Pin It
Skip to main content

Tác động tiềm năng của IIoT đối với sản xuất

Có nhiều quảng cáo về kết nối, số hóa và dữ liệu trong ngành sản xuất. Tim J. Shinbara, Jr., phó chủ tịch, công nghệ tại Hiệp hội Sản xuất Công nghệ nặng về các rào cản tiềm năng mà các doanh nghiệp có thể phải đối mặt và vai trò của IIoT trong việc điều hướng họ.

Nhiều quốc gia đã đặt ra các sáng kiến ​​và chiến lược quốc gia đặc biệt tập trung vào các lĩnh vực sản xuất tiên tiến để đạt được lợi ích về năng suất dựa trên thế hệ mới của các quy trình theo hướng dữ liệu từ giám sát thiết bị đến bảo trì dự báo để tăng khả năng tương thích của thiết bị và hệ thống. Thế giới của Internet công nghiệp của sự vật, hoặc IIoT, đã bắt đầu một giống mới của sự đổi mới, hoặc ít nhất nó được định vị để làm như vậy.

tac-dong-tiem-nang-cua-iiot-doi-voi-san-xuat-1

Nói chung, tôi lạc quan về khái niệm này nhưng hoài nghi về việc có bao nhiêu ngành công nghiệp và công ty khác nhau sẽ đặt ra các chiến lược tập trung vào giải pháp kinh doanh chứ không chỉ dựa trên công nghệ chơi. Công nghệ là những người tạo ra. Họ là những cây cầu cho những mối kinh doanh của chúng tôi. Nhưng trái với chính họ, họ có thể phân tâm từ việc cung cấp giá trị thực tế cho thị trường với những hậu quả tiêu cực tiềm tàng do bỏ bê một thách thức kinh doanh thực sự đang được giải quyết.

Điều quan trọng là phải nhận ra các công nghệ tiềm năng và các thuộc tính cho phép của chúng và có lẽ bằng cách sử dụng các nghiên cứu điển hình, hiểu rõ hơn về ưu điểm / nhược điểm của việc áp dụng và thực hiện. Vì vậy, trong khi đó là những thuộc tính rất kỹ thuật mà tôi bị lôi cuốn khi theo đuổi các xu hướng công nghệ mới nhất trong không gian công nghệ sản xuất, tôi thận trọng để ném ánh đèn sân khấu vào danh sách giặt là mới nhất và lớn nhất hoặc đầu “x ”Số công nghệ để làm cho doanh nghiệp của bạn tốt hơn. Thay vào đó, nó có thể có lợi hơn để hiểu những thách thức kinh doanh phổ biến mà tôi đã gặp phải là gì và các loại thuộc tính IIoT nào có thể giúp giảm thiểu, giảm thiểu hoặc giải quyết những thách thức đó.

Khi thảo luận một cách tiếp cận thách thức kinh doanh, nó cũng hữu ích để có một quan điểm IIoT về không gian giải pháp công nghệ. Với mục đích của bài viết này, có thể hữu ích khi tham chiếu một đồ họa mô tả năm danh mục chung theo đó dữ liệu trong IIoT có thể chuyển từ bộ sưu tập sang sử dụng. Mỗi một trong năm danh mục có thể có tham gia thị trường các giải pháp kiếm tiền chỉ trong danh mục đó nhưng không quan trọng, yêu cầu đối với bất kỳ giải pháp đầu cuối nào cho khách hàng bao gồm tính di động dữ liệu liền mạch và đáng tin cậy khi luồng dữ liệu từ bộ sưu tập đến sử dụng không tầm thường cũng không cần thiết.

Thách thức kinh doanh số 1 – Chi phí không xác định

Có lẽ, người thuê nhà kinh doanh cơ bản nhất là bán sản phẩm của bạn nhiều hơn là chi phí để tạo ra nó. Trường hợp ngành công nghiệp sản xuất đã bị thách thức trong lịch sử thì hiểu rõ ràng và chính xác chi phí sản xuất thực tế để sản xuất. Có, nói chung, tỷ lệ trên không được biết đến, tỷ lệ lao động, và chi phí nguyên liệu thô. Tuy nhiên, các nguyên tắc kế toán chung được chấp nhận hoặc, phù hợp hơn, chính sách thuế của chính phủ nghiêng về cách chi phí thiết bị được quản lý. Các chi phí này có xu hướng được chuẩn hóa và trải đều trên một cuộc sống hữu ích giả định hơn là điều tra cụ thể và được ghi chép chính xác hơn.

Đặc điểm công nghệ cho phép thu thập, kết nối và lưu trữ dữ liệu thiết bị sản xuất theo thời gian là cực kỳ quan trọng và cũng là yếu tố quan trọng trong phân tích và sử dụng phân tích sâu hơn. Có những cân nhắc hơn nữa về không gian giải pháp công nghệ cho thách thức kinh doanh này. Rằng bạn thu thập dữ liệu là một chuyện. Rằng bạn sử dụng dữ liệu, và làm thế nào, là một chủ đề hoàn toàn khác.

