T.这是一个迷人的力量斗争
HCSC使用100%的蔗糖在自己的37,000英亩的中央制作毛伊岛品牌夏威夷原料糖
该公司位于普乌尼附近的工厂进行甘蔗研磨、榨汁和煮沸,
jHCSC的电力管理分析师ohn Rivera说
公司本身对现代化并不慢,但是当河流上市时,电器一侧基本上被困在20世纪中期。数据连接不是图片的一部分,并且来自传统计量和基于中继的分布的信息无法及时警告电机故障,凹陷和故障。“我们的制造智能应用始于电厂,”Rivera说。“我们了解了与Modbus等常见协议的设备如何彼此交谈 - 以及我们。三年内,我们已经升级到全数字奇迹Intouch HMI [人机界面]系统。“
然后电力组能够从其自己的植物和植物的电力监测电力
一种结果,Rivera已经监控了基于Web的公司范围内的Intranet系统,为各种领域的主管,管理人员和线员工提供实时可见性。“我有强烈的信念,当你向群众开放信息时,你允许每个人成为图片的一部分,”Rivera说。“它需要各种功能和各种方法,将整个画面拼凑在一起。可用于帮助的人员越多,可供分析和支持,底线更好。“
制造智能的背景很容易。设定一个目标。创建一个路线图,以实现这一目标。沿途设定检查站,然后使用制造智能在您开车时调查这些点。制造智能也可以通过查看卡车后部来帮助目的地,看看所有货物仍然存在。而且,它可以散步,只是为了看车轮仍然打开。
没有严谨的制造智能定义。该术语本身来自军事情报,从军事情报中收集了来自所有可能的来源,法律和非法的信息,以猜测现在敌人正在做的事情以及将来会做什么。这种令人越来越少的Bellicose Variant也看起来可以随时随地看,但我们的信息来源(希望)(希望)不太容易发生秘密。制造智能工具可以采用仪表板,电子表格,图表,报告的形式,即使是亮起的光 - 任何将传达操作的正确快照的媒体。唯一的复杂部分是定义一些细节,例如目标,路线图,检查点和目的地。
m在绩效管理的背景下的制造智能是一个工具,它告诉您如何执行操作。当然,绩效管理本身的核心是设置和达到目标或关键绩效指标(KPI)。这些KPI的确切性质几乎总是特定于给定情况。然后可以认为制造智能作为放置在制造数据之外的覆盖层,揭示通过KPI的镜片所示的这些数据的含义。换句话说,忘记看到阀门146-27是否打开或关闭,但是否该阀和其所有上游和下游点都集中地告诉您X数量的好产品正在进行门。
“制造智能不仅仅是关于你的制造信息流的原始数据,”Claus Abildgren说,他是Wonderware公司的营销项目经理,Wonderware公司是一家总部位于加州莱克森林的制造软件供应商。“这是一种更高层次的聚合,可以让你使用数据来改善性能,让明天的产品更好。”
制造智能与生产管理密切相关。从Abildgren的角度来看,生产管理的功能是执行生产订单,其中包括设备设置。它还包括该设备的编排,开始,停止和执行活动,使产品履行订单,并管理运营主规范和程序。最后,生产管理处理设备和产品公式和运营程序流程限制。另一方面,制造智能功能是从生产管理数据中绘制以可视化生产状态和历史,包括机器和订单的当前状态。“它还捕获了生产事件,并检测偏差,”他说。“制造情报是提供改进决策的准确,实时信息所需的必要条件,包括实时数据收集,通知和警报,以及过程分析和可追溯性Vis-Is运营KPI。”
D.所有设备中的所有设备的所有信息中的所有信息的制造智能都是一个涉及抽象和翻译的过程。抽象(或聚合)合并详细信息以获得最小和最锐化的图像。翻译然后将此图片映射到业务流程。“你肯定需要专注于业务流程,”杰夫说Tropsa,高级商业顾问,SIMATIC IT业务部门,西门子Energy&Automation Inc.,Alpharettea,GA.的自动化供应商。“用户在角色需要做什么工作?这个关键信息在哪里?哪些来源提供最佳信息?回答这些,然后把它全部放入容易导航的视图中,而且收益是巨大的。“
克里斯蒂娜·麦肯(Christina McKeon)是Infor公司的绩效管理产品营销总监
在收集和聚合数据时,有一些主题是绩效管理的所有方面都是共同的,而不是仅仅是制造智能。主要是需要一致的数据。“在多线设施中,特别是在多植物背景下,在测量的情况下必须保持一致性,”浓度为“浓度”。“你必须将苹果与苹果进行比较。如果每个人都可以在常见的数据模型中占用公共数据模型并在明确定义的模板中捕获信息。“
