为了防止潜在的故障、员工受伤和生产损失,越来越多的公司熟悉远程资产监控。他们尝试奔跑 预测性维护系统 在制造过程中发现问题之前发现问题,最大限度地降低员工和客户不满意的风险,并防止金钱损失。
幸运的是,21 世纪为制造业中的预测性维护提供了现代且有效的解决方案,可在不同行业中实施。
最近,Prylada 进行了一系列客户开发访谈,其中我们采访了来自制造业的专家。我们团队的目标是收集有关以下方面的有价值的信息 资产监控 行业中的技术采用挑战,以及公司如何解决这些挑战。
在采访中,我们讨论了市场现状、最困扰的问题、竞争以及行业内有效发展的建议。
过去5年制造业市场发生了怎样的变化?
消费者对产品定制、有竞争力的价格和最佳交付框架的偏好已成为制造公司重新考虑其工作方法的主要驱动力。为了满足现代需求,他们需要通过实施数字技术来提高生产力。这些技术包括数字化可持续发展解决方案、数字孪生、自主移动机器人、增强现实、人工智能和机器学习。
“过去的现实是制造商加班加点,他们的工作非常手动,而且他们没有得到支持。他们只是完成了工作,现在这些制造公司已经从仅仅完成工作转变为需要启动大型数字化转型计划。=
– 理查德·莱博维茨,首席执行官 精益DNA
制造商开始从以下角度思考:
- 我们需要更加紧密地联系
- 我们不仅需要更好地了解我们正在努力解决的问题,还需要更好地了解我们需要采取哪些行动。
整体情况从工作本身转变为以行动为优先的数字化转型。此外,COVID-19 凸显了强大且适应性强的供应网络的重要性。大流行的不可预见后果导致重大损失 工业公司 重新考虑他们当前的业务策略。因此,他们的目标是优化现有流程,减少对外部因素的依赖,从而增强对不可抗力情况的抵御能力。
对可持续发展的关注成为更多地使用智能物联网技术的驱动力,使制造业变得更智能、更高效、更可持续,同时也改善了员工的福祉。它是通过自动化和数字化转型实现的,并且利用预测分析来推动更好的建议。反过来,这让我们更好地了解瓶颈是什么以及挑战是什么。
另一方面,采用新智能技术的过程变得更加复杂和耗时。供应链挑战和人员短缺导致整个高管层深入参与基层运营事务和决策。 这导致更多的利益相关者需要理解风险,调整预期价值收益,并平衡这些考虑因素与其他公司计划。
自动化、人工智能和物联网等领域的技术进步日新月异,要求制造商适应新技术并将其集成到其运营中。
然而,向新资产监控技术的过渡可能非常复杂且成本高昂,需要提高员工技能并确保与现有系统的兼容性。
正如受访者与我们分享的那样,我们收集了与这一转变相关的最常见的挑战和障碍。首先是我们最常听到的观点。这并不一定意味着它们是最关键的,但它确实表明了它们的普遍性。让我们开始吧。
制造设备非计划停机
现代设备的制造涉及高精度复杂的工艺和精密的设备。由于产量损失和生产时间损失,意外的制造设备停机可能会造成非常高的成本。预测性维护方面的最新创新可以极大地帮助减少生产力损失,并节省大量精力和时间。
制造业中成功用于预测性维护的技术之一是对大量故障数据、维护和跟踪数据进行分析。为了增强所使用数据的质量,将过程、时间戳和详细组件信息等参数归因于故障模型,以创建强大的数据集。几家大型半导体制造公司已报告使用此类技术作为其预测维护模型的一部分来提高产量。
挑战依然存在,因为许多复杂的流程往往会出现频繁的偏差和转变。在运行之间调整特定参数以保持过程目标。实时监控和捕获参数配置的虚拟传感器等技术可用于实现适当的控制。这是目前一个活跃的研究领域,研究人员正在积极探索包括人工智能在内的新技术。
缺乏数据收集工具
由于资产可见性有限意味着维护和更换成本增加,许多制造商已经在努力获取基本的机器数据。这些数据通常包括温度、振动、速度和其他性能指标。
