随着原始设备制造商和供应商都在努力将大数据转换为智能数据、工业 4.0 和数字化，以及基于云的生产监控和管理技术，制造商如何与最终用户最好地合作以实现当今的生产目标和计划未来的设施？
工业 4.0 作为制造任务的快速发展正在从海量信息收集技术发展到预测性维护和整体设备效率的高度实用领域(OEE)。在某种“完美风暴”场景中，未来的“智能工作单元”趋势，以及快速、高度灵活的转换、协作机器人 (cobot) 和工厂范围内的通信平台，同样以火箭般的速度运行。
当今工厂规划人员和生产经理面临的开创性挑战是获取大数据，使用 analytica 将其转换为智能数据l 那些信息片断的层次结构，并将它们融合成一个透明的整体操作外观。重点是以快速、灵活的方式进行进料处理、工具管理、工作流调度和零件生产。此外，这个过程必须可以远程访问，有时可以在不同的大陆上进行，同时始终为客户和消费者等提供生产计划。我经常认为这就是为什么我们汽车行业如此热衷于并致力于保持流程在经济上可行和具有全球竞争力。
举一个简单的例子：如果您跟踪 30 秒的周期时间来生产 9 - 或 10 速传动部件，如行星齿轮、太阳齿轮和托架，实时完整关联生产数据变得至关重要。如今，这涉及从立式车床、协作机器人、传送机构、ECM 站、激光焊接设备，甚至零件清洗机收集数据——所有这些都在一起以获得最大效率效率。这些数据必须从车间传输到云端，从 OEM 传输到一级或二级供应商，并最终传输到为这些参与者提供服务的机械、设备和控制供应商。设备上的控制供应商必须提供与其他机器以及云无缝通信的设备，以最大限度地提高工具警报、材料进料、零件处理的效率，当然还有 PM 和 OEE 的整机状态协议。
当发生生产变化或机器故障时，生产线内的菊花链控制器必须以协调的方式在几微秒内做出反应。
“当今工厂规划人员和生产经理面临的重大挑战是获取大数据并将其连接到智能数据。”EMAG LLC 首席执行官 Peter Loetzner