Các chỉ số hoạt động chính (KPIs) được áp dụng cho thiết bị và thiết bị sản xuất là những thứ như: hiệu quả thiết bị tổng thể, sử dụng, thời gian ngừng hoạt động, vv Đây là những infographics điển hình tương tự như bảng điều khiển của ô tô, theo đó KPIs có thể được sử dụng để hướng dẫn các thông số vận hành. các chỉ số hàng đầu về hiệu suất hoặc bảo trì và hỗ trợ phân loại sản xuất.

Ngoài ra, nếu dữ liệu được thu thập và sử dụng để tạo thành KPI cũng được áp dụng cho các thông số chi phí, thì khả năng tăng khả năng hiển thị vào dữ liệu sản xuất cũng có khả năng gần với thực tế về chi phí sản xuất. Hiểu được các yếu tố của thực tế sản xuất như: tem thời gian sản xuất, sử dụng điện, tuổi thọ dụng cụ, quy trình không gia tăng giá trị (ví dụ: thay đổi công cụ, thiết lập, vv) tương đương với đại diện chi phí hơn. kW / giờ và sử dụng công cụ hiệu quả.

Thách thức kinh doanh # 2 — Trao đổi thông tin sai lệch

Có lẽ một trong những mục tiêu cao nhất dành cho IIoT để đạt được là kết nối dữ liệu và thông tin đến và đi từ máy móc, nhà máy và công ty. Tùy thuộc vào khu vực hoặc ngành công nghiệp của bạn, điều này có thể được phân loại là “nhà máy của tương lai”, “sản xuất thông minh” hoặc “sản xuất kỹ thuật số”. và đồ sộ. Những gì không được thảo luận ở chiều dài là làm thế nào dữ liệu đó sẽ đạt được ngữ cảnh, được chia sẻ, hoặc được bảo đảm.

Những khu vực ít nên được ưu tiên. Đây cũng là một lĩnh vực cần hài hòa và chấp nhận các tiêu chuẩn. Để dữ liệu hữu ích, nó cần phải có ý nghĩa. Trong trường hợp sản xuất, điều này, một phần, được cung cấp bởi các tiêu chuẩn mở như MTConnect (một từ điển dữ liệu ngữ nghĩa cấu trúc và xác định dữ liệu công nghệ sản xuất). Có một số loại từ điển ngữ nghĩa có sẵn cho không gian sản xuất bao gồm các lĩnh vực khác nhau như đóng gói (ví dụ: PackML), công nghệ sản xuất (ví dụ: MTConnect), và các tòa nhà và mạng điều khiển (ví dụ: BACnet).

Vì vậy, nếu bạn quản lý một nhà máy hoặc một phần của một nhà máy – bạn có thể cần xem xét một hoặc nhiều trong số ba nhà cung cấp này và những người có khả năng khác. Một lần nữa, tập trung không phải là trên công nghệ trinh sát mà là giải quyết một thách thức kinh doanh: thu thập, hiểu và chuẩn bị thông tin chính xác.

Khía cạnh trao đổi của thử thách này có thể là nội bộ giữa các thiết bị sản xuất cần phải tương thích, giữa các hệ thống vận hành và hệ thống lập kế hoạch / lập kế hoạch sản xuất, hoặc thậm chí kết nối hơn nữa với các hệ thống quản lý nhà cung cấp và lập kế hoạch doanh nghiệp. Bản thân trao đổi cần cả cơ sở hạ tầng (ví dụ như có dây, định tuyến không dây) và phối hợp (ví dụ như các giao thức truyền thông) để di chuyển thông tin đến người dùng cuối thích hợp.

Thậm chí còn có nhiều tiêu chuẩn hơn để xem xét trong không gian này như: MQTT, giao thức nhắn tin nhẹ (pub-sub) xuất bản-đăng ký; AMQP, giao thức điểm-điểm, giao thức phụ để hỗ trợ độ tin cậy và bảo mật trong quá trình định tuyến; và B2MML, tạo ra tính phổ biến cho các định nghĩa dữ liệu để liên kết các hệ thống lập kế hoạch tài nguyên doanh nghiệp với các hệ thống kiểm soát công nghiệp và thực hiện sản xuất.

Trao đổi thông tin nhanh chóng mở rộng ra bên ngoài chỉ các thiết bị công nghệ sản xuất và thậm chí qua các bức tường của các nhà máy. Chia sẻ thông tin đang trở thành một mục được thương lượng trong quyền sở hữu trí tuệ, bảo hành và các hợp đồng liên quan đến dịch vụ khác. Thuộc tính có thể mở rộng cho bất kỳ giải pháp nào sẽ tận dụng các tiêu chuẩn mở, cả công cụ bảo mật và thực tiễn và cơ sở hạ tầng đa phương thức phản ánh nhiều cơ sở hạ tầng viễn thông hơn là mạng cục bộ của nhà máy. Các công nghệ ngày nay nhanh chóng cho phép kết nối ảo để đảm bảo một cái nhìn toàn diện hơn về thông tin.

