为什么要使用制造分析?

我最近参加了三个不同的会议。其中一个常见的主题是统计数据处理可以给制造过程带来的价值。这被称为制造分析。我遇到了来自不同行业环境的几家技术供应商、系统集成商和终端用户。在所有案例中，人们一致认为，使用复杂数学算法分析制造数据的能力，有可能通过提高效率和降低严重依赖员工经验的风险，提供竞争优势。

大多数制造公司几年前就开始有条不紊地收集工艺数据。它始于受监管的行业，如制药和生命科学。其他人很快跟进，他们的动机是知道生产过程中发生了什么，这对诊断和故障排除非常有用。这就导致了大量数据的存储。统计分析工具，以前主要应用于人口统计和宏观经济学的研究，现在被用来发现模式和相互关系的独立收集的数据为制造目的。

制造业分析的使用给企业带来了三大优势:

1. 强调与不同过程变量相关的数据之间的相关性。虽然数据之间可能看起来并不相关，但可以使用IT工具来实现复杂的算法，并发现数据中的隐藏关系。这种关系的发现并不是立即显而易见的，特别是当这些变量属于生产过程的遥远阶段时，就会产生对过程本身的新的理解和认识。揭示的信息可以用于更准确和响应的生产管理，以及优化和改进的过程。
   
2. 使用分析工具进行过程控制。一旦通过分析随时间推移收集的数据确定了模式，用于确定模式的分析工具就可以用于处理实时收集的数据，作为过程控制。这对产品质量和生产效率都有很大的影响。早期发现与质量问题或工厂故障相关的条件变化，允许及时采取行动，通常避免问题的实际发生，或至少限制对生产率的影响。这在减少故障时间、维护成本和浪费方面有直接的经济回报。
   
3. 利用员工个人知识的能力。第三个好处不那么直接或可衡量，但仍然非常相关。通常，由分析工具生成的信息只是一个明确的形式化和可测量的表示，有经验的员工已经知道什么。从历史上看，这是经验丰富的作业者与新兴和年轻作业者相比的价值之一。能够将这些专业知识形式化、数学化和自动化，使公司能够减少与员工离职相关的影响和风险。考虑到新一代工人更大的流动性，这将变得越来越重要。公司现在能够转换从个人经验中获得的知识，并使用它来独立地管理过程，而不需要员工参与，以减少经验丰富的操作人员离开时对过程质量和效率的影响，并拥有有用的有针对性的信息来更快地培训新员工。

然而，为了获得制造分析的好处，企业必须在硬件和软件系统上投入巨资来处理数据和识别模式，首先是基于历史，然后是实时。他们还必须在新的专业人才上投入巨资。这些将负责实施和管理这些系统的人，可以是修改后的内部结构的一部分，也可以是外部系统集成商，他们可以开发与不同客户合作的适当技能，从而为公司提供这种经验。

路易吉·德·贝尔纳迪尼是Autoware,一个认证控制系统集成商协会总部位于意大利维琴察的成员。有关Autoware的更多信息，请访问Autoware概要在工业自动化交换机上。