Die Herstellung im 21. Jahrhundert ist wohl einfacher als je zuvor. Eine Vielzahl neuer Technologien bedeutet jedoch auch, dass moderne Hersteller Alleskönner sein müssen, um die Konkurrenz zu schlagen.
Die moderne Fabrik wird zunehmend dadurch definiert, wie gut sie mit dem enormen Datenvolumen umgeht, das sie produziert. Die Geschwindigkeit und Komplexität der Daten, die Produktionsanlagen produzieren, sind im Vergleich zu den vergangenen Jahren astronomisch. Die Digitalisierung der Fertigung hat es vielen ermöglicht, wettbewerbsfähig zu werdenKanten gegenüber älteren Werkzeugen und Methoden.
Mit allem, was sich in Richtung Digitalisierung bewegt moderne Fabrik Dies bedeutet, dass alles auch Daten produziert. Mit diesen Daten sind Analysefunktionen verbunden, die es Herstellern ermöglichen, intelligentere und klügere Entscheidungen über ihre Prozesse zu treffen. Diese Datenerfassung erfolgt über das Internet der Dinge IoT, ein Begriff, den wir verwendenwahrscheinlich alle an dieser Stelle vertraut.
Da alle unsere Fertigungswerkzeuge jetzt als Datenproduzenten fungieren, geht es bei der Verwaltung einer Fabrik nicht mehr nur darum, das beste Werkzeug für die Fertigung zu kennen, sondern auch darum, wie Daten genutzt werden können, um den besten Prozess zu bestimmen.
Wenn dieser Datenfluss durch IoT und andere intelligente Fertigungstechnologien zunimmt, stellt sich die Frage, wie wir als Werksleiter, Betreiber oder nur kleine Hersteller unsere Big Data und unseren Mehrwert verwalten, der sich auf unser Endergebnis auswirkt.
Umgang mit Big Data in einer Fabrik
Die Verwendung von Big Data in der Fertigung kann ohne das richtige Verständnis für die Verwaltung überwältigend sein. Die Daten können in vielen Formen vorliegen, von harten, strukturierten Daten wie Fertigungsdateien bis hin zu vollständig unstrukturierten Daten wie Fehlerprotokollen und Maschinenprotokollen.
Wir können die in der modernen Fabrik erzeugten Daten auf drei Arten definieren: strukturiert, unstrukturiert und halbstrukturiert in Echtzeit.
Strukturierte Daten sind Daten, die in Tabellen passen und bereits so formatiert sind, dass Erkenntnisse leicht gewonnen werden können. Sie sind einfach zu verwalten und zu speichern. Strukturierte Daten können beispielsweise unsere sein. Herstellungsdaten in Datenbanken gespeichert.
Unstrukturierte Daten sind die Art von Big Data, die wir aus nicht standardmäßigen Quellen erhalten. Dies sind beispielsweise Schichtprotokolle für Bediener oder Bilder der Anlage oder der Maschinen. Alle diese Daten sind vorhanden, müssen jedoch vor dem Wert dekodiert und organisiert werdenkann daraus extrahiert werden.
Halbstrukturierte Daten sind Daten, die nicht den Standarddatenmodellen entsprechen, aber Überschriften, Tags und Markierungen aufweisen, die die verschiedenen Teile davon in halbinterpretierbare Dokumente unterscheiden. Beispiele für halbstrukturierte Daten sind Sensoren an Maschinen,RFID-Informationen, Motion Controller-Daten und ähnliches.
Das Organisieren, Verwalten und Extrahieren nützlicher Informationen aus den verschiedenen Datentypen, die aus mehreren Quellen und in mehreren Zuständen verfügbar sind, war einst eine unmögliche Aufgabe. Die heutigen IoT- und Datenverwaltungsplattformen machen dies jedoch nicht nur möglich, sondern auch relativ einfach und skalierbar.
