數(shù)字化轉(zhuǎn)型怎么轉(zhuǎn)？-工業(yè)數(shù)字化轉(zhuǎn)型的三個(gè)階段

制造業(yè)的數(shù)字化轉(zhuǎn)型正在順利進(jìn)行，但具體而言，這對工廠工程師意味著什么，還不得而知。對于許多公司而言，目前尚不清楚如何最好地實(shí)施新的數(shù)字技術(shù)以及如何確定哪些實(shí)施合作伙伴將是最可靠和最有經(jīng)驗(yàn)的。然而，有兩件事是清楚的：如果公司希望在未來保持競爭力，數(shù)字化至關(guān)重要的，而自動(dòng)化則起著關(guān)鍵作用。目標(biāo)不再僅僅是實(shí)現(xiàn)物理產(chǎn)品的自動(dòng)化，還包括完全自動(dòng)化的數(shù)據(jù)。這需要從手動(dòng)、人工生成的信息工作流程轉(zhuǎn)變?yōu)楦訉?shí)時(shí)的流程。數(shù)字化轉(zhuǎn)型涉及數(shù)字化、網(wǎng)絡(luò)、流程分析和深度信息自動(dòng)化。雖然這并不容易，但數(shù)字化轉(zhuǎn)型有可能為從機(jī)器制造商、到工廠車間、到最終客戶等制造的各個(gè)方面，獲得以前無法獲得的收益。有三個(gè)潛在領(lǐng)域可以幫助制造企業(yè)解鎖全數(shù)字化轉(zhuǎn)型，其中許多領(lǐng)域已經(jīng)觸手可及?？梢暬ヂ?lián)工廠和數(shù)據(jù)集成如今，許多工廠的信息流仍然是手動(dòng)或半手動(dòng)的。機(jī)器運(yùn)營人員或工程師從紙質(zhì)文件或移動(dòng)設(shè)備上收集數(shù)據(jù)。例如準(zhǔn)備生產(chǎn)機(jī)器所需的時(shí)間，從狀態(tài)A轉(zhuǎn)變到狀態(tài)B，或?qū)⒉考轉(zhuǎn)移到部件Z。然后將該信息加載到可以評估數(shù)據(jù)的計(jì)算機(jī)程序。這個(gè)過程比我們20年前的情況要好很多，但仍然需要大量的時(shí)間和精力，并且在這一過程中存在著人為錯(cuò)誤等無可否認(rèn)的風(fēng)險(xiǎn)，無論是偶然的還是有意的。我們?nèi)绾螐倪^去的模擬、線性模型中獲益，并將其轉(zhuǎn)變?yōu)槲磥砘谄脚_(tái)的數(shù)字模型？物聯(lián)網(wǎng)（IoT）和覆蓋全廠的連接等工具，有助于實(shí)現(xiàn)企業(yè)的數(shù)字化轉(zhuǎn)型。使用智能的聯(lián)網(wǎng)部件，意味著數(shù)據(jù)可以直接來自機(jī)器，完全消除人為錯(cuò)誤，實(shí)現(xiàn)更快的信息流和商業(yè)智能（見圖1）。它還使運(yùn)營人員和工程師不必手動(dòng)收集數(shù)據(jù)并親自將其輸入到現(xiàn)有過程軟件中。相反，他們可以專注于其它核心工作。圖1：使用智能的網(wǎng)絡(luò)部件可以直接從機(jī)器中獲取數(shù)據(jù)，消除人為錯(cuò)誤，實(shí)現(xiàn)更快的信息流和商業(yè)智能。通過互連和集成的數(shù)據(jù)流，可以將信息從不同的工藝步驟，或從不同的部件（例如電機(jī)或變速箱）或整個(gè)生產(chǎn)線（可能包含來自不同制造商的組件和機(jī)器）集中到一起。然后，這些數(shù)據(jù)可用于創(chuàng)建現(xiàn)有生產(chǎn)過程的完整表示，跨越不同機(jī)器、工廠甚至生產(chǎn)現(xiàn)場。預(yù)測生產(chǎn)建模和高級(jí)分析捕獲和理解機(jī)器、機(jī)器生產(chǎn)線或現(xiàn)場的現(xiàn)有行為，是構(gòu)建更高級(jí)分析的基礎(chǔ)，可提供對零件、機(jī)器和系統(tǒng)趨勢的可視性。這些趨勢包括預(yù)測模型，以減少或消除意外停機(jī)或不可預(yù)見的問題（見圖2）。圖2：捕獲和理解機(jī)器、機(jī)器生產(chǎn)線或現(xiàn)場的現(xiàn)有行為，是構(gòu)建更高級(jí)分析的基礎(chǔ)。這提供了對零件、機(jī)器和系統(tǒng)趨勢的可視性。系統(tǒng)需要捕獲的是復(fù)雜的非線性發(fā)展或預(yù)測問題的趨勢，而不是簡單地捕獲線性值以幫助可視化任何時(shí)刻發(fā)生的事情。然后可以設(shè)置報(bào)警系統(tǒng)，以便在關(guān)鍵限值（例如不允許的質(zhì)量因素、過載）發(fā)生之前干預(yù)生產(chǎn)過程。高級(jí)分析通常將工廠級(jí)數(shù)據(jù)與其它數(shù)據(jù)流（如業(yè)務(wù)管理信息或天氣數(shù)據(jù)）相結(jié)合，以考慮可能影響生產(chǎn)的外部因素。環(huán)境溫度、濕度、原材料差異或班次管理等因素可以輕松添加到數(shù)字流程中。需要在公司內(nèi)部進(jìn)行新的協(xié)調(diào)，包括改變工作環(huán)境和創(chuàng)建協(xié)作勞動(dòng)力，才能實(shí)現(xiàn)物聯(lián)網(wǎng)的全部潛力。它還要求原始設(shè)備制造商（OEM）、供應(yīng)商、數(shù)據(jù)科學(xué)家和工程師協(xié)同工作，幫助制造企業(yè)進(jìn)一步提升生產(chǎn)效率。自我調(diào)節(jié)數(shù)據(jù)驅(qū)動(dòng)的制造和持續(xù)的改進(jìn)在預(yù)測的基礎(chǔ)上再進(jìn)一步，就是完全的自動(dòng)化，系統(tǒng)基于預(yù)測模型自我調(diào)整而無需人工干預(yù)。這樣的系統(tǒng)依賴于創(chuàng)新和超高效的方法，例如統(tǒng)計(jì)過程控制，通過調(diào)整迄今為止繁重的手動(dòng)調(diào)節(jié)的各個(gè)方面來實(shí)時(shí)優(yōu)化生產(chǎn)。例如，可以在沒有任何人為參與的情況下完成改變設(shè)定值或甚至整個(gè)機(jī)器的過程順序。此外，通過云計(jì)算快速獲取大量關(guān)鍵信息的能力，將改變行業(yè)內(nèi)每個(gè)人的工作方式，從供應(yīng)商到最終用戶。分析的機(jī)器和系統(tǒng)越多，可用于識(shí)別系統(tǒng)或機(jī)器甚至特定行業(yè)的那些可能產(chǎn)生最大影響的集體數(shù)據(jù)就越多。在可預(yù)見的未來，我們可以看到計(jì)算機(jī)生成的趨勢和預(yù)測可以直接傳送到OEM廠商，因此可以實(shí)時(shí)改進(jìn)機(jī)器，從而在機(jī)器最佳運(yùn)行的基礎(chǔ)上實(shí)現(xiàn)穩(wěn)定、