然而,对于许多公司来说,投资数据收集工具可能是一项成本高昂的工作。这就是为什么他们更喜欢使用可用资源,这可能会在很多方面阻碍发展。
希望使用实时数据进行资产监控的制造商需要一种能够自动连接和收集任何来源数据的工具。理想情况下,它还应该能够规范和管理数据、执行分析并轻松与第三方应用程序和云计算平台集成。
数据集成和可扩展性问题
制造基础设施通常包含不同的系统,例如机械、生产线和公用系统。这些系统可能是在不同时间使用不同的技术实施的。此外,每个系统都以其格式生成数据,这使得与第三方系统的集成成为一项艰巨的任务。格式不一致、缺失值和不准确都会阻碍有效的集成。
随着制造设施和流程的发展,数据格局也在不断扩大。系统必须具有可扩展性,以适应不断增长的数据量。确保整个制造业务的无缝、高效的数据流,同时又不会压垮监控基础设施,这一点至关重要。通过投资现代工具并优先考虑数据质量可以实现这一目标。
制造中的安全漏洞
制造业面临着不断变化的网络威胁,从勒索软件攻击到供应链漏洞。在硬件方面,质量较低的假冒产品被认为是半导体的一个主要问题,而芯片仍然相对不受安全相关问题的影响。
然而,在过去几年中,攻击者已经找到了利用复杂的半导体制造工艺的方法。他们试图通过硬件木马引入恶意逻辑来操纵芯片架构。攻击者利用这些特洛伊木马进行拒绝服务 (DoS) 或数据盗窃。值得注意的是,叙利亚报告了一次重大木马攻击,攻击者在芯片中嵌入了名为“Kill Switch”的木马,以禁用叙利亚防空系统,从而使他们能够执行空袭。
在过去几年中,制造商扩大了基于机器学习和物联网 (IoT) 的数据分析概念的使用,以确保其设备得到适当的保护。在这些技术中,他们首先初始化所有监控参数的设备,然后将机器学习算法应用于这些参数,以预测输出的参数类别。如果结果(输出)与预测不符,制造商可能会对设备进行标记。
阻碍可持续制造的其他障碍
供应链中的阻塞
制造商历来都面临着一些困难,而 2024 年的预测显示更多相同的困难。随着全球贸易变得更加复杂,生产商必须做好准备,应对供应网络的意外或突然中断。
一些受访者表示,在可预见的未来,供应链中断仍将是该行业面临的最重大困难之一。目前,库存处于几十年来的最低水平,表明某些产品目前无法生产。来自台湾、中国大陆和其他海外公司的半导体严重短缺,迫使一些汽车制造工厂关闭。国内生产也遇到了困难。
通货膨胀
2023年,由于所有主要经济体的需求增长和供给不足,通货膨胀率接近两位数。明年,铝、石油和钢铁等关键制造业投入品的价格将进一步上涨,这给已经试图在不牺牲质量的情况下降低成本的企业带来更大的压力。
在通货膨胀期间为资产监控自动化找到资源和投资是很困难的。但制造商绝不能忽视它给行业带来的潜力。它可以帮助减少手动错误并将任务速度提高多达 10 倍。
为了应对这一挑战,行业必须为自动化分配预算,并引入更多人工智能技术来实时检查和自动化任务。这不仅有助于节省成本,还有助于提高效率并减少浪费。
采用数字技术的挑战
制造流程围绕着由多个地点的数百家供应商和员工操作的连续、例行的计划和任务,旨在生产消费品。这使得企业很难监控当前的惯例并确定需要改进的领域。
通过实施基于物联网的实时监控技术,制造商可以轻松追踪整个价值链的每一步。此类技术将帮助他们更好地了解可持续发展目标中的差距,并找到提高效率、产量和合规性的解决方案。
智能资产监控通常面临两个挑战。第一个涉及集成和升级旧设备以与新技术兼容,从而充分发挥工业 4.0 的潜力。第二个假设是对人员进行重新培训,以确保他们能够有效地监控、使用新的监控系统并从中受益。