Wenn ich einen Moment zurücktrete, wird mir klar, dass all diese Daten nicht von Natur aus bedeuten, dass wir ihren Wert verstehen, aber sie können sicherlich viel Wert haben. Maschinendaten - Vorschubraten, Werkzeugverbrauch, Drehzahlen usw. -sind alle direkt oder indirekt mit Ertrag und Qualität korreliert. Wenn ein Bediener einer CNC-Maschine alle 1 von 10 Teilen einen Bearbeitungsfehler protokolliert, können wir dies durch die Erfassung großer Datenmengen nicht nur mühelos erfassen, sondern auch mithilfe verschiedener Tools zur Problemlösung.Wie bei der Ursachenanalyse können wir auch das Kernproblem beheben.
VERBINDUNG: WIE WIFI6 DAS INTERNET DER DINGE REVOLUTIONIEREN KANN
Wenn das Erkennen des Werts in Big Data der erste Schritt ist, ist der nächste Schritt der eigentliche Umgang damit. Das Verwalten all dieser Daten in verschiedenen Formaten und das Ermöglichen, dass Benutzer Werksleiter visualisieren können, wie sie verwendet werden können, ist der nächste SchrittDies ist im Kern eine massive Datenstruktur und ein datenwissenschaftliches Problem.
Ich werde nicht zu viel Zeit damit verbringen, mich mit den Lösungen und Tools zu befassen, die für die Analyse und Interpretation von Daten in diesem Beitrag verwendet werden, da dies eine eigene, viel umfassendere Recherche und Diskussion erfordert. Ich werde feststellen, dass es eine Vielzahl von IoT-Tools gibtunsere da, mit Intel ist wohl einer der führenden Hersteller von intelligenten Fabriken .
Wir haben das Problem, die Verwaltung von Big Data, identifiziert. Wir haben erkannt, warum es wichtig ist: Erkenntnisse und kontinuierliche Verbesserungen. Und wir haben kurz erwähnt, dass es vorhandene Datentools gibt, mit denen alle diese Daten verwaltet werden können. Als Nächstes werden wirSie müssen einige Zeit damit verbringen, die Komplexität und die Erkenntnisse zu verstehen, die wir durch die Verwendung von Big Data in intelligenten Fabriken gewinnen können.
Analytics sind der Schlüssel zum Verständnis der Vorteile intelligenter Fabriken
Ich könnte den ganzen Tag über die hohen Vorteile von sprechen intelligente Fabriken , aber ich würde argumentieren, dass all das fast jedem Nicht-Manager durch die Ohren fliegen würde, der dies liest. Ich denke, es ist weitaus praktischer und nützlicher, tatsächliche Fallstudien und Anwendungsfälle im Zusammenhang mit der Implementierung von Big zu untersuchenDatenanalyse zur Verbesserung unserer Fabriken.
Ich werde zunächst auf einen Anwendungsfall aus der Intel-Fertigung verweisen. Denken Sie jedoch wie bei allem daran, dass es im Interesse von Intel liegt, Sie über IoT zu verkaufen, insbesondere angesichts ihrer Beteiligung an der Branche. Trotzdem spüre ich die Verwendung-case steht.
Intel wollte einen Weg finden, um die Anzahl der falsch-negativen Anzeigen zu verringern, die von einer Maschine erzeugt wurden, mit der festgestellt wurde, ob Teile gut oder schlecht waren. Dies war die Aufgabe dieses Geräts, das als Automated Test Equipment ATE bezeichnet wird Tests an Geräten durchzuführen, um deren Fähigkeiten auf der Basis von Bestanden / Nicht Bestanden zu bewerten.
Das Problem war, dass die ATE gute Einheiten häufig fälschlicherweise als fehlerhaft einstufte, was sich auf die Gesamtausbeute der Fabrik auswirkte. Das Herauswerfen guter Einheiten ist offensichtlich ein Problem, das Sie nicht haben möchten, daher wollte Intel herausfinden, ob es einen Weg dazu gibtfestzustellen, ob die Prüfmaschine einen Defekt oder Fehler hatte, der dazu führte, dass gute Geräte als fehlerhaft gekennzeichnet wurden.
