應用

技術

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

工業(yè)物聯(lián)網(wǎng):智能工廠 KPI 調(diào)查標志著增長

2022-08-22 09:12 千家網(wǎng)

導讀:根據(jù)微軟和英特爾委托進行的分析,制造商正在加速他們在2022年的智能工廠努力。

對于考慮工業(yè)物聯(lián)網(wǎng)的制造商來說,維護監(jiān)控方面的投資僅次于利用自動化機會。這是微軟和英特爾委托對北美(40%)、歐洲(35%)和亞太地區(qū)(25%)的500名高級和中級經(jīng)理進行的調(diào)查中發(fā)現(xiàn)的眾多見解之一。參與者熟悉工業(yè)物聯(lián)網(wǎng),并負責汽車、電子、制藥和其他產(chǎn)品生產(chǎn)中的數(shù)字化轉(zhuǎn)型。這份名為“物聯(lián)網(wǎng)信號:制造業(yè)聚焦”的報告揭示了工業(yè)物聯(lián)網(wǎng)帶來巨大績效收益的領域,并確定了實現(xiàn)未來增長的目標。

投資回報率

預測性維護使用智能監(jiān)控將停機時間和更換成本保持在最低水平,即使在艱難的金融市場中,這種場景也繼續(xù)為智能工廠運營商帶來回報。制造商在考慮未來投資時會密切關注股本回報率或資本回報率等指標,而能夠提高資產(chǎn)收入的物聯(lián)網(wