数字化转型。智能制造。工业物联网 (IoT)。互联企业。工业4.0。
无论您如何称呼它，数据都是其驱动力。数字化是食品和饮料生产商成功的基本要素。从一开始就做好，可能意味着释放数百万运营节省，或因低效和浪费时间而损失同样数额。
不要陷入“大数据”陷阱
20世纪90年代末，“大数据”一词开始流行。自那时起，我们收集了更多数据，培养了科学家对其进行切片、切割并理解所有数据，并尝试自动化提取商业价值这一艰巨任务。
虽然大数据对于某些分析和消费者应用有意义，但它并不适合工厂车间的工业应用。相反，生产商需要情境化的结构化数据，以获得有关KPI（如能耗、OEE、批次效率和质量）的可操作信息。
那么，我们如何转化和应用对实现价值和生产力至关重要的工厂车间数据呢？通过利用从一开始就采用智能方法处理数据的工具——对数据进行组织和情境化，以实现简化的数据流，从而更快地获得分析洞察。
以信息为核心构建的自动化系统
智能对象作为一种全新的简化数据组织方式出现，能够轻松从控制器收集数据，然后将其转移到并由IoT系统使用。标准化框架将数据集完全暴露给预配置的上下文，极大缩短了编程时间。
换句话说，IoT和自动化系统有不同的规则，而智能对象为它们创建了共同的语言。智能对象的核心是为您的数据带来自动发现、标准化、同步和完整性。
在传统设置中，自动化系统通过网关与IoT平台进行接口。该网关通常需要配置，并且需要付出努力来分阶段处理数据。通常在这一点上，情境化工作变得至关重要，尤其是当涉及不同系统时。由于IoT系统并不“了解”自动化结构，您可能需要为每个应用构建一个新模型，并且随着IoT系统向自动化控制器大量请求数据，进一步的低效率也会随之而来。例如，IoT系统会分段获取信息，例如：动作X即将发生，动作X正在发生，动作X已完成。然后需要对这三个数据点进行操作，使其连接为一个相关的连续动作。
在使用智能对象构建的系统中，数据可以由IoT系统和应用程序自动组织、建模和使用，程序员几乎不需要付出任何努力。现在，PLC标签可以对速率、状态、状态等进行一致的定义，并将其传送到带有上下文的信息数据库中，例如生产线编号、机器名称和位置。这些元素对于实现最终推动更多见解、更好分析和更深入了解您的过程和潜在风险的IoT解决方案至关重要。在上面的示例中，动作X的三个数据点被自动识别为一个连续动作，以获得更丰富的上下文。
智能数据动画：了解如何在基于标签的架构中，通过基于对象的生态系统简化不同数据并赋予其上下文。
为开发人员带来智能化发展
那么，为什么这一切都很重要？问问任何在IoT领域工作的开发人员。细微且不一致的数据会造成陷阱，导致挫败感、故障排除和生产力下降。根据 Forbes.com，数据科学家报告称，他们将80% 的时间花在数据准备上，而不是挖掘洞察。
以一个简单的饮料生产线为例，配备五台机器（参见“饮料工厂”动画）。其相关数据值可能超过1000000个。大多数公司没有可用资源来进行全部数据管理，也不应将时间花费于此。智能对象简化了数据准备，即一个模型可为多个应用程序提供数据。 一位客户估算，开发人员需要花费一个月才能完成的工作，智能对象仅用6小时就实现了——效率提升了96%。
此外，这种更直接的方法可以提高数据完整性和确定性。我们可以以前所未有的准确性和完整性比较同一产品在不同阶段的表现。通过为数据分配属性（如 OEE、能量或质量流量），我们可以获得自动汇总和分类的信息。然后，以对人类和机器决策和优化都有意义的方式进行报告。
最终，智能对象不会改变数据。但它极大地简化了您捕获、查看和呈现数据的方式，并随着时间的推移，简化了您根据数据优化运营的方式。 请告诉我们 智能对象如何融入您的信息战略。
饮料厂动画：了解智能对象如何通过 ThingWorx 或其他 IIoT 平台使有序的带时间戳数据更易于访问和分析。
发布时间 2020年6月22日
为您推荐