制造商如何创建跨生产线的标准化视图

通过实现跨生产线的标准化视图，制造商可以在整个企业中以提高效率、增加吞吐量、提高质量和降低公用事业消耗的形式实现明显的优势。但这如何实现呢？想象一下，一个制造工厂拥有三个生产线，生产相同的产品，遵循相同的流程，并使用相同的原材料。从理论上讲，这些生产线的性能应该相当，但询问生产经理他们的设施运行情况如何，回答可能听起来像是，“本周 1 号生产线开局有点慢，但这对生产线来说是正常的1，我们应该仍然能够达到我们的目标。 Line 2 一直是问题儿童，本周我们又遇到了一些质量问题。原因似乎从来都不相同，我们必须密切关注这条线。 3 号线始终如一地实现其目标并且运行良好。是你r 最可靠的线路。”尽管该站点拥有一支拥有数十年经验的优秀团队，但他们仍在努力确定如何提高 1 号线的吞吐量以匹配 3 号线的吞吐量，或者应该采取哪些措施来减少质量问题的频率第 2 行。在许多情况下，回答此类问题所需的数据已经存在，但分布在多个数据源中。每个来源都包含一个故事。将解决 1 号线吞吐量问题所需的数据集中在一起可能会占用大量资源，而这些投资对于解决 2 号线的质量问题几乎没有帮助。为了优化生产线的性能，我们需要打破数据孤岛并在我们的生产线上创建一个规范化的视图。 *图片由 Depositphotos 提供，实现规范化视图需要解决一系列数据挑战，这些挑战提供可访问的、可信的数据，以在我们的生产线上形成洞察力：

1.崩溃数据孤岛

对于集成 OT 和 IT 数据、跨代设备提取数据以及处理结构化和非结构化数据类型的制造商来说，这是一个有据可查的挑战。虽然大多数制造商报告说，跨代设备集成数据是他们最紧迫的挑战之一，但越来越多地采用数据湖和不断发展的集成解决方案正试图支持制造商克服这一挑战的能力。

2。情境化和理解数据

更深层次的复杂性是，集成到数据湖中的数据需要情境化，以便数据消费者能够理解哪些数据链接到哪条生产线。 ERP、MES 和历史数据的命名约定通常因系统而异。将数据上下文化允许用户快速找到与任何生产线上特定过程相关的所有数据，而无需了解每个贡献数据源及其结构。虽然许多人都在尝试手动解决这一挑战，但自动化这一过程对于了解每条生产线的大规模工业数据至关重要。

3.创建动态数据模型

简而言之，我们的目标不是创建可应用于每个生产线用例的通用数据模型，而是专注于高影响用例并提供支持这些用例的动态模型个案。尽管数据建模是一个有据可查的主题（例如 ISO 和 ISA-95 标准），但实施标准通常被证明具有挑战性。它们通常过于简单而无法满足组织的所有需求，或者过于复杂而无法在实践中实施。在考虑如何对生产线数据建模时，我们必须在全面性需求与交付用例时加快实现价值的需求之间取得平衡。数字化的数据模型必须以可组合和可重用的组件为核心，但也 be 可定制以满足消费者或用例的独特需求。虽然制造商几十年来一直成功地管理跨生产线的差异，但那些能够对其生产线数据进行标准化的制造商将在提高产量、提高质量和减少整个企业的公用事业消耗。要了解有关如何为您的组织构建正确的数据基础的更多信息，请访问 https:///en/ 和/或收听 Cognite 和 PwC 讨论构建工业 4.0 平台的最佳实践