close
当前位置: 物联网在线 > 行业应用 > 智能工业 >

工业4.0真的是它自称的制造业救星吗?

制造商面临压力。他们需要用更少的钱做更多的事情,这往往意味着要想方设法节省开支,扩大利润。选项?制作更多的成品和更便宜的产品 停机时间更少,浪费更少; 缺点少,满意度高,所需原材料,资源,能源少。听起来很多?它是。制造商无法平衡这些有时相互冲突的优先事项的例子充斥着历史。工业4.0将成为备受期待的救星?

工业4.0是下一波变革

许多制造业领先企业(从商业或工厂管理到运营商)都曾经看到过变革的浪潮。在20世纪80年代,重点是精益和精益原则。在20世纪90年代,谈话转向外包,生产转移到低成本的海外国家。最近在二十一世纪初,这些生产中的一些带来了自动化,从而带来了额外的效率。然而,在每一次浪潮,外包和自动化之后,企业的需求再次增长。
最新一波是工业4.0。与其前身一样,工业4.0在智慧的供应链,制造流程中断,甚至是端到端的生态系统转换方面都有很多承诺。但是,也有一些关于理论和炒作如何与现有投资,已建立的流程和近期需求一致的问题。

工业4.0被视为救世主 - 但它是真的吗?

工业4.0是关于连接和数据集成驱动更智能的工厂和供应链。它基于物联网原则,允许企业引入制造过程的新数据。利用便宜的传感器和连接技术,制造商可以集成数十个新的生产变量。工厂里的湿度是多少?制造设备的振动是什么?那台机器的温度是多少?
传统上这个数据还没有被考虑到制造过程中。它被收集,但没有整合或根本没有收集。这是在变化。企业现在可以将新的信息引入数据模型,并了解变量与设备停机时间,质量和资源利用等因素之间的关系。他们可以开始提出日益重要的问题。机器振动对小部件质量有什么影响?湿度和机器振动有关系吗?这种振动如何随着时间的推移而变化并影响质量?在生产100个小部件之后,机器的振动是否会变得如此强烈,以至于我需要将其关闭,而不是继续运行并生产出错的产品?
聪明的管理团队了解到他们可以部署工业4.0概念来弯曲成本曲线并改善运营。很多领导者已经成功地完成了精益,外包和自动化。未来代表了曲柄的另一个转折点。

帮助制造商为未来做好准备

真正的游戏改变者是如何帮助制造商理解他们的数据。我们认为重要的是了解数据变量的背景,并拥有正确的分析工具和能力。通常这需要经验来帮助制造商推动结果。
与我们合作的制造商正在寻找基于机器学习和AI的工具,将来自各种结构化和非结构化数据源的数据集成到现场模式中。这包括电子表格中的有序数据以及在维护订单中发现的特定数据等。领导者越来越多地收集视觉或声学数据并将其整合到数据模型中。先进的人工智能和认知技术使企业能够处理所有这些信息,并识别与停机时间,质量和资源优化等成本动因相关的结果。

什么是制造商不追求工业4.0失踪?

根据我们的经验,大多数制造商都明白他们正坐在一个有关其运营数据的金矿上。在某些情况下,工厂的设备已经生产了数十年的数据。大数据和分析已经有一段时间了。什么是新的行业处理所有这些数据和破译模式的能力。
在没有追求工业4.0的情况下,公司错失了利用运营数据更好地了解设备故障,质量和资源优化的机会。IBM正在围绕这三个方面构建解决方案,以帮助制造商利用工业4.0并重新实​​现他们的选择。我们希望帮助企业将他们的业务到21 日世纪,并帮助他们与他们的信息做多。

别等。从今天开始。

工业4.0的最大挑战是将概念与执行分开。这个概念对许多公司来说是压倒性的。当我们与客户交谈时,我们越来越主张策略性地开始。今天你能做什么来开始正确的道路?围绕设备停机时间,质量和流程优化的概念,您有什么难处?这些痛点对于您的行业来说是如何独特的?
 
  • 减少资产停机时间。 运行资本密集型设备的企业可能会有高昂的停机成本。近期的项目包括设法合并设备性能数据以预测故障并建立预测性维护计划。
  • 提高质量。有些公司 - 特别是高产量或精密制造商 - 与质量相关的成本很高。废品或返工的成本通常很高 - 在大批量生产的情况下,质量缺陷将很快在大批量生产中被复制。这些公司寻找可以快速发现缺陷的解决方案,对缺陷进行分类并了解根本原因。
  • 推动流程优化。其他公司则希望有机会确保流程密集型行业的运营效率。在复杂的过程制造中,复杂性和高运营商营业额可能导致代价高昂的偏差和高原材料使用或能源消耗。这些行业寻找能够理解变量的解决方案,并帮助电厂运营商优化效率。
随着制造商压力的增加,有一件事情变得越来越确定:低估先进制造业中的角色数据和分析是错误的。我们越来越相信,那些拥有工业4.0技术背后的概念,并且能够将这些概念转化为战术项目的运营商将会成长壮大。开始快速。现在开始。

(责任编辑:ioter)

用户喜欢...

工业4.0:最大的问题可能是你听不到的噪音

我们都知道,工厂的地板可能是一个嘈杂的地方:噪音引起的听力损失是美国最常见的职业病之一,但不仅是人类有风险。尤其是自工业物联网(IIoT)(也称为工厂4.0)到来以来,看不见的和...


从理论到现实 企业如何一步步采用工业4.0

随着工业4.0时代来临,企业工作环境几乎已被各种技术渗透。因为机会众多、规模庞大,所以需要一段时间才能充分...


物联网预测性维护让制造业降低营运成本

机器故障让制造业付出巨额成本,所幸现在的传感器与机器学习等新技术,可以做到提前预测,进而减少停机时间。...


工业4.0正悄悄改变供应链

第四次工业革命的发展速度前所未见,相较于过去的工业革命,现在工业4.0正呈现指数成长,而非线性成长。工业4...


第四次工业革命 10大成功守则

第四次工业革命正如海啸般地席卷全球,未来的竞争,将不会是大鱼吃小鱼,而是快鱼吃慢鱼的新世界。...


工业4.0浪潮来袭 预测性维护迈向主流

麦肯锡的“人工智能:下一个数字前线”报告指出,人工智能(AI)将实现预测性维护,而事实上目前这已经不再只是空...


思科:成功推展工业物联网计划五大要素

工业物联网没有像消费性网络一样呈现爆炸性成长,但却可能带来的丰厚投资回报,却非常引人注目。据报导,思科...


自己接单自己生产,工业物联网智慧过人

物联网时代,大部分厂商没有能力和资金,难以进行大量且长时间的数据处理,因此,工业物联网平台必须提供简易...


工业4.0正火 性别差距恐加剧

各国看到工业4.0背后的成长新动力,却同时对职场性别结构的潜在动摇,没有同等的重视。到底这场重塑制造业未来...


迎向工业4.0、智能制造 麦肯锡分享企业转型八个成功策略

全球企业都在谈物联网、工业4.0的同时,全新“体验时代”也正式来临。国际调研机构麦肯锡稍早分享了有关现今产...