Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Manufacturing Technology >> Система управления автоматикой

Аналитика больших данных может сэкономить производителям миллионы за счет повышения эффективности процессов

Технология производства: Интеллектуальный анализ данных и большие данные — горячие темы. Ваша компания разрабатывает программное обеспечение для майнинга процессов; чем он отличается от интеллектуального анализа данных?

Алекс Ринке: Интеллектуальный анализ данных традиционно был ориентирован на KPI [ключевой показатель эффективности], ориентированный на выявление закономерностей для прогнозирования будущих тенденций и анализ данных для создания действенных идей. Предприятия используют интеллектуальный анализ данных, чтобы делать выводы и решать конкретные проблемы, но интеллектуальный анализ процессов использует совершенно другой подход. Технология интеллектуального анализа процессов использует журналы событий для создания визуальной реконструкции любого процесса в его состоянии «как есть», и вдруг вместо того, чтобы прочесывать наборы данных для поиска соответствующей закономерности, пользователи могут фактически видеть, как процесс работает в режиме реального времени. Нам нравится описывать разницу между интеллектуальным анализом данных и интеллектуальным анализом процессов как включение фонарика в темноте по сравнению с включением выключателя; оба являются полезными подходами, но один явно лучше для полной видимости.

Я: Что именно предлагает интеллектуальный анализ процессов для дискретных производственных операций?

Ринке: Одним из важнейших преимуществ интеллектуального анализа процессов является то, что он принципиально применим к любому процессу, в том числе к производственным операциям. Если создаются журналы событий, интеллектуальный анализ процессов может дать более четкое представление о том, как на самом деле выполняются операции. При этом дискретное производство — это отрасль, которая может получить наибольшую информацию от интеллектуального анализа процессов, и такие клиенты, как Siemens, ABB и 3M, — это лишь некоторые из компаний, которые в значительной степени полагаются на интеллектуальный анализ процессов для повышения гибкости и эффективности. их операции.

Общие варианты использования, с которыми мы сталкиваемся в производственной сфере, включают улучшение соблюдения графика, автоматизацию мониторинга, моделирование производительности и сокращение отходов, и интеллектуальный анализ процессов оказался бесценным во всех этих областях. Например, ABB — одна из крупнейших и наиболее сложных производственных компаний в мире, которая в настоящее время использует процессный анализ для различных процессов, от процесса покупки до оплаты до производственных процессов. Раньше сотрудники завода ABB в Ханау, Германия, несколько раз в день извлекали оценки из своих систем SAP, импортировали их в Excel и использовали сложные формулы для анализа и понимания процессов. Сегодня руководители соответствующих производственных и сборочных групп в АББ первым делом с утра получают электронное письмо, в котором излагаются производственные варианты предыдущего дня, время выпуска и количество бракованных изделий. И важно отметить, что мы говорим здесь не только о ключевых показателях эффективности — вся экосистема процессов предприятия сразу видна с помощью интеллектуального анализа процессов, что упрощает обнаружение неэффективности. Может быть трудно решить проблему, о которой вы знаете, но почти невозможно решить проблему, которую вы еще не обнаружили.

Я: Как работает механизм майнинга процессов Celonis Proactive Insights?

Ринке: Celonis PI — очень интересное дополнение к нашей основной технологии, которое обещает приносить постоянную пользу нашим клиентам. По сути, алгоритмы машинного обучения, которые мы внедрили в Celonis, берут предыдущие варианты использования и строятся на них, выступая в роли автоматизированного бизнес-консультанта и рекомендуя улучшения. Возможности автоматического распознавания образов означают, что если Celonis сталкивался с подобными недостатками в прошлом, он сможет предоставить соответствующие решения для преодоления этих недостатков. Если мы представим Celonis как МРТ для бизнес-процессов, то PI будет похож на автоматизированного врача, интерпретирующего результаты этого МРТ-сканирования.

Я: Какие производители используют эту технологию и как они ее внедряют?

Ринке: ABB, 3M и Siemens — несколько клиентов Celonis, которые внедрили технологию Process Mining в различных процессах и сделали ее доступной для огромного количества сотрудников. Siemens, например, решила расширить возможности своего персонала, приняв широкое развертывание; Несколько тысяч сотрудников «Сименс» ежедневно используют Celonis, чтобы получить точное представление о том, что происходит в их процессах. Поиск материалов, управление поставщиками, производство и сборка, общие услуги — каждый из этих процессов становится прозрачным и понятным, когда включается пресловутый выключатель света.

Я: Какие производственные отрасли могут лучше всего использовать технологический майнинг?

Ринке: Прелесть процессного майнинга в том, что он применим ко всем отраслям, будь то производство или что-то другое. Мы видели, как отделы закупок полностью трансформировались и стали более эффективными, а фабрики стали умнее благодаря полной прозрачности данных. Сейчас наблюдается тенденция к «Индустрии 4.0» и самооптимизирующимся умным фабрикам, и одним из основных аспектов этой тенденции является информационная прозрачность — Celonis Process Mining — готовое решение для достижения такого уровня прозрачности.

Я: Каково будущее производственных операций с использованием машинного обучения и искусственного интеллекта, объединенных в аналитику данных интеллектуального анализа процессов?

Ринке: Потенциал ИИ в программном обеспечении для интеллектуального анализа процессов безграничен, потому что по мере того, как система собирает все больше и больше информации, основанной на все большем количестве вариантов использования, Celonis становится умнее. Как и во всех приложениях для машинного обучения и искусственного интеллекта, система становится лучше в выявлении закономерностей по мере того, как поступает больше данных. Вместо того, чтобы полагаться на сложный ручной анализ процессов, мы ожидаем, что Celonis PI будет давать мгновенные результаты. Рассмотрим узкое место производственного процесса, вызывающее задержки на заводе, и представьте, что вы понятия не имеете, где возникло узкое место или каковы последствия этого узкого места. Celonis может легко определить источник узкого места, а PI предоставит рекомендации по эффективному устранению основной причины узкого места. Это захватывающее время для производителей в любой отрасли.

Epicor назначает генерального директора Стивена Мерфи

Разработчик ERP Epicor Software Corp. (Остин, Техас) объявил 5 октября, что Джо Коуэн, президент и главный исполнительный директор Epicor, уйдет на пенсию в конце октября. Совет директоров Epicor назначил Стивена Мерфи, бывшего президента OpenText (Ватерлоо, Онтарио), генеральным директором Epicor.

До прихода в Epicor Мерфи был президентом OpenText, разработчика программного обеспечения для управления корпоративной информацией (EIM) стоимостью 2 миллиарда долларов. Карьера Мерфи насчитывает более 20 лет работы в технологическом секторе, включая руководящие должности в области продаж и операций в Oracle, Sun Microsystems и Manugistics, а также опыт производства и дистрибуции, ведущий глобальную стратегию логистики и цепочки поставок, а также крупные внедрения ERP с Accenture и Procter &Азартная игра. Мерфи имеет степень магистра делового администрирования Гарвардской школы бизнеса и степень бакалавра наук в области машиностроения Калифорнийского университета в Дэвисе.

Программное обеспечение для оптимизации цельнокомпозитной аэроконструкции

Когда этой весной Stratolaunch Systems Corp. (Сиэтл) развернула полностью композитный самолет Stratolaunch для подготовки к наземным испытаниям в пустыне Мохаве, гигантский самолет показал, насколько далеко продвинулись проектирование и производство композитных материалов за последние годы. В прошлом месяце завершился первый этап испытаний шести турбовентиляторных двигателей Pratt &Whitney.

Самый большой в мире самолет по размаху крыльев — шире футбольного поля — почти полностью изготовлен из композитных материалов, обеспечивающих малый вес, высокую жесткость и прочностные характеристики, которые все более востребованы в аэрокосмической, автомобильной, спортивной, медицинской и промышленной областях. Программное обеспечение для оптимизации HyperSizer компании Collier Research (Ньюпорт-Ньюс, Вирджиния) широко использовалось производителем Scaled Composites для оптимизации конструкции фюзеляжа и крыла самолета из композитных материалов.

HyperSizer, первый программный пакет, выпущенный НАСА для коммерческого использования, использовался в самых разных аэрокосмических и других отраслевых проектах, изготовленных из композитных или металлических материалов. Программное обеспечение автоматически выполняет проектирование, анализ напряжений и оптимизацию размеров, обычно уменьшая вес конструкций на 20–40%.

«Чтобы обеспечить наиболее эффективное использование материалов в цельнокомпозитной конструкции любого размера, необходимо эффективное использование инструментов оптимизации проектирования и производства на самых ранних этапах», — сказал Крейг Коллиер, президент Collier Research.

Самолет Stratolaunch является детищем основателя Stratolaunch System Corp. Пола Г. Аллена. Он имеет два фюзеляжа, соединенных гигантским одинарным крылом, и оснащен шестью двигателями, которые позволят ему взлетать с взлетно-посадочной полосы с полезной нагрузкой до 550 000 фунтов (247 500 кг). На крейсерской высоте коммерческого авиалайнера платформа воздушного запуска Stratolaunch выпустит полезную нагрузку ракеты-носителя и вернет ее в аэропорт для повторного использования. Ожидается, что первая демонстрация запуска состоится уже в 2019 году.

Для массивного крыла Stratolaunch ограничения на отклонение были важным фактором, который необходимо учитывать. Панели дуэльных фюзеляжей были рассчитаны на прочность, устойчивость и режимы разрушения сотового сэндвича. Используя HyperSizer, группа по стрессу получила доступ к полному набору автоматических анализов отказов, включая быстрый анализ свободных тел; дискретная проклейка ламината; анализ композитных отказов на основе слоев; методы анализа сотовых сэндвичей, такие как сморщивание, сдвиг сердцевины, плоскостное растяжение и образование ямочек внутри ячеек; и скриптовый API для загрузки данных из электронных таблиц Excel.

Collier наблюдает продолжающуюся эволюцию интеграции наборов инструментов, используемых для проектирования и производства композитов. «Программное обеспечение HyperSizer может дать представление о том, насколько технологична структура и могут ли быть какие-либо производственные проблемы», — сказал Крейг Коллиер. «Он может включать в себя предпочтения по изготовлению ламината в дизайне на ранней стадии; простота изготовления становится основным фактором, влияющим на прочность конструкций из ламината».

Новинки

Разработчик линейки продуктов (PLE) BigLever Software (Остин, Техас) и Method Park (Питтсбург), поставщик средств управления технологическими процессами, разработали новую многофункциональную платформу PLE Process Framework, которая предоставляет готовый шаблон лучших методы, которые позволили добиться успеха в PLE.

Новая структура, доступная в настоящее время, сочетает в себе систему управления процессами Stages от Method Park с трехуровневой методологией PLE BigLever, что позволяет компаниям ускорить переход к практике PLE и добиться кросс-функционального согласования на всем предприятии. Компании могут использовать структуру процессов для оптимизации своих операций PLE, улучшая взаимодействие и совместную работу в области программного обеспечения, электрики и механики и избегая ловушек специальных и разовых подходов. BigLever внедрил новую платформу в качестве ключевой части комплексного решения onePLE компании.

PLE на основе функций значительно упрощает создание, поставку, обслуживание и развитие линейки продуктов за счет использования общего набора инженерных активов, управляемого набора функций и эффективных средств автоматизации производства линейки продуктов. Новая структура процессов предоставляет полностью настраиваемый шаблон концепции операций (ConOps), в котором представлена ​​организационная структура и приводится в действие эта структура путем четкого определения организационных ролей, обязанностей и процессов, необходимых для эффективной работы в соответствии с парадигмой PLE.

Boothroyd Dewhurst Inc. (Уэйкфилд, Род-Айленд), разработчик программного обеспечения для проектирования производства и сборки (DFMA), выпустила обновленную версию DFM Concurrent Costing Version 3.0. Новейшее программное обеспечение, используемое в качестве инструмента анализа затрат для групп инженеров и снабженцев, позволяет производителям перейти от «ценовых» моделей, основанных в основном на прошлых предложениях, к моделям промышленных затрат, основанным на данных научных испытаний и исследований. Результатом является высоконадежное представление продукта по принципу «должной стоимости», которое дает представление о скрытых факторах затрат и способах оптимизации как проектирования, так и производства, по словам компании.

DFM 3.0 позволяет OEM-производителям и их поставщикам изучать предложения в нейтральной среде, где обсуждаются типы машин, скорости, последовательности обработки и оптимальные уровни автоматизации. Считается, что эта информационная среда поощряет предложения поставщиков и более тесные, интегрированные партнерские отношения, основанные на опыте, оптимальных методах затрат и общих целях.

Различия между традиционными ценовыми моделями и моделями затрат, основанными на данных, могут быть значительными, влияя на решения о том, в какие регионы или страны перемещается продукт для производства. Правильно спроектированные и оцененные продукты с большей вероятностью останутся на своем первоначальном месте производства и рядом с существующими ресурсами. OEM-производители и поставщики могут совместно работать над программным обеспечением DFM для решения этих и других стратегических вопросов. Анализ DFM, выполняемый на ранних этапах проектирования или прототипирования, сокращает время выхода на рынок, влияет на прямые и косвенные затраты и помогает оптимизировать функциональность продукта. Его могут использовать отдельные лица или команды при принятии компромиссных решений для снижения затрат.

Некоторые особенности последней версии включают калькуляторы геометрии в DFM 3.0, которые упрощены и включены в основные панели ответов программного обеспечения, чтобы пользователи могли лучше ориентироваться в анализе стоимости своих деталей DFM.

Производственные операции по умолчанию и пользовательские библиотеки процессов были оптимизированы, а новая панель Test View была добавлена ​​ко всем окнам формул. По словам компании, разработка индивидуальных операций и пользовательских процессов стала быстрее и проще. Общий внешний вид программного обеспечения DFM был обновлен, чтобы обеспечить более согласованный пользовательский интерфейс между проектированием для сборки (DFA) и DFM с учетом затрат. Улучшена производительность программного соединения DFA/DFM для более плавной интеграции данных между программными пакетами.


Система управления автоматикой

  1. Как производители могут повысить гибкость в постпандемическом мире
  2. 5 способов, как автоматизация производственного процесса может сэкономить вам деньги
  3. Интеллектуальная автоматизация может спасти миллионы жизней в год
  4. Анализ процессов:что делать после анализа процессов
  5. Промышленный Интернет вещей и прогнозная аналитика
  6. Повышение энергоэффективности с помощью ЧМИ
  7. Три способа, с помощью которых ИИ улучшает производственные операции
  8. Веб-семинар Celonis:Улучшение выполнения процессов
  9. Как обрабатывающая промышленность может внедрить Индустрию 4.0?
  10. Как производители могут извлечь выгоду из внедрения 5G