近年来，制造业中数据的使用显著增长，尤其是在解决与制造过程和技术继承问题相关的挑战时。话虽如此，一些现场经理担心他们在不知道如何有效使用数据的情况下收集了大量数据。
在本博客中，我们将讨论制造组织面临的常见挑战、这些挑战的解决方案以及正确使用数据的好处。了解为什么数据利用可以改善制造业以及如何为公司实施数据利用。
制造业的数据利用率是什么？
在制造业中，数据利用意味着利用公司内部生成和积累的数据来提高生产力和质量。
在制造现场，从各种传感器收集数据，以可视化设备的运行状态并量化产品质量。通过将传感器和设备连接到网络，组织可以实时分析这些关键数据。
根据经济产业省的2022年Monodzukuri白皮书，67.2％的公司回答说他们在制造过程和活动中使用了数字技术。
越来越多的公司正在转向生产活动，这些活动不依赖直觉和经验，而是实时收集各种数据并实现产品和设备状态的可视化。
参考： 2022年制造业白皮书 | 经济产业省 (PDF)
为什么数据利用率在制造业越来越受关注
制造业中数据利用越来越受关注的原因之一是IoT（物联网）和AI（人工智能）等数字技术的发展。这种演变使公司有可能从正在处理的大量数据中找到有价值的信息。数据现在是解决挑战的重要资源。
使用数字技术的公司发现：
- 提高了生产力
- 减少工作量和提高设施运营率
- 缩短开发、制造等的交货时间
- 高效的库存管理
- 提高了质量
- 稳定的生产系统
由于上述原因，数据利用被认为是提高制造业运营效率和生产率的有效方法。
与数据利用相关的四个挑战和解决方案
根据”日本制造业问题调查及对策方向“经济、贸易和工业部在2022年3月发布的数据收集公司中约有40％表示，“数据利用方面进展不大。不是。”
为什么在数据利用方面没有取得进展？让我们来看看在制造场所使用数据时的四个常见挑战和解决方案。
1.管理层与制造层之间的差距
在制造场所引入数据利用率并衡量细微的改进非常重要。在许多情况下，管理层预计会立即对公司活动产生重大影响，但情况并非总是如此。因此，管理团队的期望与实际结果之间存在差距。这导致领导者认为，将数字技术引入制造场所并不能对公司业绩做出重大贡献。
要让管理层理解，有必要从长远的角度促进数字化。同样重要的是要强调的是，从整个制造场所收集的数据可以帮助领导者对流程进行可视化，从而为未来的决策提供帮助。
2. 每个制造过程的数据孤岛
在许多情况下，会指派人员负责管理制造现场的不同流程。因此，数据收集设备和网络仅针对每个单独的过程进行了优化，从而形成了孤岛，因为从不同流程捕获的数据没有链接。
为了改善生产线，有必要组织和链接在每个过程中收集的制造数据。但是，由于生产设施中使用的设备和网络具有不同的通信标准，因此使用相同的规格对其进行标准化是不现实的。
一种解决方案是引入一种通信系统，该系统连接控制可编程逻辑电路的可编程逻辑控制器 (PLC) 和服务器。通过将支持各种通信标准的设备连接到PLC，并使用无需代码即可进行连接设置的软件，无需改造生产设备即可轻松实现集中数据管理。
3.控制器输出的数据质量
尽管控制器的使用寿命很长，但有些控制器无法连接到互联网，或者数据格式无法按原样使用。因此，必须安装一种可以采集数字数据并将该数据转换为 IT 技术使用的设备。
例如，如果您使用的是模拟仪器，则可以将其替换为数字仪器，也可以用相机为仪器拍照，然后将由 OCR（光学字符识别）读取的信息作为数字数据输出。
要获取可用于 IT 的数字数据，组织需要一台能够作为附加组件收集和输出数字数据的设备。此外，需要网络连接才能实时收集和分析数据。