Thách thức kinh doanh # 3 — Mất cân bằng công suất

Dường như, các nhà sản xuất sẽ chủ động nêu rõ mức năng lực sản xuất của họ. Thường thì mức độ dựa trên ước tính của mỗi người lập lịch cho mỗi công việc và số lượng công việc đó hiện đang trong quá trình sản xuất (tức là bắt đầu quá trình sản xuất) hoặc trong hàng đợi. Cách tiếp cận này có thể không thực tế, nhưng nó có, tuy nhiên, có nguy cơ không chính xác. Đối với các nhà sản xuất tôi đã gặp phải khi khả năng hiển thị máy đã được triển khai, một phạm vi năng suất thực tế đã báo cáo ở đâu đó từ 20-40%. Trong mọi trường hợp, năng suất thực tế (tức là sử dụng công suất) thấp đến đáng ngạc nhiên đối với nhà sản xuất đó.

Thông thường có những máy chỉ dành riêng cho một số bộ phận nhất định do các tính năng yêu cầu khả năng gia công cụ thể cho dù khối lượng không gian hoặc một phần phức tạp. Trong các trường hợp khác, có các máy bị chiếm đóng với các bộ phận nhưng không nhất thiết phải gia công các bộ phận; tích lũy thời gian nhàn rỗi. Bằng cách kết hợp phân tích dữ liệu và thông tin có thể hành động, người quản lý sản xuất hoặc người lên lịch có thể đạt được tính chẵn lẻ sản xuất bằng cách giảm thiểu thời gian nhàn rỗi và tối đa hóa việc sử dụng.

Sáng kiến ​​tối ưu hóa tổng thể này trở thành mục tiêu kinh doanh tối ưu hóa nhà máy thay vì một dự án nghiên cứu và phát triển dữ liệu lớn vì nhiều dự án tương tự được chào hàng. Một lần nữa, rằng khoa học dữ liệu được áp dụng cho một thách thức mất cân bằng năng lực không phải là một điều xấu, nó chỉ là không phải là điều chính.

Bằng cách hiểu và xác định các thách thức chẵn lẻ như vậy, hiện nay có các giải pháp thị trường đang môi giới khả năng mở với nhu cầu cần thiết. Nhiều lần, thời gian nhàn rỗi trong các doanh nghiệp vừa và nhỏ bị loại bỏ quá nhanh vì chi phí cho các đơn đặt hàng mới hoặc khách hàng mới có thể quá cao hoặc được coi là quá cao có thể dẫn đến hiện trạng hiệu quả. Trong trường hợp này, nó không phải là một máy có thể được cải thiện để cắt giảm chip hơn bằng cách cải thiện thời gian hoạt động, nhưng thay vì tăng đơn đặt hàng trong hàng đợi lập kế hoạch; các đơn đặt hàng mà họ sẽ không thể biết hoặc giành được.

Sau đó, khi các nhà cung cấp đang ngày càng liên kết chặt chẽ hơn với các giải pháp của khách hàng, có nhiều trường hợp hợp tác thực sự hơn. Và khi có thêm thông tin để hỗ trợ các quan hệ đối tác như vậy được trao đổi, điều được yêu cầu là nền tảng đáp ứng năng động hơn, có thể giao dịch và bảo mật thông tin đó. Một số mô tả cấu trúc, lưu trữ và chuyển giao thông tin số trong kịch bản này như tạo ra một “sợi kỹ thuật số.” Chủ đề là gì cung cấp một tùy chọn giá trị gia tăng liên tục cho tất cả các bên liên quan từ thiết kế đến sản xuất đến dịch vụ và bảo trì. Những gì hiện đang trở thành lợi ích đang phát triển là bao gồm thu thập dữ liệu như là thành các mô hình mô phỏng cho nhà máy.

Nhà máy kỹ thuật số theo nghĩa đen có thể có tầm quan trọng cao nhất trong kế hoạch sản xuất ngắn hạn vì nó sẽ cung cấp phương tiện hợp lý để thử các quy trình mới, sắp xếp và thấy trước những hậu quả không mong muốn của những cải tiến tích cực khác biệt.

IIoT chắc chắn đã mang lại những người tham gia thị trường mới, các đối tác tiềm năng mới và các mô hình kinh doanh mới cho hệ sinh thái sản xuất truyền thống. Đây có thể là cơ hội để trang bị lại cửa hàng, công nghệ của chúng tôi hoặc khách hàng của chúng tôi. Hy vọng rằng, ít nhất nó cũng khuyến khích chúng tôi trang bị lại các chiến lược của mình và đảm bảo chúng tôi đang tập trung vào điều chính, các doanh nghiệp của chúng tôi!

Nguồn:equipment-news.com