集成不感兴趣。为此，许多工业机器的设计初衷不是为了连接到互联网，因此它们将在一个开放的网络上公开。因此，许多制造商没有适当的安全措施来保护数据不被窃取或设备不被黑客攻击。
SaaS平台——比如machinemetrics——地址所有在这些问题中，包括在传输之前加密数据的能力，利用MachinImetrics边缘，允许通过蜂窝传输数据来完全绕过制造商的内部网络，以及一系列机器的简单自动安装接口，使制造商能够限制其限制担心必须在其工厂楼层使用不同的监控解决方案。
识别服务机会和测量正在进行的过程改进的能力，如正在进行的机械健康监测，重要的是售后服务，更要走创新一步，迈向未来设计规范的境界!
机器制造商和设备提供商将能够利用他们从客户收到的数据来改进其现有的设计，或者甚至创造更好，更强的机器，因为它们可以轻松访问显示设备如何使用设备的数据．这为OEM提供了一个巨大的机会，以确保他们在竞争中保持领先地位。
此外，机器构建器可以将此数据用为CREATE，管理和部署优化的预防性维护计划，这些计划与日历时间，使用时间或从机器条件发起。通过工作流程分配维护任务，并跟踪客户维护以更好的计划库存和服务需求。这是用工业物联网进行优化的预防性维护。
通过在混合中，设备制造业具有令人惊叹的机会，为其服务包提供真正的价值，使其不可或缺于他们服务的制造商。
公司已开始为这些IOT的工业设备提供远程监控和管理（RMM）。一个关键示例：MachinImetrics.．
MachineMetrics服务是业内首个为CNC OEM和设备供应商设计的ai驱动远程机器监控解决方案;MachineMetrics工业物联网平台上的预测分析应用程序，允许服务团队实时远程监控和管理现场和客户现场的机器资产。使用机器计量服务，机器制造商可以在任何时间、任何地点看到、理解并对客户的实时机器数据采取行动。
通过MachineMetrics服务，服务经理和技术人员可以远程监控，管理，诊断和解决现场连接设备的所有连接设备的计算机问题，并使用MachinineMetrics蜂窝边缘设备实时。收集的历史和实时机器数据允许机器制造商深入了解客户的设备健康和状况，确定具有分析和报告，预测和提供潜在设备故障的预警的新服务机会，突出导致机器停机的高架风险区域，甚至在影响客户的机器性能之前采取预防措施。
任何设备构建器，OEM或分销商，都可以在向客户销售的新机器上安装MachinImetrics Edge设备或在现场上的任何机器进行改造。Machinimetrics Edge能够连接到机器的PLC和任何额外的传感器进入机器的电气柜，并允许与设备提供商共享数据。由于MachineMetrics Edge附带的蜂窝支持，无需在客户内部IT基础架构上安装。一旦安装，提供程序可以通过MachineMetrics服务应用程序将设备添加到可访问的机器资源列表中，并将该计算机与客户的位置相关联。一旦客户收到机器并将其供电，那么该机器将在提供商的资产列表上出现活动。
然后，加密的数据流送到安全的MachineMetrics云，在云中对数据进行结构化和聚合，以实现可视化和分析，供服务团队监控。可以通过开放api访问历史和实时数据。可以使用这些api构建实时仪表板、历史分析以及与其他系统的集成。
MachineMetrics分析引擎监视任何已连接机器的条件和其他制造数据点，并发起一个操作，例如在触发监控器(如警报状态、超出限制或检测到机器运行状况中的任何其他异常)时发出文本通知。提供了一个规则引擎，用于部署基于机器状态数据的监视器，并可以部署正在申请专利的高级机器学习算法，用于检测异常行为。
利用这些数据，设备服务提供商可以通知机器操作员在工具损坏前更换工具，甚至在检测到可能导致故障的异常情况时通知维护经理。这种能力可以避免数千美元的设备更换成本和数天的停机时间，更不用说挖掘新的服务机会，这是服务团队以前从未见过的。
来自数以千计的连接机器的数据允许MachineMetrics数据科学团队与服务团队合作，以确定趋势，并制定标准的预防性维护和维修计划，这些时间表受益于服务团队和客户。因此，虽然服务团队专注于解决可能立即影响客户的问题，但MachinineMetrics正在关注有利于机器构建器和最终用户的大图片问题。
MachineMetrics首席执行官Bill Bither表示:“多年来，我们一直与制造商直接合作，通过实时机器监控和分析，提高制造设备的正常运行时间、OEE和生产率。我们正在帮助OEM公司将这些好处扩展到他们的客户基础，同时为他们提供更快、更好的服务。我们的数据科学团队正在与数据密切合作，为他们的机器提供优化的预防性和预测性维护，以提高机器的正常运行时间。”
OEM’s are already experiencing the benefits of implementing MachineMetrics Service: “Tsugami/Rem Sales is thrilled to be working with MachineMetrics, bringing cutting edge, disruptive technology directly into our end-users’ businesses,” explained Michael Mugno, Vice President, Tsugami/Rem Sales. “The addition of MachineMetrics Service to our Swiss-turn machine platform packages allows users to collect data on machine health, production status, down-time, and so much more that they may never have known existed - bettering businesses across the industry.”
准备好授权你的车间了吗?
了解更多.svg)
评论