Nachdem sie Daten auf den Maschinen gesammelt hatten, führten sie die Daten durch ein AI-Analysetool, das schließlich 90% der potenziellen Fehler in der Testmaschine vorhersagte, bevor sie auftraten. Dies verringerte wiederum die Ertragsverluste durch die Ablehnung guter Teileum 25 Prozent, wodurch Kosten gespart werden.
VERBINDUNG: 11 FABRIKPROZESSE, DIE VERWENDET WERDEN, UM EINIGE IHRER LIEBLINGSPRODUKTE ZU MACHEN
Weitere Beispiele wie dieses finden Sie in Fabriken auf der ganzen Welt, in denen IoT- und Big-Data-Management-Tools implementiert sind. In vielen Fällen können Fabriken durch die Optimierungen und Verbesserungen, die IoT und Big-Data-Management ermöglichen, genug Geld sparen, um die Kosten zu deckenSoftwarekosten und noch einige mehr.
IoT in der modernen Fabrik Ermöglicht die Sichtbarkeit der Produktion, Verbesserungen des Bedieners, reduzierte Kosten für das Qualitätsmanagement, verbesserte Qualität und schnellere Verbesserungszyklen. All dies ist auf Analysen und die Verarbeitung großer Datenmengen mithilfe von KI zurückzuführen.
All dies kann für Hersteller, die damit nicht vertraut sind, beängstigend klingen. Die heute verfügbaren Tools machen den Prozess jedoch weitaus einfacher als je zuvor.
Das Letzte, was ich ansprechen möchte, ist die immense Bandbreite, die die moderne Smart Factory benötigt, um effektiv zu arbeiten. In vielen Fällen muss die Datenerfassung in Echtzeit erfolgen, was nur mit schnellen Netzwerken möglich istDie Einführung von 5G wird dies einem größeren Netzwerk von Herstellern ermöglichen.
Wie 5G intelligente Fabriken verbessern wird
5G ist im Wesentlichen eine neue Dateninfrastruktur für drahtlose Netzwerke, die im Vergleich zur 4G-Infrastruktur exponentiell schneller arbeiten kann. Datenintensive Technologien wie künstliche Intelligenz und das Internet der Dinge werden wahrscheinlich in den öffentlichen Raum gebracht. durch 5G .
Das Internet der Dinge ist ein Bereich, der für die 5G-Technologie besonders geeignet zu sein scheint. Derzeit wird das Internet der Dinge im verarbeitenden Gewerbe stark genutzt, um Daten in Fabriken zu sammeln, wie wir in diesem Artikel erörtert haben, sowie in derTransportsektor, um Daten über Flotten zu sammeln. Smart-Home-Geräte werden ebenfalls über das Internet der Dinge verbunden, aber Heim-WLAN-Netzwerke mit geringerer Leistung haben Probleme, wenn zu viele Geräte mit ihnen verbunden sind.
VERBINDUNG: WIE 5G-TECHNOLOGIE DIE WELT VERÄNDERN WIRD
5G kann schneller sein als jedes kabelgebundene Wi-Fi-Netzwerk und kann praktisch überall verwendet werden - solange Sie ein Signal erhalten. Dies bedeutet, dass mit 5G IoT-Geräte fast überall funktionieren können, ohne eingeschränkt zu werdenzu lokale drahtlose Netzwerke .
5G-Infrastruktur ist eine Möglichkeit, mit der moderne Fertigungsbetriebe das Internet der Dinge nutzen können, ohne sich Gedanken über Einschränkungen der Bandbreite und der Datengeschwindigkeit machen zu müssen.
Die gesamte Infrastruktur fällt natürlich in die übergeordnete Struktur von Industrie 4.0 . Letztendlich ist das Erreichen des Status einer intelligenten Fabrik mithilfe von IoT und 5G ein Sprungbrett für die Schaffung einer neuen Generation von Fertigungsunternehmen. Es ist mit ziemlicher Sicherheit die Richtung, in die sich die Branche bewegt, daher ist es wichtig, dass als HerstellerWir setzen auf IoT, kontinuierliche Verbesserung und intelligente Fertigung, um immer auf dem neuesten Stand zu bleiben. Die Welt innoviert schneller als je zuvor. Es ist unsere Aufgabe, Schritt zu halten.