有人担心，将大量设备连接到网络会降低通信速度。出于这个原因，边缘计算作为一种收集数据和执行主要处理以减少网络负载的有用方法越来越受到关注。
4. 缺乏能够利用数据的人力资源
根据2022年制造业白皮书，约有88％的公司认为IT人力资源短缺。随着出生率的下降和人口的老龄化，每个行业都存在人力资源短缺，制造业雇用高技能的IT员工将变得越来越困难。因此，有必要让公司中的非IT人员掌握IT技能。
当前，有些工具无需代码即可创建业务应用程序。如果您具有计算机操作技能并希望改善业务，则用户可以在获得技能后开发一个利用数据的系统。与外部供应商相比，由熟悉内部操作的员工编写的应用程序更有可能成为现场就绪系统。
即使无代码工具达到极限，我们在系统开发过程中也有经验，因此我们可以顺利处理向外部承包商提出的请求。
制造业数据利用的 5 大好处
那么，在制造业中使用数据有什么好处呢？
1. 提高了生产力
数据的使用提高了制造场所的生产力。这是因为迄今为止依赖直觉和经验的设备的状态现在可以用数字可视化，从而允许根据基于数据的决策进行操作。如果您可以根据每台设备的运行数据对生产线进行可视化，则可以根据运行速率查看哪些设备需要改进。
随着组织专注于提高生产力的措施，员工将立即感受到影响，这也将提高员工的积极性。
2. 专门知识的口头化
通过充分利用数字技术，组织可以标准化专家的专业知识。一些公司甚至实现了自动化。
随着传感器和物联网的发展，现在可以采集有关工匠感官和设备内部环境的实时数据。通过将各种采集的数据与成品质量联系起来，可以详细地口头表达专家的专业知识。
即使技术工人退休，公司也可以保持其竞争力，因为它可以根据数据再现高技术能力。
3. 减少损失
使用数据的另一个优势是能够减少生产活动损失。
通过实时监控和可视化生产线损失，制造商可以快速发现设备异常。借助汇总数据，即使是经常被忽视的小异常也可以及早发现。设备仍然可以在出现异常时运行，从而减少产品损失。
用户还可以通过分析数据来分析缺陷产品的原因。
4、生产线质量改进
通过链接每个过程的数据，制造商加强了从原材料输入到检验过程的可追溯性，从而提高了生产线的质量。
如果组织将所有零件的制造条件联系起来，则制造商可以将检查过程中发现的缺陷产品数据与正常产品的数据进行比较，从而确定缺陷的原因。
此外，通过分析加工条件与质量之间的关系并找出趋势和模式，制造商可以准确地将产品改进点传达给设计部门。数据利用也可以用来提高生产线的质量。
5. 增加附加值
通过分析产品销售后的运营数据并在产品设计和工艺设计中实施积极的变革，制造商可以提高附加值。
例如，一些公司远程分析客户的运行状态和使用环境，然后提出最佳的运营建议，以节能的形式增加价值。
通过利用从附在产品上的传感器获得的数据并提供前所未有的客户体验，公司产品的价值得到了提高。
利用边缘计算利用制造现场数据
越来越多的公司正在利用关键的制造现场数据来提高制造过程的生产率和质量。
为了生成解决问题所需的数据，必须进行诸如安装新传感器和数字化模拟数据之类的工作。此外，要使用数据改善运营，收集和分析来自分散在生产线上的传感器和设备的数据至关重要。
但是，将如此大量的数据从生产线发送到云服务器进行处理会给网络带来沉重的负担。出于这个原因，近年来，边缘计算的引入引起了人们的关注，该计算在离数据生成地点更近的地方进行初级处理。
边缘计算平台是此类制造场所的关键，具有高性能、可靠和安全的特点。它们必须易于维护，这样不熟悉 IT 的人仍然可以轻松操作它们。
请参阅这篇文章，了解有关边缘计算在制造场所使用数据的更多信息。
边缘计算的可用性 | Stratus Blog
