What is the Industrial Internet of Things (IIoT) -
A Galco TV Tech Tip
來源：物聯網在線
工業4.0會大幅影響製造業，而大多數的IIoT投資，也聚焦於生產流程改善，較少著墨於產品品質的改善。
但是在大數據分析的浪潮下，企業不應該忽視產品品質，對企業獲利的影響。
但是在大數據分析的浪潮下，企業不應該忽視產品品質，對企業獲利的影響。
製造業持續數據管理系統，來評估和測試生產，工業物聯網(IIoT)，可以使用M2M(machine to machine)，來追蹤和管理工廠環境，這樣的分析能力，意味著更高程度的數據智慧。
Semiconductor Engineering報導，工業4.0會大幅影響製造業，而大多數的IIoT投資，也聚焦於生產流程改善，較少著墨於產品質量的改善。但是在大數據分析的浪潮下，企業不應該忽視產品品質，對企業獲利的影響。
無論什麼產業，產品品質都可能衝擊獲利表現，與公司的聲譽。瑕疵品造成的報廢材料成本與產品召回，都可能影響獲利。在半導體與電子產業，製造過程的每個環節，都可能影響產品品質。
企業內的數據量正快速增加，如果能夠正確的存取和分析，可以為產品品質控制產生正面影響。其中一個例子，就是用某種裝置的測試流程(包括測試者、測試計劃資訊、個別測試結果等)與另一款類似裝置做配對，並進行關聯分析。每項裝置在生產過程中，都會有不同的歷程，而一般的流程分析，並不會去分析這些資訊。
流程分析可以分別針對各個環節進行優化，而不是針對終端裝置的整體功能品質進行優化。不過，使用整個企業的數據，加上大數據分析，可以強化產品分析，來追蹤個別裝置的多個面向，以提升產品品質，從來源一直到終端使用者進行優化。
有效的分析，必須要能廣泛、即時地蒐集各種相關數據。也就是說，必須要能集結、整合各個不同廠區、各個供應鏈夥伴的複雜資訊。許多半導體業者和電子公司，已經成功地採用產品分析，從中找出有用數據，進行即時的產品品質控制，並提升獲利。
關鍵在於，必須要能適當地蒐集數據，並產生行動方案。
例如某款晶片與另一款晶片結合時，可能表現得非常優秀，但與另一款晶片結合卻很糟糕；某種晶片可能適合某個客戶系統，卻不適合另一個客戶系統。如果有了這些數據，就可以進行智慧配對來提升系統表現。
隨著某款裝置，從晶片廠商轉移到系統廠，然後一路到製造商與OEM業者，整個過程中的數據複雜度，也跟著大幅增加。有了產品分析技術，這些資訊可以很快地回溯，找出問題所在。隨著IIoT進步，產品分析資訊應該要與流程分析結合，以達到更進一步的工業自動化。
0 comments:
張貼留言