制造商在制作生产过程中“更智能”的旅程中通常首先通过优化系统和操作的最终目标来汇总来自植物周围的数据。当然，从不同的系统收集数据 - 是IT传感器，历史学家，质量控制或制造执行系统（MES） - 直接前进。但是，所有这些信息都存在于不同的数据模式，这意味着组织和分类数据的不同结构，这也意味着有人必须在一起来造成这种情况。这是艰难的部分。
瞄准机该公司一直在努力解决这个问题。2018年，该公司推出了基于云计算的平台多工厂工业物联网(IIoT)集中管理使用人工智能（AI）和机器学习算法的数据与结构化和非结构化数据一起使用。今年早些时候，该公司推出了它的制造数据平台（MDP）它提供了可扩展的分析来比较生产线、不同设施和供应链之间的相互依赖性。
现在，随着本月《动态配方》的发布，Sight Machine增加了一种持续自动更新机器设置的方法，以根据与原材料、环境和产量相关的条件组合产生最佳性能，例如纸张的等级。
Sight Machine的联合创始人兼首席执行官Jon Sobel说:“运营商知道根据他们的经验如何优化流程，他们形成了做出哪些调整的判断，以确保所有事情都有最小的质量问题，并预测效率。“但工厂的条件和原材料存在差异。”当面临变化时，需要深厚的领域专业知识来做出调整。Dynamic Recipes可以根据一系列参数自动进行调整。
请参阅它在Pack Expo Connects 11月9日至13日：Nita 4.0 - CONNECTED标签的未来是现在!由Nita标签系统。预览陈列室这里。
“我们宣布能够根据您确定的条件，灵活地设立正确的生产条件配方，”Sobel说。“每次这样做，它都会回到用于生成规则的底层数据，因此它不断变化。”
为此，瞄准机还推出了一种新的生产力KPI模型，让制造商根据自己的首选指标优化生产。这些指标在公司之间差异很大，但通常包括质量，正常运行时间和吞吐量。根据公司的说法，生产力KPI给制造商一致，苹果苹果指标，以跟踪整个企业所有线条和植物的生产力。换句话说，制造商能够使用基于资产的最大潜在性能的均匀度量来跟踪所有机器，线路和工厂的性能。
“公告的第二部分非常重要，”Sudhir Arni，Sight Machine的商业成果高级副总裁Sudhir Arni表示。“我们推出了一个KPI模型，可以轻松为任何KPI设置一个公式...如果您对数据表进行了任何更改，它将在KPI中反映，这使其根据植物中最好的方法灵活且可扩展。“
动态配方针对目标生产力KPI的任何组合优化，例如最小化成本和最大化吞吐量。规定的建议自动调整随着条件的变化，食谱会自动改进，以反映新的顶级生产运行。
控制室的操作员或厂房楼层使用称为运营商共频的新应用程序与动态配方相互作用。在共延长中，它们输入当前条件（例如原料，所需的输出等级，湿度），对目标KPI进行任何调整，并接收规定的机器设置。
瞄准机can deliver these capabilities in real-world manufacturing environments due to the platform’s unique data modeling foundation which takes the dozens of incompatible data types generated by factory equipment and manufacturing software and generates a digital representation of the entire production process, including processes, production lines, downtime and defects. The platform also continuously models and analyzes all production data in real time, allowing manufacturers to monitor and improve current performance instead of only analyzing past performance.
虽然前几代视线机平台主要用于帮助制造商了解他们的工厂如何在进行和分析如何使用描述性分析来改进它们，但新的增强功能超出了可提供的描述性分析规定的积极推荐在不断变化的条件下实现最高生产力所需的设置和流程。
相关内容:
