新聞資訊 |
|
|
聯(lián)系我們
三明市智創(chuàng)工業(yè)設(shè)計(jì)有限公司
地址:三明市梅列區(qū)牡丹新村27幢
電話:0598-5177338 13960595015
傳真:0598-5177338
郵箱:385358177@qq.com
聯(lián)系人:俆惠
網(wǎng)址:http://www.epgg4w1.cn |
|
|
工業(yè)自動(dòng)化的智能轉(zhuǎn)變到底什么樣,給你一個(gè)案例來解釋 |
發(fā)布時(shí)間2016/12/22 三明智創(chuàng) |
|
工業(yè)物聯(lián)網(wǎng)(IIoT)可以改變自動(dòng)化和操作流程的工作嗎?是的,可以。但是,只有廠家愿意且能夠去改變其基于幾十年的工業(yè)生產(chǎn)過程而建立起來的結(jié)構(gòu)框架。需要明確的是,這并不意味著將機(jī)器、控制系統(tǒng)和網(wǎng)推倒重來,而是意味著要打開原有的一切并增添新內(nèi)容。
數(shù)據(jù)正在迅速成為工廠車間最重要的戰(zhàn)略資產(chǎn)。這是因?yàn)?,如果?yīng)用得當(dāng),它可以創(chuàng)造新的商業(yè)模式和新的收入來源。據(jù)麥肯錫全球研究所的報(bào)告顯示,到2025年物聯(lián)網(wǎng)應(yīng)用的每年所產(chǎn)生的潛在經(jīng)濟(jì)影響將高達(dá)11.1萬億美元。工廠將主要關(guān)注運(yùn)營和設(shè)備優(yōu)化,具有最大的高達(dá)3.7萬億美元的潛力。
聽起來牽強(qiáng)?想想這個(gè):根據(jù)麥肯錫的報(bào)告,石油鉆機(jī)99%的數(shù)據(jù)在決策者做出決策之前就已經(jīng)丟失了。換言之,一個(gè)帶有30000個(gè)傳感器的石油鉆機(jī)只有1%的數(shù)據(jù)需要進(jìn)行檢查。這1%的數(shù)據(jù)是用于異常檢測和控制,而不是用于優(yōu)化和預(yù)測,這提供了最大的價(jià)值。
如今擺在行業(yè)面前的障礙就是連通性,許多團(tuán)體和廠商勤奮工作來解決互操作性問題。為了從石油鉆機(jī)丟失的99%的數(shù)據(jù)中獲取價(jià)值,那么你就需要分析。
Sight Machine一家成立四年的公司,已經(jīng)開發(fā)了專門用于制造的分析引擎。發(fā)布于去年的Sight Machine制造分析平臺(tái),包括專有模型對最常見類型的離散、分批和連續(xù)處理操作進(jìn)行分析。
Sight Machine從生產(chǎn)車間的多個(gè)來源處捕捉并收集數(shù)據(jù),包括PLC、傳感器、條形碼、甚至非結(jié)構(gòu)化格式,如音頻文件和照片。數(shù)據(jù)采集功能就是通過插件代表性狀態(tài)傳輸(REST)API和適配器,用以連接到原有系統(tǒng)進(jìn)行數(shù)據(jù)采集,從自產(chǎn)自銷的MES到工廠定制的IT系統(tǒng)。這里的關(guān)鍵是技術(shù)的開源模式,聯(lián)合創(chuàng)始人喬恩·索貝爾和內(nèi)森·奧斯滕多普都非常熟悉。
索貝爾一直在特斯拉汽車公司,雅虎和開源社區(qū)SourceForge管理團(tuán)隊(duì)工作。奧斯滕多普擔(dān)任SourceForge架構(gòu)師并共同創(chuàng)立Slashdot.org,他在大學(xué)時(shí)還曾在一家汽車工廠做質(zhì)量控制編程工作。
“我們要做的關(guān)鍵就是要和谷歌或Facebook一樣采取同樣的方式,將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)類型相結(jié)合,只不過我們是制造業(yè),”聯(lián)合創(chuàng)始人兼Sight Machine的首席執(zhí)行官索貝爾說。在制造環(huán)境中的挑戰(zhàn)是數(shù)量、速度和各種數(shù)據(jù)類型,使得分析大規(guī)模數(shù)據(jù)難度加大,他說。
對所有數(shù)據(jù)進(jìn)行管理的復(fù)雜性可能是導(dǎo)致很多企業(yè)還必須得要解決IIoT這方面的原因。
“大多數(shù)物聯(lián)網(wǎng)[公司]談?wù)撏ㄐ磐苿?dòng)事情發(fā)展,但我們認(rèn)為這個(gè)問題將逐步得到解決,”索貝爾說。 “核心挑戰(zhàn)是如何有效地分析數(shù)據(jù),并從一個(gè)工廠到另一個(gè)工廠,一遍又一遍地使用同樣的模式,以[提供]有益的啟示?!?/span>
Sight Machine現(xiàn)在與制藥、汽車和服裝等行業(yè)的企業(yè)都有合作。在這些早期的實(shí)現(xiàn),客戶要求該公司幫助進(jìn)行容量規(guī)劃,并確保流程工作的高效率和可靠性。事實(shí)上,很多公司都是在完全相同的問題上尋求幫助:他們在不同的位置擁有相似的資產(chǎn),性能存在差異。同樣的機(jī)器,同樣的流程,但在一個(gè)地方運(yùn)行順利的在另外一個(gè)地方運(yùn)行的就不順利。
Sight Machine發(fā)動(dòng)機(jī)是一組數(shù)據(jù)模型復(fù)制制作過程如何運(yùn)行,含有幾百個(gè)參數(shù),組織所有數(shù)據(jù),并對另一邊的數(shù)據(jù)進(jìn)行轉(zhuǎn)換。“另一邊”是在工廠車間里提供質(zhì)量、可追溯性和業(yè)務(wù)信息的實(shí)時(shí)大數(shù)據(jù)分析服務(wù)器。云也被計(jì)入為數(shù)據(jù)存儲(chǔ)方程的一個(gè)因素。
據(jù)Gartner稱,最近在生產(chǎn)運(yùn)營報(bào)告中,將Sight Machine列為其2015年的Cool Vendors,此分析層包括機(jī)器學(xué)習(xí)算法,能夠在大規(guī)模生產(chǎn)中快速精確定位問題。
最重要的是,應(yīng)用Sight Machine發(fā)動(dòng)機(jī)不需要重新架構(gòu)車間系統(tǒng)。問題的關(guān)鍵是提供一種方式來增加數(shù)據(jù)采集、處理和分析,而且不會(huì)干擾現(xiàn)有的IT基礎(chǔ)設(shè)施?!拔覀儗⑽覀冋f做的稱作”數(shù)據(jù)毯子,因?yàn)槲覀儾恍枰獙C(jī)器、控制系統(tǒng)和網(wǎng)推倒重來。“
事實(shí)上,Sight Machine可以被看作是這個(gè)行業(yè)的一個(gè)無縫演進(jìn),也許開啟了包括工業(yè)物聯(lián)網(wǎng)的現(xiàn)代制造的未來。 |
|
|