制 造業(yè)的數(shù)字化轉(zhuǎn)型正在順利進行，但具體而言，這對工廠工程師意味著什么，還不得而知。對于許多公司而言，目前尚不清楚如何最好地實施新的數(shù)字技術(shù)以及如何確定哪些實施合作伙伴將是最可靠和最有經(jīng)驗的。然而，有兩件事是清楚的：如果公司希望在未來保持競爭力，數(shù)字化至關(guān)重要的，而自動化則起著關(guān)鍵作用。

目標不再僅僅是實現(xiàn)物理產(chǎn)品的自動化，還包括完全自動化的數(shù)據(jù)。這需要從手動、人工生成的信息工作流程轉(zhuǎn)變?yōu)楦訉崟r的流程。數(shù)字化轉(zhuǎn)型涉及數(shù)字化、網(wǎng)絡(luò)、流程分析和深度信息自動化。

雖然這并不容易，但數(shù)字化轉(zhuǎn)型有可能為從機器制造商、到工廠車間、到最終客戶等制造的各個方面，獲得以前無法獲得的收益。有三個潛在領(lǐng)域可以幫助制造企業(yè)解鎖全數(shù)字化轉(zhuǎn)型，其中許多領(lǐng)域已經(jīng)觸手可及。

如今，許多工廠的信息流仍然是手動或半手動的。機器運營人員或工程師從紙質(zhì)文件或移動設(shè)備上收集數(shù)據(jù)。例如準備生產(chǎn)機器所需的時間，從狀態(tài)A 轉(zhuǎn)變到狀態(tài)B，或?qū)⒉考轉(zhuǎn)移到部件Z。然后將該信息加載到可以評估數(shù)據(jù)的計算機程序。

這個過程比我們20年前的情況要好很多，但仍然需要大量的時間和精力，并且在這一過程中存在著人為錯誤等無可否認的風險，無論是偶然的還是有意的。我們?nèi)绾螐倪^去的模擬、線性模型中獲益，并將其轉(zhuǎn)變?yōu)槲磥砘谄脚_的數(shù)字模型？物聯(lián)網(wǎng)（IoT）和覆蓋全廠的連接等工具，有助于實現(xiàn)企業(yè)的數(shù)字化轉(zhuǎn)型。

使用智能的聯(lián)網(wǎng)部件，意味著數(shù)據(jù)可以直接來自機器，完全消除人為錯誤，實現(xiàn)更快的信息流和商業(yè)智能（見圖1）。它還使運營人員和工程師不必手動收集數(shù)據(jù)并親自將其輸入到現(xiàn)有過程軟件中。相反，他們可以專注于其它核心工作。

圖1 ：使用智能的網(wǎng)絡(luò)部件可以直接從機器中獲取數(shù)據(jù)，消除人為錯誤，實現(xiàn)更快的信息流和商業(yè)智能。本文圖片來源：Lenze

通過互連和集成的數(shù)據(jù)流，可以將信息從不同的工藝步驟，或從不同的部件（例如電機或變速箱）或整個生產(chǎn)線（可能包含來自不同制造商的組件和機器）集中到一起。然后，這些數(shù)據(jù)可用于創(chuàng)建現(xiàn)有生產(chǎn)過程的完整表示，跨越不同機器、工廠甚至生產(chǎn)現(xiàn)場。

捕獲和理解機器、機器生產(chǎn)線或現(xiàn)場的現(xiàn)有行為，是構(gòu)建更高級分析的基礎(chǔ)，可提供對零件、機器和系統(tǒng)趨勢的可視性。這些趨勢包括預(yù)測模型，以減少或消除意外停機或不可預(yù)見的問題（見圖2）。

圖2 ：捕獲和理解機器、機器生產(chǎn)線或現(xiàn)場的現(xiàn)有行為，是構(gòu)建更高級分析的基礎(chǔ)。這提供了對零件、機器和系統(tǒng)趨勢的可視性。

系統(tǒng)需要捕獲的是復(fù)雜的非線性發(fā)展或預(yù)測問題的趨勢，而不是簡單地捕獲線性值以幫助可視化任何時刻發(fā)生的事情。然后可以設(shè)置報警系統(tǒng)，以便在關(guān)鍵限值（例如不允許的質(zhì)量因素、過載）發(fā)生之前干預(yù)生產(chǎn)過程。

高級分析通常將工廠級數(shù)據(jù)與其它數(shù)據(jù)流（如業(yè)務(wù)管理信息或天氣數(shù)據(jù)）相結(jié)合，以考慮可能影響生產(chǎn)的外部因素。環(huán)境溫度、濕度、原材料差異或班次管理等因素可以輕松添加到數(shù)字流程中。

需要在公司內(nèi)部進行新的協(xié)調(diào)，包括改變工作環(huán)境和創(chuàng)建協(xié)作勞動力，才能實現(xiàn)物聯(lián)網(wǎng)的全部潛力。它還要求原始設(shè)備制造商（OEM）、供應(yīng)商、數(shù)據(jù)科學(xué)家和工程師協(xié)同工作，幫助制造企業(yè)進一步提升生產(chǎn)效率。

在預(yù)測的基礎(chǔ)上再進一步，就是完全的自動化，系統(tǒng)基于預(yù)測模型自我調(diào)整而無需人工干預(yù)。這樣的系統(tǒng)依賴于創(chuàng)新和超高效的方法，例如統(tǒng)計過程控制，通過調(diào)整迄今為止繁重的手動調(diào)節(jié)的各個方面來實時優(yōu)化生產(chǎn)。例如，可以在沒有任何人為參與的情況下完成改變設(shè)定值或甚至整個機器的過程順序。

此外，通過云計算快速獲取大量關(guān)鍵信息的能力，將改變行業(yè)內(nèi)每個人的工作方式，從供應(yīng)商到最終用戶。分析的機器和系統(tǒng)越多，可用于識別系統(tǒng)或機器甚至特定行業(yè)的那些可能產(chǎn)生最大影響的集體數(shù)據(jù)就越多。

在可預(yù)見的未來，我們可以看到計算機生成的趨勢和預(yù)測可以直接傳送到OEM廠商，因此可以實時改進機器，從而在機器最佳運行的基礎(chǔ)上實現(xiàn)穩(wěn)定、高速的生產(chǎn)過程。

由數(shù)據(jù)驅(qū)動的制造業(yè)是未來的趨勢。如果企業(yè)愿意自動化信息數(shù)據(jù)流，正如它們實現(xiàn)生產(chǎn)、打印或包裝生產(chǎn)線的自動化，將有助企業(yè)實現(xiàn)全面的數(shù)字化轉(zhuǎn)型及其所有優(yōu)勢。

- 完 -

本文來自于《控制工程中文版》（CONTROL ENGINEERING China ）2019年05月刊《技術(shù)文章》欄目，原標題為：工業(yè)數(shù)字化轉(zhuǎn)型的3個階段