用戶名: 密碼: 登錄 注冊 忘記密碼
構建全新數字化工廠 自適應數字化工廠三部曲(下)
2017-11-11       suixiang    瀏覽:3413    0  

自適應數字化工廠與基于數據分析的持續優化,能夠創造更大的價值。由于工廠的信息有多種來源,如供應商、制造單元、智能裝備、產品、產線操作工人、消費者,以及持續運行的系統。此時就需要一個系統將這些信息進行有機整合,并對上述來源的數據進行分析,基于分析進行預測與自主學習。


圖1:自適應數字工廠的資產管理

信息來源:PEGA報告

正如前文所述,一個集成、協調的,能夠通過自反饋實現“資產”優化的執行系統,可以使得自適應數字化工廠成為可能的平臺。而這些“資產”包括流程判斷、預測和自主學習或機器學習模型,也包括來自系統記錄的數據。

然而,許多問題需要解決,以確保這樣的系統得以實現。

1.數字化工廠的安全問題

自適應數字化工廠在生產車間建立最優連接以及與供應商、物、資產的外部連接。自適應過程發揮了模型與資產不斷改善的優勢,但是這需要認真考慮連接的隱私與安全問題。

首先是安全威脅問題。在任何網絡中,安全漏洞都是常見且必須要給予重視的問題。黑客尤其熱衷于竊取信息,侵入環境添加惡意軟件來控制網絡。在大數據、物聯網廣泛應用的未來工廠中,每個人都必須警惕上述以及傳統威脅對自適應數字工廠所產生的影響。

黑客案例

◇ 黑客旨在遠程控制聯網設備——要么是生產車間的機器,要么是制造的聯網產品;

◇ 黑客接近并操縱消費者敏感或私人數據,對決策、業務流程或動態案例進行惡意操縱;

◇ 黑客在敏感數據中植入惡意錯誤。機器學習和自適應預測模型依靠正確的數據進行積極真實的預測。事實上,任何引入模型的惡意數據都將產生錯誤預測,潛在的消極甚至危險的后果。

毫無疑問,在大數據、物聯網廣泛應用的未來工廠中,安全需要規劃在首要位置。考慮到自適應數字化工廠的執行,我們必須強調所有階段的隱私與安全問題——從底層的邊緣設備到與聯網產品相互作用的消費者。

下面的每個過程需要認真考慮安全問題:

☆ 邊緣設備:在生產車間的聯網產品與智能機器需要能夠保護來自未授權的訪問。

☆ 生產車間:我們必須解決日益增長的自動控制器和自適應數字化工廠系統間的缺陷之間的矛盾。隨著可操作機器人、信息技術和企業應用程序的連接,潛在的隱私與安全違規行為將增加。

☆ 云數據和控制中心:自適應數字化工廠越來越依靠云端存儲產品與傳感器數據,也越來越依靠各種用于聯網產品的控制元件。各種云端安全標準以及從公共云平臺到混合云平臺、私人云平臺的防護確實存在,這些標準與防護應該被評估。

☆ 大數據:我們必須著重關注貫穿產品整個生命周期的隱私與安全數據。個人數據實體和綜合數據的授權訪問、身份驗證以及自動風險消減的政策必須同時頒布。

☆ 遠程控制:制造商或服務商通過軟件自動更新與維護控制來遠程控制聯網產品。不論什么情況下,未授權訪問的檢查必須嵌入到聯網產品的遠程相互作用中。

2.主數據和主策略管理

組成自適應數字化工廠的產品、部件和供應商可能遭遇糟糕的數據質量和不一致性,這可能導致缺陷甚至風險的決定。在現代制造業中,主數據管理至關重要。但并不是所有的主數據管理方法都能有效地保證一致性。

有兩種主要的主數據管理方式:

一種是自下而上的IT方法。通常,組織試圖通過“大爆炸”主數據項目、工具,甚至是優秀的MDM中心來解決MDM問題。技術和數據的一致性是令人敬畏且重要的,包括數據清除、處理丟失數據、數據一致性、數據提取轉換加載和數據集成。

還有一種是,自上而下的數字化業務轉型方法。這是一個更加優化的方法。就是把主數據管理當做連續改善舉措中的一部分。特別地,可以通過端到端動態案例管理方案連接、觸及并操作主數據。這種自上而下的方法優先考慮轉型項目而非主數據管理改進,并尋求業務價值與風險之間的平衡。

