数字化数据捕获和分析是寻找提高制造效率的解决方案的关键。

乔什·桑托（Josh Santo）

技术捕获的大量数据在发现新效率或固定障碍方面是无价的。但是，企业中的数据中有60％至70％的数据未使用。大多数植物都触手可及的工具和数据，但是意识到它们的价值需要在连接工作领域进行一些考虑。连接工人的技术提供了连接人员，数据和系统的工具，以便组织可以更擅长决策，增强流程的可见性并确保更敏捷的操作。

数据故障

手动和自动是支持工厂的两种类型的数据。过去，手动数据是在纸上捕获的。不幸的是，在某些情况下，这种做法仍在继续。当今的电子工具是应对这一挑战的答案，因为它们提供了手动捕获数据的数字和移动手段。普遍的第一步是使用将信息传输到云的设备，以数字格式重新创建非数字活动，例如锁定标签（Loto）过程，安全步行或安全事件报告，基于平台。这种移动/数字组合提高了运营效率和可见性。

例如，在基于纸张的过程中，如果发生安全事件几乎发生或报告了近乎失误，则将其输入到数据库或记录系统中。从那里开始，该报告将发送给经理或合规性主持人进行审查和评估。然后，该个人或团队需要执行根本原因分析，以了解事件的发生方式。

由于基础数据是由仅写下他/她认为是必要信息的工人生成的，因此管理团队通常会根据不理想的投入采取纠正措施。在整个过程中也有延误，包括无法快速，轻松地共享问题，问题发生之间的时间以及将其报告给团队，团队收集细节并进行分析以及实施纠正措施。同时，导致事件的不安全行动或条件持续时间比应有的时间更长。

电子数据收集提供了即时访问详细的数字记录，以确切地了解发生的事情以及何时以及了解事件链所需的全面细节。事件发生后，可以在单个移动设备上迅速捕获现场证据和信息，包括照片和视频访谈，所有这些都存储在单个，完全可审计且随时可用的平台中。这种数字捕获和立即共享证据的能力比手写笔记或更糟的是某人的记忆更可靠。随着时间的流逝，可以与数据支持的安全趋势共享
区域安全，合规性和运营团队确定该事件是孤立的，或者是更广泛的安全问题的一部分。

该技术还可以连接到现有的物联网传感器，以将数据与人类活动数据一起捕获。从每个输出中掌握数据有助于建立更大，更准确的工厂操作图片，这对于总体战略目标（例如数字转换）至关重要。

使用数据

一旦所有数据都在一个地方可用，组织就可以切片并切成数据集，以识别导致不同结果的变量。他们还可以对数据进行分类，最终可以帮助他们在工厂地面进行更好的计划和决策。

当数据已经数字化并立即可用时，它也更容易使用，尤其是在连接到仪表板时。仪表板还可以显示出可能不会引起肉眼的趋势。

在三个关键领域中，数字化数据和连接的系统和工人可以在成功或失败上产生重大影响：

过程枢轴：有效连接工作流程和机器数据涉及使用数据/集合和预定的逻辑以提示或触发系统更改。例如，移动生产新产品需要转换。为此，团队可能需要一名质量控制的专家来进行检查，并确保机器和线路没有可能的污染。连接的工人系统可以授权技术人员与合适的质量工程师联系，通知该任务的人，一旦完成，捕获数据并告知适当的人员。在产品枢轴或调整方面，这可以使更多的敏捷性和速度。

流程维护：个人到系统连接性还主动提醒团队有关问题或重要信息。例如，如果部署IIOT设备，系统可以连接到传感器，而工厂经理可以根据两个系统的交互方式来设置逻辑。如果机器上发生了异常情况，传感器数据将通知系统。根据系统的配置方式，它将知道何时指示故障并向CMM发送警报。从那里，CMMS触发了工作顺序。然后将该工作订单转发给适当的人执行。由于该人正在解决问题，因此CMM会收到该信息并自动关闭工作顺序。这种快速调整新的或意外情况的能力有助于植物更具弹性，并通过确保数据之间的数据无缝共享，从而消除了许多非价值的活动。

过程decisions: If there is some element of a process that needs to change—perhaps there’s too much production of off-spec product or too much energy waste in a process—process analysis is key to helping teams find solutions that reduce the chances of either of those events occurring.

为了改善任何过程，您需要数据来定义标准并了解当前的流程影响。团队可以使用数据来了解个人（运营商，季节性员工或承包商），流程或产品是否有差异，导致与标准偏离。这可以帮助团队确定过程可能需要更改以实现所需结果。是一个较不受体经验的工人，需要更多的培训来更有效地完成某个过程？它是否使用了影响最终产品的新原材料？在过程中没有一步会导致中断吗？数据捕获提供了一种快速测试和观察影响的方法。它确保快速分析，甚至更快的响应和更好的结果。

最后，从来没有一个“一个解决方案修复了所有”方案。While today’s digital technology is critical to better understanding the plant and connecting disparate data points, to capture the most data and get the most out of it, the modern plant also needs to have in place IIoT, digital twins, AI (artificial intelligence), and machine-learning technologies.

当今的数字化技术结合了所有这些系统的数据，并最终更清楚地了解了实现目标所需要做的事情。EP

乔什·桑托（Josh Santo）是旧金山Parsable的产品专家（parsable.com）他制定以解决方案为中心的策略。他还主持了“征服混乱”，这是制造业领导者的播客。在过去的四年中，他向前线的工人学习。