UMKaisen 使用工业物联网 (IIoT) 设备和摄像机来收集制造数据。项目目标：分为两个阶段。实施功能增强，然后将部署从内部部署转移到包含云的混合部署。UMKaizen 是一个 IIoT 平台，通过持续改进解决制造问题。通过持续收集和分析制造数据，可以优化两个关键的制造资源，即人员和技术。 UMKaizen 连接机器、机器人和物联网设备等技术，然后收集和整合数据。它还提供完全自动化的周期时间收集、机器监控、数据分析，并引导工厂做出更好的决策。强大的集成能力可以从终极制造平台的外部来源收集和分析数据。
要点：
增强现有的制造能力，因此解决方案使用工业物联网 (IIoT) 设备和摄像机收集制造数据 可以分析的数据可以识别生产过程中的异常情况 来自同一时间点的视频片段可以进行分析以确定原因 纠正措施 (Kaizen) 以实施改进解决方案被部署用于管理东南亚多个国家的多个工厂的多条生产线第 1 阶段：功能增强
扩展摄像头功能：原始视频功能是每个“工作站”一个摄像头。这已扩展到多个摄像头，从而可以更详细地查看活动访问视频数据需要业务逻辑和 UI 才能访问多个源扩展制造周期时间 (CT) 和机器时间 (MT) 的分析：实施基准次，以实现针对多种场景的实际测量的建模和比较扩展的仪表板以直观显示实际时间与建模时间为记录的数据实施“查询仪表板”：在线 BI 工具支持在线显示制造数据数据导出功能与外部工具一起使用，能够处理大量制造数据评论和注释记录：启用评论和注释的存储，链接到每个 MT/CT 记录的特定时间点评论必须是多语言的，能够支持在不同制造站点使用的多种语言仪表板可视化生产量数据：扩展了几个仪表板以显示其他制造指标，包括整体设备效率 (OEE)、生产线和班次效率以及与生产目标的比较。第 2 阶段：混合部署
本地级别的监控活动仍保留在本地，主要原因是依赖于某些记录和监控物联网需要对数据进行“边缘处理”的设备，以及可靠性的 24×7 互联网连接。在云端整合数据从多个工厂的多条生产线自动传输制造数据自动数据编目和管理由源/原始工厂和生产线确定自动数据存档和清除安全和身份验证增强功能确保数据传输到云是安全和成功的。用户管理功能已扩展到包括其他角色和用户管理的新功能Upgraded technologies to newer versions of software ensure data and network security.A new user interface to support the application licensing model,这是针对新的云功能进行了修订额外的日志记录和错误处理用户管理和许可活动的日志记录用户访问的日志记录，以及用于审查和分析访问活动的查询机制关于两个阶段的要点Software Imaging Ltd (SIL) 开发团队与日本的开发团队，克服时区、语言障碍等障碍。SIL 的敏捷开发方法对客户开发团队来说是新的，但通过协作，他们接受了 SIL 建立持续开发和集成 (CI/CD) 的方法与远程开发团队共享的环境该应用程序部署在整个东南亚的多个国家；因此，应用程序必须完全支持多语言，并符合 Unicode (UTF-8) 标准由于测试数据的语言挑战，测试可能是一个挑战，但 SIL 的经验使项目成功未来计划
目前正在研究 100% 云解决方案的想法，完全删除边缘部署：主要原因是简化部署和任何后续维护，因为初始部署和任何更新都将集中管理。该解决方案目前在S周边多家工厂使用东亚，有些位于没有本地 IT 人员的偏远地区本地边缘硬件似乎对停电和电涌引起的技术问题很敏感使用人工智能和机器学习的运动分析可以提供额外的数据来扩展解决方案的分析能力。 （由于数据量和机器学习的处理，云可能被认为是 ML 项目的强制性要求）增强“大数据”能力的架构变化：24×7 运行的制造操作可以生成大量数据，尤其是与视频数据结合时.正在考虑进行一些更改以优化存储数据的访问尽管可以使用第 3 方 BI 工具轻松访问数据，但解决方案中将包含其他报告仪表板以减少对第 3 方软件的要求（从而降低成本）技术细节主要工具：使用外部库、Microsoft .Net Core 和 PostgrSQL 数据库的 JavaScript UI，在 MS DevOps 中管理。关键集成点：RestAPI 到多个外部系统。使用 Denso Wave 的物联网数据服务器连接物联网设备。部署：部署独立。部署站点正在使用 MS Windows 和/或 Linux。云提供商是 MS Azure 和谷歌云平台 (GCP)。所有客户/用户访问是否有兴趣了解更多信息？请访问 Software Imaging 网站，了解技术解决方案如何帮助制造业。联系方式：[email protected]