较小的制造商常常发现新技术的初始投资令人望而生畏。然而,必须认识到数字化转型和员工转型都是渐进的过程。这些变化不是一朝一夕就能发生的。
总结
制造业已经在经历自动化和机器人技术的影响,例如人工智能、物联网、传感器、地面机器人以及机器人过程自动化的更多使用。采用数字技术的需求不断增长,以及制造企业可以从中获得的好处,推动了数字化的增长。
作为应对当今行业面临的挑战的持续努力的一部分,制造商实施了基于物联网的智能资产监控解决方案。然而,技术的选择及其实施方案仍取决于商业机会和需求。
工业机器的计划外停机、数据收集问题、安全漏洞和可扩展性限制是制造领域首先面临的挑战,可以通过基于物联网的监控技术来解决。此类技术为制造商提供了整个供应链中精细的、情境化的数据,以便他们能够快速查明问题并采取行动。
此外,他们还可以在潜在问题发生之前进行预测,避免召回和其他重大环境风险。随着时间的推移,监控技术将使用户能够跟踪其可持续发展目标的进展情况并确保遵守行业法规。
我们要感谢所有参与我们客户开发访谈的人:
- 瓦萨尔·沙阿,首席执行官 石蕊
- 斯特凡·施瓦布,首席执行官 开明的
- Tom Richter,数字行业离散和流程制造行业全球主管 诺基亚
- 尼尔斯·阿诺德,首席执行官 距离
- 邓肯·克尔 (Duncan Kerr) 前首席执行官 阿里斯泰克
- 理查德·莱博维茨,首席执行官 精益DNA
- Gulroz Singh,SoC 安全架构师 恩智浦半导体
- Donnie Rand,营销协调员 美国业主经营者协会有限责任公司
- 大卫·里德 (David Reid),销售总监 VEM工具
- 德里克·海瑟薇 (Derrick Hathaway),销售总监 VEM 医疗
- 哈曼·辛格,董事 密码
- 道格·劳森,首席执行官 智商
- 以及其他行业专业人士,他们的评论被纳入本文
- :具有
- :是
- :不是
- :在哪里
- $UP
- 1
- 10
- 2023
- 2024
- 21
- 361
- a
- Able
- 关于
- 容纳
- 横过
- 操作
- 行动
- 要积极。
- 积极地
- 适应
- 增加
- 解决
- 调整
- 采用
- 采用
- 进步
- 驳
- AI
- 针对
- 加拿大航空
- 算法
- 对齐
- 所有类型
- 分配
- 允许
- 已经
- 还
- 量
- an
- 分析
- 分析
- 和
- 预期
- 任何
- 应用领域
- 使用
- 的途径
- 适当
- 架构
- 保健
- 国家 / 地区
- 地区
- 围绕
- 人造的
- 人工智能
- AS
- 财富
- 相关
- 社区
- At
- 攻击
- 攻击
- 尝试
- 增强
- 增强现实技术
- 自动化
- 自动
- 自动化和干细胞工程
- 汽车
- 自主性
- 可使用
- 避免
- 当前余额
- 障碍
- 基于
- 基本包
- BE
- 成为
- 成为
- 很
- before
- 作为
- 得益
- 好处
- 最佳
- 更好
- 之间
- 大
- 促进
- 都
- 瓶颈
- 带来
- 预算
- 商业
- 企业
- 但是
- by
- C-套房
- 被称为
- CAN
- 可以得到
- 不能
- 捕获
- 摔角
- 世纪
- CEO
- 一定
- 链
- 链
- 挑战
- 挑战
- 变
- 更改
- 中国
- 芯片
- 碎屑
- 选择
- 程
- 关闭
- 云端技术
- 云计算
- CO
- 收集
- 采集
- 注释
- 相当常见
- 公司
- 公司
- 兼容性
- 兼容
- 被迫
- 竞争
- 竞争的
- 复杂
- 符合
- 元件
- 理解
