大数据分析提高制造性能

在ARC欧洲论坛上,英特尔和道康宁详细介绍了他们是如何利用数据做出正确的运营决策并节省资金的。

Aw 76242 Valentijndeleeuwweb

2015年阿姆斯特丹ARC欧洲论坛的主题是“互联世界中的信息驱动型企业”,旨在帮助明确新兴的相关概念,如工业4.0和工业物联网(IIoT)。在论坛上,我们听到了许多引人注目的用例,关于如何应用这些概念在现实世界的工业生产中,在广泛的工业部门中提供切实的好处。这些演讲包括英特尔和陶氏化学的成功故事。

三菱电机和英特尔在英特尔的一家半导体制造工厂展示了三个物联网试点应用的结果。英特尔的制造设备每台设备每周产生千兆字节的数据,但其中大部分没有得到很好的利用。数据包括参数、错误日志、来自机器的事件和来自视觉设备的图像。

根据演示者的说法,英特尔使用了三菱电机的Melsec-Q系列C语言控制器,这些控制器提供了强大的网络连接和高计算性能,在潜在的恶劣环境中具有高可用性。Cimsniper数据采集和处理软件通过CC-Link IE协议,以每秒兆字节的速率有选择地传输过程数据,存储在Cloudera Hadoop内部部署的基于私有云的大数据分析服务器(BDAS)上。Revolution Analytics的Revolution R Enterprise用于分析数据。当通过web服务器访问仪表板时,结果被转换为操作情报。毫不奇怪,所有的设备都使用了英特尔的高性能处理器。

该公司评估了三个测试用例。第一个目标是通过自动化测试设备减少不正确拒绝的单元。分析能够预测90%的潜在测试失败,从而显著减少对好部件的拒绝。第二个案例预测了与工艺偏差相关的焊接问题,减少了设备停机时间并实现了主动维护。第三个案例涉及图像分析和边缘质量单元的自动目视检查。与手动方法相比,图像分析将选择时间减少了10倍。英特尔发布了一份详细的试点白皮书。在演示中,该财团报告说,在试点期间节省了900万美元。

来自陶氏分析技术中心的Lloyd Colegrove和他的团队在令人信服的演讲中表示,该公司经常低估、滥用或误解其大部分数据。科尔格罗夫认为,如果把数据放在更广阔的背景中,进行自动分析,以吸引人的方式呈现,并能够对微弱的信号采取行动,那么数据就能提供指导公司的“智慧”。通过这种方式,数据可以帮助“证明修复的行动是合理的,指导改进的行动,并规定实现突破性变化的行动。”

陶氏化学与西北分析公司合作,使用该公司的Focus EMI解决方案从适当的数据源获取数据,并将结果呈现给公司的所有级别,用于战略、战术和实时目的。这家公司经历了文化变革。

Colegrove用一个案例说明了这一点,在工厂旅行后的猜测和事后分析被分析驱动的仪表板所取代,能够及时做出正确的操作决策,以防止设备退化。

他展示了一些工厂是如何逐渐提高性能的,从仪表盘上有很多红色指示器到仪表盘上大多是绿色指示器。问题不在于以前没有这些信息,只是没有给予正确的关注,或者没有足够的资源来分析这些信息。在该项目的下一阶段,陶氏计划将这些系统推广到其他业务部门,继续建立其知识库,扩大协作的使用,并继续“发展,合作和梦想”。

ARC继续识别和报告支持iiot的大数据分析如何帮助工业组织提高制造性能以实现显着效益的用例。读者可以在我们新的IIoT/工业4.0博客上查看其中的许多内容。

虽然英特尔和三菱的物联网试点项目并未直接涉及现有的制造执行系统(MES),但分析实时生产数据并将其呈现给运营商和管理层以提供决策支持,实际上是ISA-95功能范围的一部分。英特尔、三菱电机和陶氏化学表明,用于工业数据分析的现代架构、应用和方法为运营管理领域开辟了新的机会。

Valentijn de Leeuw是ARC咨询集团欧洲组织的咨询副总裁。他在过程工业的最佳管理实践方面拥有丰富的经验,包括化学、聚合物、金属、能源、食品、制药和石油制造。他的经验包括单元流程、模拟和建模知识,以及使用为制造操作设计的应用软件的商业实践。

更多关于工业物联网