在自適應數字化工廠中,主數據問題的解決方案被“遠大構想而從小事起步”的思想驅使。獲得快速成功,構建或獲取必須的主數據,然后擴展額外的包含主數據管理的轉換方法。

該方法的核心是網絡通信層,該層包裹著舊系統,同時使舊系統現代化,通過快速迭代提供自適應案例管理的解決方案,該方案對數字化業務轉型至關重要。

3.設備導向的保障

一切過程都要實現互聯設備的端到端保障。更具體地講,需要處理端到端的過程包含物、原始設備制造商、服務技術、潛在供應商、消費者、當然,還有分銷商或經銷商。

自適應數字化工廠,可以使得制造業主們將獲得以下能力:

☆ 物聯網診斷:萬物將有一個隨行CPU和執行器或將能夠連接到一個設備上。

☆ 運行設備軟件的自動更新:已制造設備(要么是邊緣設備,要么是網關)通常有復雜的軟件,該軟件能通過制造商遠程更新。

☆ 從邊緣設備自動感知和測量數據:制造商擁有從設備收集數據或提取數據進行特定測量和分析的能力。

☆ 對于維護的自動控制:設備能夠被遠程控制或通過決策軟件控制。

☆ 物聯網供應鏈和零件退貨:必須取代缺陷設備的邊緣設備能在供應鏈的任何環節被監控。在這個方案中,一個必須被取代的缺陷器件能被監控以證實該器件退回至供應商或原始制造商。

☆ 物聯網修復或零件驗證:一旦維修或替換完成,制造商會證實該次維修和對制造業管理政策和程序的承諾。

4.預防性維護與數字化指令性維護

正如我們所描述的,自適應數字化工廠進行順利超越了反應性召回和維修,并且提高甚至超越精益和六西格瑪方法論。

精益制造商一直贊同全面生產維護的理念,該理念具有改善設備綜合效率的目標。通過全面生產維護,諸如迅速轉換的技術被用來增加生產率同時降低停機時間。

在自適應數字化工廠,工藝過程數字化和決策管理被用來避免設備失效的后果。該想法是在設備失效前通過替代或維修廢舊部分來阻止失效。在當前的環境下,通過物聯網和大數據,實現現代化維修。

預防性維護的到來代表了自動化和智能化維護的數字化革命的重要里程碑。通過預防性維護,對于信息或來自萬物的事件的大數據分析被分析表明能夠用作維護。來自于追蹤操作條件,怎樣使用設備,設備是怎么出現故障的,傳感器的數據是可以利用的。如此能夠減少浪費,同時創造一個更精益的機構。

我們設想一個場景,一個大型農場設備制造商使用新技術來幫助農民提高農作物產量。制造商有機會使用來自聯網設備的前所未有的大量的性能數據。制造商的目的是使用數據分析來預測設備在將來什么時候需要維修。物聯網收集關于設備及其狀態的數據,當達到閾值或發生異常時引發警報,為下次采取措施提供參考。

而另外一種是數字化指令性維護。通過利用維護過程及決策的端到端的數字化,通過指令性維護實現維護的變革性優化。當和物聯網配合時,指令性維護才完整。它包含以下內容:全面的生產維護、自主學習和自適應維護,以及基于歷史數據進行預見性分析的模型。一個非常棒的方法是不間斷地監測和學習來自物聯網數據的行為,同時適應維護的先后順序。遙控設備能追蹤機器的位置、燃料消耗和利用率。分析數據來進行最初的診斷并阻止問題的發生。最終提高運行時間,同時增加機器和操作者的生產率。

這種維護方式,可以實現價值流的自動化:自動化的價值流整合端到端的聯網設備(物聯網)、供應商、制造商、消費者。這個價值流通過自動化和數字化的工藝過程(該過程是完全可視化并可控制的端對端工藝過程)將用戶的設備和維護的整個生命周期綁在一起。

5.聯網生態系統的影響

盡管互聯網上的網聯設備自問世以來就一直存在,但直到最近,物聯網才對工業尤其是制造業產生了重大影響。從聯網的家居、汽車、城市到工業,如健康、保險、制造業、公共事業,網聯與智能設備正在改變整個生態系統。作為物聯網不同分支,消費者物聯網和工業物聯網經常被相互對比。

家居物聯是前者的典型代表,而服務于過程或離散制造業的物聯,則是工業物聯網的代表。物可以是小型設備,如智能手表或監控監測設施,這些設施可以通過智能手機聯網(越來越多的智能手機自身就提供復雜的監控功能),也可以是大型機器如渦輪發動機、風電設備、油氣開采設備、機器人等越來越智能化、半自主化,甚至完全自主化的設備。

0
?
版權所有:漢尊(廈門)自動化科技有限公司 閩ICP備12010980號
喜乐彩票app