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

Производство, управляемое данными

Используйте то, что у вас есть, чтобы показать, что произойдет дальше

В моем качестве председателя Совета директоров производственных институтов США меня часто спрашивают о тенденциях в передовом производстве США. Когда я получаю подобный вопрос, я стараюсь думать о передовом производстве как можно шире и рассматриваю технологии, которые могут принести пользу большинству производителей, а также производственному сектору США.

Нет сомнений в том, что некоторые технологии могут принести пользу большинству производителей, например, автоматизация, обеспечиваемая робототехникой или аддитивным производством, которые предлагают бесчисленное множество приложений. Но есть одна общая черта всех производителей:данные.

Кроме того, данные абсолютно необходимы для раскрытия того, что будет дальше для производственного сектора, будь то «Индустрия 4.0» или ряд революционных изменений, которые навсегда изменят то, как мы делаем вещи в промышленных масштабах.

Как сделать данные действенными

Технологии дали возможность собирать данные о производственном процессе с беспрецедентной скоростью. И многие производители уже составляют его — знают они об этом или нет. Но необходимы способы использовать его и сделать его действенным для их бизнеса. Для этого им необходимо разработать цифровое производственное решение, которое сможет преобразовывать эти данные, чтобы использовать их для принятия стратегических решений.

Вот как такая цифровая структура может начать влиять на три критически важные области, которые имеют значение для всех производственных операций в ближайшем будущем:стоимость, качество и скорость.

Стоимость

Цифровое моделирование, основанное на реальных данных, может определить, возможен ли дизайн продукта или вспомогательный процесс, прежде чем вы перейдете к прототипу или производству. Эту функцию можно использовать для снижения стоимости сбоев, предотвращая их до того, как они произойдут. Это также может сэкономить время во время исследований и разработок, упреждая дальнейшее исследование тупиков.

Качество

Возможность собирать данные и впоследствии генерировать модели, которые предсказывают сбои, создает возможности для контроля качества так, как вы иначе никогда не смогли бы это сделать. Это уменьшит потери качества и обеспечит стабильные, безопасные и высококачественные поставки продуктов, которые поступают на рынок.

Скорость

Если вы хорошо знаете свой процесс и можете контролировать его с помощью моделирования данных, вы также захотите использовать эти знания для увеличения скорости производства. Подход к производству, основанный на данных, может помочь управлять быстрыми перенастройками и заложить основу для более быстрого производства, а в некоторых случаях и по требованию.

Возможности долгосрочных данных

Когда дело доходит до превращения производства в практику, основанную на данных, есть две долгосрочные возможности, которые могут трансформировать производство в том виде, в каком мы его знаем:стандартные схемы и цифровые цепочки поставок.

Стандартные рамки

Производственные экосистемы должны установить общие рамки для производственных структур данных, очень похожих на MTConnect в мире механической обработки. Представителям отраслей, которые в настоящее время не очень ориентированы на данные, следует воспользоваться возможностью узнать о платформах и стандартах, используемых в отраслях, в большей степени ориентированных на данные.

Цифровые цепочки поставок

Если все поставщики будут связаны друг с другом и получат данные об уровне запасов, ценах и сроках поставки в режиме реального времени, это поможет OEM-производителям и контрактным производителям более эффективно управлять своими существующими цепочками поставок.

Развитие производственного сектора

По мере того, как мы начинаем представлять себе более широкую картину производства, управляемого данными, мы можем начать видеть, как проекты данных выходят далеко за рамки краткосрочных выгод для отдельных производителей — т. е. стоимости, качества и скорости — и могут влиять на ткань всего производственного сектора.

В этом сила организации Manufacturing USA, которая представляет собой один из немногих форумов — в соответствующем масштабе, — где могут происходить важные отраслевые обсуждения такого рода.

Чтобы присоединиться к обсуждению и помочь нам представить себе будущее производства, посетите веб-сайт ManufacturingUSA.com.

Кельвин Х. Ли — директор NIIMBL.

При поддержке:

Эта статья была подготовлена ​​компанией Manufacturing USA, которая несет полную ответственность за ее содержание.


Система управления автоматикой

  1. Как стать производителем, ориентированным на данные
  2. Производственные задачи, управляемые данными
  3. 7 проверенных производственных стратегий для увеличения производительности
  4. Влияние датчиков на производство
  5. Интеграция данных измерений контроля качества в производственные системы
  6. Три способа, с помощью которых ИИ улучшает производственные операции
  7. 5 минут с PwC об искусственном интеллекте и больших данных в производстве
  8. Устранение узких мест:сила аналитики в производстве
  9. Четыре стратегии повышения гибкости производства
  10. Решение производственных задач с помощью данных и ИИ