10bet在线娱乐状态监测条件维护IIoT维护可靠性传感器

连接系统显示数据价值

EP编辑工作人员| 2021年4月8日

数字化数据捕获提供了帮助各级利益相关者的信息提供明智的决策。

数字化数据采集和分析是找到提高制造效率的解决方案的关键。

乔希斯托,索拉斯

技术获取的大量数据在发现新的效率或解决障碍方面是无价的。然而,企业中60%到70%的数据没有使用。大多数植物都拥有触手可及的工具和数据,但实现它们的价值需要在连接工作领域进行一些考虑。连接工作者技术提供了连接人员、数据和系统的工具,这样组织就可以更熟练地进行决策,增加了过程的可见性,并可以确保更敏捷的操作。

数据细分

手动和自动是支持工厂的两种类型的数据。过去,在纸上捕获了手动数据。不幸的是,在某些情况下,这种做法仍在继续。今天的电子工具是对此挑战的答案,因为它们提供了手动捕获数据的数字和移动手段。使用将信息传输到云的设备,共同的第一步是重新创建非数字活动,例如以数字格式为数字格式的数字格式 -基于平台。这种移动/数字组合可提高运营效率和可见性。

例如,在基于纸张的过程中,如果出现安全事件,或者报告了近未命中,它将输入数据库或记录系统。从那里,该报告将被发送给经理或合规性途径,以进行审查和评估。然后,此个人或团队将需要执行根本原因分析以了解事件的发生方式。

因为底层数据是由一个只写下他/她认为是必要的信息的工人产生的,管理团队经常根据不太理想的输入采取纠正措施。在整个过程中也存在延迟,包括无法快速且轻松地共享信息、问题发生到向团队报告、团队收集细节并执行分析,以及纠正措施的实现之间的时间。与此同时,导致事件发生的不安全行为或条件持续的时间超过了它们应有的时间。

电子数据收集提供即时访问的详细数字记录,究竟发生了发生的事情以及当需要了解事件链所需的综合细节。在事件发生后,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,所有这些都存储在一个完全可审计和易于可用的平台中。这种数字捕获和立即共享证据的能力比手写笔记更可靠,或者更糟糕的是某人的记忆。随着时间的推移,可以共享数据支持的安全趋势
区域安全、合规和运营团队来确定该事件是孤立事件还是更广泛的安全问题的一部分。

这项技术还可以连接到现有的物联网传感器,以捕获人类活动数据。控制每一项产出的数据有助于建立一个更大、更准确的工厂运营画面,这对数字化转型等总体战略目标至关重要。

传感器驱动的数据收集在确保产品质量方面起着重要作用。

使用数据

一旦所有数据都在一个地方提供,组织可以切片并骰子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,这最终有助于他们在厂房上有更好的规划和决策。

当数据已经是数字的,并且可以立即获得时,使用它也会容易得多,特别是当它连接到仪表盘时。仪表板还可以显示那些肉眼可能不会注意到的趋势。

有三个关键领域,数字化数据和连接系统和工人可以对成功或失败产生显着差异:

过程枢轴:有效地连接工作流程和机器数据涉及使用部分/套数据和预先确定的逻辑来提示或触发系统更改。例如,转换一条线以生产新产品需要转换。为此,团队可能需要一个质量控制专家进行检查,并确保机器和线路没有可能的污染。连接员工系统可以授权技术人员联系正确的质量工程师,通知该人手头的任务,一旦操作完成后捕获数据,并通知适当的人员。当涉及产品枢轴或调整时,这使得能够更敏捷和速度。

过程维护:人机到系统连接也主动提醒团队以问题或重要信息。例如,如果部署IIT设备,系统可以连接到传感器,而工厂管理者可以根据两个系统如何交互设置逻辑。如果机器上发生不寻常的内容,则传感器数据将通知系统。基于系统的配置方式,它将知道何时指示故障并将警报发送到CMMS。从那里,CMMS触发了工作订单。然后将该工作顺序转发给适当的人员进行执行。正如该人正在修复问题,CMMS接收该信息并自动关闭工作顺序。这种快速调整新的或意外条件的能力有助于工厂更具弹性,并通过确保数据在人与系统之间无缝共享数据来消除许多非增值活动。

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.

要改进任何流程,您需要数据来定义标准并理解当前流程的影响。团队可以使用这些数据来了解个体(操作人员、季节性雇员或承包商)、过程或产品是否存在导致偏离标准的差异。这可以帮助团队确定需要如何更改流程以实现期望的结果。是缺少经验的工人需要更多的培训才能更有效地完成某个过程吗?是新原材料的使用影响了最终产品吗?是进程中缺少一个步骤导致了破坏吗?数据采集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,永远不存在“一种解决方案解决所有问题”的情况。尽管当今的数字技术对于更好地理解工厂、连接不同的数据点、获取最多数据并从中获得最大收益至关重要,但现代工厂还需要具备工业物联网、数字双胞胎、人工智能和机器学习技术。

今天的数字化技术将来自所有这些系统的数据结合起来,最终提供了更清晰的图片来实现目标的目标。EP

Josh Santo是San Francisco(parsable.com),开发以解决方案为中心的策略。他还主持了面向制造业领导者的播客“征服混乱”(Conquering Chaos)。过去四年里,他一直在向第一线的工人学习。

10bet和365有什么分别

目前的问题

查看评论

注册了解,趋势和发展
  • 机械解决方案
  • 维护和可靠性解决方案
  • 能源效率
返回顶部