智能制造需要克服的五大障碍

制造业产生的数据比其他任何行业都多。新的连接水平、先进的计算、更智能的传感器和设备以及改进的数据访问和存储正在增加可用数据的广度、数量和分辨率。如果你只是听大数据的炒作，它的假设是，如果数据可以被利用，就可以获得商业价值。未来，制造企业将收集更多的数据，但这些数据会得到有效利用吗?这是需要解决的关键问题，而智能制造正在努力回答这个问题。

智能制造目标

智能制造的总体目标是快速创建应用程序，使整个价值链中的所有人员、系统和资产之间能够进行协作-应用程序和架构为未来构建新的智能制造软件平台。

制造企业知道访问数据对于提高运营绩效非常重要。当在正确的时间向正确的角色提供上下文信息以支持决策制定时，性能将得到提高。

新技术每天都能提供更多的数据。一些制造商正在应用大数据和分析技术，希望从这些数据中挖掘的智能将使他们能够达到新的运营绩效水平。

应用是智能制造的关键

成功不仅仅是数据获取和提供更详细和多样化的数据可见性。事实上，这不仅仅是数据的问题。它是关于快速创建和交付丰富的交互式应用程序。例子包括:

• 应用程序在正确的时间向正确的角色提供适量的正确信息，使他们能够做出正确的决定并立即采取行动。
• 在驱动工作流和自治操作的系统之间进行通信的应用程序。
• 通过应用人工智能和机器学习技术来预防和预测问题的应用。

换句话说，它不仅仅是产生大数据，它是关于应用程序使用和提供“正确的数据”。

智能制造应用程序对于从数据中提取价值至关重要，它们是基于角色和实时的。它们还处理与独特业务挑战相一致的特定用例。应用程序提供主动通知，以便快速解决问题。从可穿戴设备到移动设备，再到工业触摸屏pc，它们都被部署在各种各样的设备上。

应用程序可以使用增强现实技术将物理世界和数字世界融合在一起。合适的应用程序是敏捷的，它们可以快速、轻松地随业务变化而变化。智能制造需要正确的应用。但在实现智能制造应用方面存在障碍。

智能制造五大障碍

1.语境化的数据

企业希望从数据中做出明智的决策。但是，一个企业通常有许多不同的软件系统，因此从这些系统获取数据的技术各不相同。将业务系统数据与制造过程数据结合起来也很困难，但是数据上下文化对于做出明智的决策至关重要。

2.资金不足和不堪重负的IT

内部信息技术(IT)组织经常资金不足，不堪重负。它们没有能力交付所需的应用程序，未来将需要更多的应用程序和应用程序管理。最理想的情况是，应用程序组合应该大众化，以便业务用户能够做出明智的决策。

3.变更和变更管理

今天，改变是常态。因此，应用程序必须是敏捷的，因为业务策略、产品、客户需求和IT系统都在不断变化。这些挑战将在未来变得更加复杂，因为技术的进步将推动可用数据量的大量增加，从而导致对更多应用程序的需求。

4.遗留软件

即使构建了应用程序，传统的软件也不足以满足应用程序所需的规模和多样性。大多数制造人员经常被允许访问只读仪表板，这些仪表板提供了对性能的后视镜视角，并且没有提供解决或避免问题的方法。

另外，通常应用于应用程序的两种方法:IT和操作技术(OT)也存在问题。

支持制造业的应用程序必须跨越这些方法(IT和OT)。持续改进本质上需要敏捷应用程序。但是，遗留系统通常难以扩展和支持。它们不能迅速适应不断变化的需求。

5.完全不同的系统

不同系统之间的现有接口可能存在问题。目前的方法主要集中在记录系统和系统之间的数据移动。随着数据量的增加，这种方法变得更加复杂和不实用。

更好的方法

要实现智能制造的目标，需要一种新的方法。幸运的是，可以在不替换遗留系统的情况下构建解决方案。事实上，我们可以使用我们在个人生活中使用的相同的现代软件技术来构建新的复合的、基于角色的应用程序，这些应用程序可以跨越遗留系统和新的数据源。现代软件技术包括云、移动、大数据、社交和先进的分析技术，这些技术都是强大而成熟的。

布拉德•威廉姆斯是ThingWorx的顾问。他也是MESA国际智能制造工作组成员。本文原载于MESA国际的博客．MESA International是CFE Media的内容合作伙伴。Chris Vavra编辑，CFE Media制作编辑，cvavra@cfemedia.com。

在线额外

请参阅下面链接的有关智能制造的其他故事。

原创内容可在blog.mesa.org．

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。