Digital Transformation"},"section_hierarchy":[{"id":33182,"name":"Factory","alias":"factory"},{"id":91288,"name":"Digital Transformation","alias":"factory/digital-transformation"}],"taxonomy":[{"id":4088316,"type":"Tag","name":"OEE","fullName":"Tag: OEE (4088316)"},{"id":4088315,"type":"Tag","name":"scope of work","fullName":"Tag: scope of work (4088315)"},{"id":4088314,"type":"Tag","name":"system integrators","fullName":"Tag: system integrators (4088314)"},{"id":4088313,"type":"Tag","name":"digital transformation project","fullName":"Tag: digital transformation project (4088313)"},{"id":4087974,"type":"Tag","name":"SCADA","fullName":"Tag: SCADA (4087974)"},{"id":4083760,"type":"Tag","name":"MES","fullName":"Tag: MES (4083760)"},{"id":4082704,"type":"Tag","name":"SaaS","fullName":"Tag: SaaS (4082704)"}],"authors":[{"id":21103032,"name":"Matt Ruth"}]}">

数字变换:制造商从集成器期望什么

八进制二二二三
集成器和制造商早期讨论注重过多预设方法或预配置软件可限制能力,导致缺少接触并影响程序启动前的成功

个人对功能和结果的不同期望往往围绕着数字变换程序技术软件在程序中扮演关键角色, 但它们不是定义你数字变换路径图结果的东西

程序集成程序时,制造商应能够回答这两个集成器问题:

  • 关键函数和运算
  • 所有利害相关方应如何看待成功?

生产厂商在进程早期阶段必须拥有适当的领导出席以避免任何模棱两可并诚实清晰地讨论成功和何时出现问题。弱需求将导致意外费用、调度滑坡和对转换举措失去信心/信任

如果没有对需求的承诺和与领导层的接触,就极有可能出现从工厂和企业角度接受解决方案的问题。最坏的假设是程序首个开机时 技术完成它的工作 客户却不理解

安装成数字变换项目一部分的新系统可能比以往多出数倍生产洞见,制造商无疑会有粒子问题个体视图能力和其他辅助细节即便计划在未来阶段提供这些功能,而不大量提前买入并全程提供领导指导,在出现这些问题时也有可能产生不愉快反应。发生这种情况时,它留下数字变换队编程解决新需求以保持程序轨迹

基础方法

数据变换程序的最佳做法是,所有利害相关者的要求都必须通过迭代过程完全理解和审查,并使用规范、系统模型和实战软件演示

需求定义过程结束后,制造商应期望关键交付技术路径图,它包括控制器和原始数据集中标准化方法、监督控制与数据采集层实现数据归并漏出并协同标准制造系统应用典型架构包括获取综合和预设数据、数据历史学家和软件即服务MES性能工具,如Aeva Insight性能

为使这种架构在实施阶段成真,制造商应认识到需要为每个范围内制造设施完成网站和盘点评估基于这些评估,集成器可开发详细工作范围,概述哪些设备将被认为最有影响以及如何与现有系统整合项目第一阶段可能只包括每行资产子集,以驱动对OEE的初步理解(全设备有效性)。

有了扎实的计划和对目标的约定理解后,程序就可以执行并按向制造商许下的承诺交付

密钥外送

如果制造商的利害相关方没有及早并经常完全参与,很容易产生对程序计划和预期结果的错误理解。不论数字变换程序大小,都存在潜在问题

数字变换程序初始评估和定义阶段对定义精确详实的工作说明和制造组织预期未来状态至关重要和任何行程一样,你需要先知道在哪里,整合团队才能知道在哪里可以/应该集中努力和需要什么

评估与项目定义完成后,集成器将检查程序定义数字变换路径和架构,以竞争性推向未来

Matt Ruth是总统雅凡松市认证成员控制系统集成器关联CSIA系统欲了解更多有关Avenson的信息,访问其剖面CSIA工业自动化交换

赞助建议

技术推进碳构造价值链

Emerson自动化组合定位促进整个价值链,提供流程优化技术、运输网络优化技术、托管转移技术

Lockheed Martin探索自控机器人使用

洛克希德马丁使用Xaba单机神经网络提高机体制造商业机器人的精度和一致性

产业更新:OT中的AI

微软人工智能与Avela和Siemens操作技术软件

cobot安全透视

自动化世界DavidGreenfield与美国SchmersalDevin Murray学习abtu风险评估