- 包含
- 计算
- 概念
- 进行
- 配置
- 分享链接
- 后果
- 注意事项
- 约束
- 上下文
- 继续
- 连续
- 控制
- 协调员
- 价格
- 昂贵
- 成本
- 伪造
- Covid-19
- 创建信息图
- 危急
- 电流
- 当前状态
- 目前
- 顾客
- 定制
- 网络
- data
- 数据分析
- 数据质量
- 数据集
- David
- 几十年
- 决定
- 深深
- 国防
- 交货
- 需求
- 需求
- 人口统计
- 拒绝服务
- 依赖
- 依靠
- 详细
- 研发支持
- 设备
- 不同
- 难
- 困难
- 数字
- 数字化改造
- 数字双胞胎
- 数字化
- 数字
- 数字
- 副总经理
- 讨论
- 讨论
- 不同
- do
- 不
- 做
- 运输(国内)
- 完成
- DOS
- 翻番
- 两位数
- 停机
- 驾驶
- 驱动程序
- 驾驶
- 两
- ,我们将参加
- 每
- 容易
- 经济
- 有效
- 只
- 影响
- 效率
- 高效
- 努力
- 工作的影响。
- 或
- 嵌入式
- 就业
- 员工
- 员工
- enable
- 启用
- 使
- 努力
- 从事
- 加强
- 确保
- 保证
- 整个
- 环境的
- 设备
- 故障
- 必要
- 甚至
- 每个人
- 发展
- 异常
- 执行
- 现有
- 扩大
- 经历
- 专家
- 利用
- 探索
- 外部
- 面临
- 面孔
- 设备
- 面对
- 因素
- 熟悉
- 少数
- 找到最适合您的地方
- 姓氏:
- 地板
- 流
- 专注焦点
- 以下
- 针对
- 力
- 可预见的
- 格式
- 前
- 前首席执行官
- 强大
- 发现
- 频繁
- 频繁
- 止
- ,
- 未来
- 差距
- 云集
- 产生
- 得到
- 越来越
- 给
- 给
- 全球
- 全球交易
- 目标
- 理想中
- 走了
- 货
- 得到了
- 逐步
- 更大的
- 非常
- 成长
- 事业发展
- 手
- 发生
- 事件
- 硬
- 硬件
- 有
- 头
- 听
- 帮助
- 高
- 突出
- 阻碍
- 历史
- 创新中心
- 但是
- HTTP
- HTTPS
- 数百
- 理想
- 鉴定
- if
- 忽略
- 实施
- 履行
- 实施
- 实施
- 重要性
- 改善
- 改进
- 改善
- in
- 包括
- 包括
- 包含
- 增加
- 增加
- 增加
- 表明
- 说明
- 指标
- 产业
- 行业
- 行业中的应用:
- 行业4.0
- 通货膨胀
- 信息
- 基础设施
- 初始
- 项目
- 创新
- 输入
- 整合
- 整合
- 积分
- 房源搜索
- 智能化
- 打算
- 网络
- 物联网
- 物联网(IoT)
- 专属采访
- 受访者
- 面试
- 成
- 错综复杂
- 介绍
- 介绍
- 投资
- 投资
- 投资
- 涉及
- 物联网
- 问题
- 问题
- IT
- 它的
- 工作
- JPG
- 只是
- 保持
- 键
- 缺乏
- 景观
- 大
- 名:
- 发射
- 学习
- 导致
- 遗产
- Level
- 各级
- 借力
- 喜欢
- 有限
- 线
- 地点
- 逻辑
- 寻找
- 离
- 损失
- 丢失
- 占地
- 降低
- 最低
- 机
- 机器学习
- 机械
- 机
- 主要
- 保养
- 主要
- 制作
- 制作
- 恶意
- 管理
- 手册
- 制成的
- 制造商
- 制造业
- 制造业
- 许多
- 市场
- 营销
- 匹配
- 事项
- 最大宽度
- 可能..
- 意味着
- 手段
- 方法
- 最小化
- 失踪
- 联络号码
- 模型
- 现代
- 钱
- 显示器
- 监控
- 更多
- 更高效
- 此外
- 最先进的
- 多
- 必须
- 一定
- 需求
- 打印车票
- 需要
- 网络
- 全新
- 新技术
- 下页
- 诺基亚
- 特别是
- 现在
- 数
- 障碍
- 发生
- of
- 优惠精选
- 经常
- 油
- on
- 一
- 那些
- 正在进行
- 仅由
- 操作
- 操作
- 运营
- 运营商
- 机会
- 优化
- 附加选项
- or
- 其他名称
- 我们的
- 产量
- 超过
- 最划算
- 过夜
- 压倒性
- 业主
- 步伐
- 参数
- 参数
- 部分
- 参加
- 过去
- 演出
- 性能
- 人员
- 透视
- 图片
- 放置
- 平台
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 点
- 定位的
- 可能
- 潜力
- 预测
- 预测
- 预测
- 预测
- 预测分析
- 比较喜欢
- 喜好
- Prepare
- 压力
- 流行
- 防止
- 预防
- 价格
- 价格
- 优先顺序
- 问题
- 过程
- 过程自动化
- 过程
- 生产者
- 产品
- 生产
- 生产率
- 核心产品
- 专业人士
- 进展
- 正确
- 保护
- 质量
- 很快
- 报价
- 兰特
- 勒索
- 勒索软件攻击
- 快
- 达
- 真实
- 实时的
- 实时数据
- 现实
- 最近
- 承认
- 建议
- 重新考虑
- 减少
- 减少浪费
- 法规
- 相对
- 留
- 保持
- 远程
- 替代
- 报道
- 需要
- 研究
- 研究人员
- 弹性
- 重新技能
- 资源
- 导致
- 结果
- 成果
- 里希特
- 上升
- 风险
- 机器人过程自动化
- 机器人
- 机器人
- 健壮
- 常规
- 运行
- 运行
- 牺牲
- 实现安全
- 销售
- 同
- 保存
- 可扩展性
- 可扩展性
- 缺乏
- 无缝的
- 其次
- 保安
- 半导体
- 半导体
- 传感器
- 系列
- 服务
- 集
- 套数
- 几个
- 严重
- 共用的,
- 转移
- 转移
- 短缺
- 应该
- 显示
- 显著
- 只是
- 情况
- 智能
- 聪明
- So
- 解决方案
- 解决
- 一些
- 极致
- 来源
- 具体的
- 速度
- 利益相关者
- 开始
- 州/领地
- 钢
- 斯特凡
- 步
- 策略
- 加强
- 强烈
- 奋斗
- 奋斗的
- 顺利
- 这样
- 突
- 供销商
- 供应
- 供应链
- 供应链挑战
- 供应链
- 支持
- 调查
- 永续发展
- 可持续发展
- 叙利亚
- 系统
- 产品
- 台湾
- 采取
- 拍摄
- 目标
- 任务
- 任务
- 团队
- 技术
- 技术性
- 技术
- 专业技术
- 易于
- 感谢
- 这
- 盗窃
- 其
- 他们
- 他们自己
- 然后
- 博曼
- 他们
- 事
- 思维
- 第三方
- Free Introduction
- 那些
- 思想
- 威胁
- 通过
- 始终
- 从而
- 次
- 耗时的
- 时
- 时间戳
- 至
- 工具
- 工具
- 对于
- 追踪
- 跟踪时
- 贸易
- 转型
- 过渡
- 木马
- 尝试
- 试图
- 转
- 双胞胎
- 二
- 一般
- 不受影响
- 理解
- 理解
- 意外
- 意外
- 提高技能
- us
- 用法
- 使用
- 用过的
- 用户
- 使用
- 运用
- 效用
- 有价值
- 有价值的信息
- 折扣值
- 价值观
- 变化
- 速度
- 垂直
- 非常
- 在线会议
- 能见度
- 卷
- 漏洞
- 是
- 废物回收
- 方法
- we
- 为
- 什么是
- 这
- 而
- WHO
- 谁的
- 为什么
- 将
- 中
- 也完全不需要
- 工作
- 劳动力
- 加工
- 年
- 年
- 但
- 产量
- 和风网