批量取证-深挖!

了解如何使用批量取证可以改善您的自动化过程和设备。

“取证术”一词的一个含义是将科学知识应用于问题。取证涉及物理证据的科学分析和数据分析。在植物环境中,数据和科学分析可以是发现改善存在的自动化解决方案的机会的关键。可以在系统生命周期的所有阶段使用法医工具,但理想情况下,它们应该在设计阶段使用。

生态系统动力学过程

由于预算和时间的限制,改进初始设计的机会被错过了,通常被委婉地称为“价值工程”。有时候,设计很难理解、维护和改进。有时,调试没有尽可能详细,留下未经测试的场景。如果这些场景中的任何一个都是真实的,那么系统的总体性能将不是最优的。系统的敏捷性、吞吐量、质量、安全性、人员或产品都可能受到影响。使用低于标准的解决方案可能会产生许多隐性成本。纠正它们可以带来巨大的投资回报(ROI)。关键是通过对实物证据和数据的收集、检验和分析,应用科学原理和技术。

批取证的重点是评估漏洞及其补救。在某些情况下,漏洞是明显的,可能会被抱怨系统的操作人员发现。有时,缺口可能由质量部门、运营部门甚至其他部门来识别。有时,改进的机会并不明显,可能需要分析现有解决方案没有捕获的可用数据(因此需要深入挖掘)。

例如,通过深入挖掘和研究间隙,数据可以指示一些控制循环需要调谐或指示移位中的运营商的时间比预期执行手动任务。具有这种类型的信息是最重要的,以确定最佳的修复机会。通常,最终用户拥有大多数所需的基础架构,以捕获可操作的信息,但不知道如何。其他人可能正在捕获此信息,但没有以易于理解的格式分析和呈现的信息,从而使其无法解义。

可操作的信息

其他的例子可以在诸如材料接收、库存管理、称重和配药、材料配料、过程控制和策略、成品存储和包装等领域找到。自动化的和手工的活动都可以通过电子手段进行跟踪。时间序列数据和事务性过程数据提供了明确的信息和分析,从而洞察流程的现实。以正确和可识别的格式向所需的受众报告这些信息,有助于理解如何改进质量、数量、成本和风险。

改进的关键是通过收集、检查和分析实物证据和数据来应用科学原则和技术。与可信赖的工程师资源一起工作,他们可以在初始自动化设计上进行协作,或者帮助识别差距并创建补救计划。

Timothy S. Matheny,体育是总统ECS的解决方案的注册会员控制系统集成商协会(相)。他还在2014年提交给ISA食品和制药工业部门的一篇基于模型的控制论文的作者。欲获取Matheny的论文副本,或获取更多关于ECS解决方案的信息,请访问其简介CSIA工业自动化交流

本文中的公司
更多有关设备保养