BIG DATA EXPLAINED!! Industry 4.0!
製造公司在處理數據時遇到的問題、挑戰和解決方案。
數據在製造業中，早已被視為孤臣孽子生活在樓梯下的櫥櫃中。 儘管營運和服務行業，已將數據的優勢作為業務成長和效率提升的催化劑，但是製造業一直在緩慢地採用，成為數據驅動型業務的文化。根據埃森哲的數據，只有 13％ 的製造公司，看到了其流程的數位化轉型。
在許多方面，儘管行業嘗試在大型工廠，進行離岸外包和整合製造，但過去 50 年來，製造的核心方法一直保持不變。 儘管這些措施節省了短期成本（實際的勞動力成本，已在離岸地區追趕），但並沒有推動勞動生產率的提高。 長期趨勢是生產力成長的下降，這對子孫後代來說，並不是一個好兆頭。
工業 4.0
儘管在 2012 年被冠以「工業 4.0」的口號，但近幾年工業 4.0 的流行語，因其希望利用數據的力量，徹底改變製造業而日益流行。工業 4.0 代表了製造業發生的第四次革命。從第一次工業革命（透過水和蒸汽動力機械化），到第二次使用電能的大規模生產和裝配線，第四次工業革命將採用第三次革命，並採用電腦和自動化技術，並對其進行改進借助數據和機器學習，推動的智慧自主系統。
工業 4.0 與工業 3.0 之間的最大區別在於，雖然前者是為了增強現有流程而引入電腦，但後者卻試圖圍繞數據的力量，重塑整個過程。但是在流行語之外，這實際上意味著什麼？
https://iiot-world.com/industrial-iot/connected-industry/transition-to-industry-4-0-in-3-steps/
轉型到工業 4.0
建立數據驅動型製造業的道路，包括三個關鍵步驟：
．包含先進的製造技術，例如機器人技術、仿真和增強現實
．基於大數據科學和因果分析的流程，產品和服務的重塑
．物聯網網路和增強的系統控制，帶來的營運效率
實際上，這意味著對整個製造過程進行全面評估，因此以網路實體系統，和透過 IoT 進行數據交換的形式，實現的自動化是製造工廠體系結構的核心，而不是事後的精打細算上。
傳統上，製造技術已分為營運與資訊。營運技術（OT）專注於監視和控制製造過程的感測器和軟體，而資訊技術（IT）提供了單獨的數據處理和分析功能。看工業 4.0 的一種方式是，它標誌著 OT 和 IT 的融合，以及流程和分析之間的即時相互依賴性。
但是，要實現這種融合，就必須採用一種數據架構，來重塑製造流程，該數據架構可以吸收由 IoT 感測器和其他設備，所生成的大量即時數據，並實現對整個環境的奈秒級控制。這裡的關鍵問題，是時間 - 生產過程中的所有要素，如何必須遵守並由中央管理系統控制。
https://www.ame.org/target/articles/2019/industry-40-and-people-centric-leadership
數據在工業 4.0 中的作用
先進製造工廠的基礎，是中央控制系統。由於時間是其運行的關鍵要素，因此時間序列數據庫，到目前為止，是提供此所需精度的最佳途徑。
工業 4.0 製造工廠的實施，要求遵守數據標準，以確保資訊的無縫流動。
在操作中，由時間序列數據庫支持的流程應用，提供兩項關鍵服務：保持生產線有效運行，並最大程度地減少停機時間。儘管這些聽起來像是一回事，但實際上它們卻大相徑庭。
生產線的效率，取決於製造過程中，事件的控制和排序。這種控制要求，從大量增加的感測器陣列中，攝取大量數據，以便可以將即時指令，傳送到網路實體系統，和生產線的其他方面。這需要從傳統的後端系統轉變，該後端系統源於獨立的 OT 和 IT 系統的時代，並且需要實施時序數據庫體系結構，以適應所需的規模和精度。
透過對數據進行分析，以在問題和設備故障實際發生之前，對其進行預測，可以確保將生產線的停機時間降到最低。透過這種預測性故障分析，可以預防問題，並採取措施消除意外停機的風險。
時間序列數據庫的作用，是提供下面三個方面：
1. 能夠對事件進行精確監控，並有可能降低到奈秒級
2. 跨多個數據源進行監視
3. 提供有關數據的上下文，例如，可以在短時間內保留大量的高精度數據，而將更長時間或無限期保留低精度數據
另一個關鍵方面，是製造數據的處理，以及對可伸縮性和開放交換的需求。
從製造環境中生成的數據，在數量上可能是高度可變，且不可預測的。核心時間序列數據庫，需要既能夠吸收數據的高吞吐量，又能夠維持即時查詢。如果其中任何一個失敗，那麼生產線的操作完整性，可能會受到損害。
數據的公開交換，對於任何高級製造過程的順利運行，都相當重要，但在工業 4.0 環境中則是重中之重。在此，整個過程都依賴於感測器的廣泛使用，以提供導致即時過程調整的數據。如果實施了不合適的數據體系結構，則會導致數據孤島，而即時過程優化所需的關鍵數據將不可用。
這對製造商意味著什麼
如果我們相信埃森哲的研究，那麼 87％ 的製造商尚未實施工業 4.0 方法。這意味著他們依靠事後分析，來瞭解其營運效率，而無法查看即時優化，並提供智慧預測性故障。
對於這些製造商來說，要轉型到工業 4.0，關鍵步驟是：
．對當前的製造過程，以及即時自動化，可以帶來好處的地方進行深入的審查
．清晰地瞭解在哪裡，可以在生產線上有效地使用感測器資訊，以及感測器提供的數據，如何透過自動優化，即時產生可操作的情報
．制訂詳細的數據策略，以確保後端系統可以攝取、合併和管理，將由感測器傳遞的大量數據，而不會留下任何數據孤島
．實施將基於即時分析，實現流程自動化的系統
採取這些步驟的公司，將獲得預測性分析的好處，即時數據可以預測，何時會出現線路或組件問題，並允許先發制人的維護，在問題發生之前解決該問題。在製藥等的行業中，此功能非常重要，因為一旦發生生產故障，必須清理整條生產線，並丟棄所有產品。
透過這些步驟，企業可以建構真正具有規定性的製造流程。這可能意味著製造過程，將基於內部或外部因素，進行調整和優化。
https://www.sme.org/technologies/articles/2019/november/data-driven-manufacturing/
數據驅動製造的未來
不可避免的是，數據現在將成為任何考慮新工廠，或重新開發現有工廠的製造商的基礎策略。在考慮位置、供應鏈和平面圖之前，數據架構將是工廠如何操作，以最大化吞吐量，和保持最佳效率的主要考慮因素。透過這種方法，製造商將獲得更靈活的製造，流程優化，快速的可伸縮性，和預測性故障分析的回報，以保持近 100％ 的正常運行時間。
製造業數據的發展，遠非一日之遙，它已成為推動行業發展，並引領生產力成長新時代的嚮導。
沒有留言:
張貼留言