在任何具体实施制造智能实施后面需要:
1.确保数据的可用性
2.看到什么的精确点
3.定义媒体进行交货。
当然,前两个之间的相互作用是相当多的。只有通过了解您可用的数据范围,您可以从数据中获取有关视图,抽象和度量的感觉。相反,一旦你弄清楚人们想要看到的东西,你可以快速确定所需信息的最佳来源。从标准,网络和公共汽车到智能组件和外围设备的制造数据连接基础架构的爆炸性增长意味着几乎可以实时监视任何运动(或停止)。
T.他说,制造数据基础设施还不是100%即插即用的,但如今将设备连接在一起比五年前要容易得多。剩下的就是需要从原始数据流转向智能——也就是说,需要从数百万位数据中筛选出对你来说很重要的一两个,或者一打,或者二十多个东西。这种筛选是制造智能系统的核心。
对于大多数系统而言,总是有一种备用备用系统集成商将此从原始数据移动到智能。良好的系统集成商将培训的实施者置于工作,将您的需要映射到软件和硬件。当它一切正常时,这些人都知道工具的能力以及提出正确问题所需的技能。但是整合者并不总是必要的,因为许多系统都有内置算法,工具和设置例程,使映射更轻松。这些可以从预定义的模板中的范围内,这些模板可以选择为用户构建其数据模型,以容易地链接到整体需求的单个对象或组件。
然而,从长远来看,安装制造智能与其说是一个技术问题,不如说是一个程序问题,因为技术,不管怎么说,怎么做,只是一个信息的媒介。正如我们已经指出的,这个过程从首席执行官开始。实际上,从这一点开始,每个人的解决方案都将是不同的,但也有一些共性,这些是我们在这里可以关注的。
西门子的特罗普萨说:“一开始,如果人们担心被老大哥监视,可能会有担忧,但这不是指打击人们的头,而是我们所有人都在关注整个制造过程,看看我们适合哪里。你有一种自然的倾向,关注自己的角色和自己已经熟悉的东西,但真正的问题是,我们——企业中的每个人——如何优化产量,而不仅仅是这条或那条特定的线路、火车或单位。”他强调需要重新思考和理解驱动业务的真正指标,这是一种“通常不为人知的商品,因为自动化和高级控制可以存在于许多不同的级别”。如果没有企业的全局视野,你可能只会优化自己的子系统。”
在许多企业,试金石是看任何给定的资产为业务部门贡献了多少利润。特罗普萨说:“如果你能真正分析盈利能力,并对控制环境保持高水平的看法,你就能发现差距和失去的机会。”“现在你可以开始看到什么影响最大。举个例子,如果一个发动机快要坏了,你应该马上修理它吗?如果它在做重要的工作呢?如果你可以冒险等上几个小时,但仍然避免了灾难性的故障,你可能会希望等待修复。”
W.OnderWare的Abildgren看到制造智能的应用,作为给定公司不断变化的自动化系统的一部分。“你可以代表您在IT设置中所谓的”工厂模型“的物理制造过程中,”他说。“这提供了通信,警报,可视化,安全性等监督功能,以监控和控制物理流程和活动。”然后,您可以在以后发展现有的工厂模型,现在包括额外的功能功能,例如,公式管理,或捕获生产事件,或识别和确认设备停机时间。“这不是建立另一个独立的应用/功能竖井,然后必须将其集成到监督系统中——这是相同逻辑模型的自然扩展。”
一旦基本操作被理解并处于控制之下,制造商通常会发展他们的观点,以便他们能够理解真实的产能和跨越几个业务或生产线的整体制造性能,“很多时候涉及到统计过程控制和更高层次的复合指标,”Abildgren解释道。“如果你的系统是真正模块化的,你可以在现有的工厂模型中添加更多的功能组件。无论你从哪里开始或在哪里结束都不重要。”
一世NFor的McKeon指出了实现者配置文件可以是关键。“你需要那些了解技术,流程和最重要的人的人,”她说。“关于技能集的详细信息是特定于特定公司的需求,但总体需求是为一个可以专注于业务目标的团队,并了解流程,以发现最佳实践和不必要的复制。人们的技能是强制性的最早的阶段,让恐惧微互动和冠军知道你正在做的事情。“
安装制造智能系统的好处几乎总是能回报所涉及的工作。而且好处不仅仅是制造套件。一家包装消费品制造商与Infor合作,获得了制造业财务方面的情报。该公司花了数周时间,在一片混乱的场景中,数百人用各自的电子表格工作。通过安装一个系统来监控预计和实际成本,公司能够将完成年度预算的时间减少50%,使预测更加及时,短期目标也更加符合现实。
欲了解更多信息,请搜索关键词“制造智能”和“绩效管理”www.myenum.com..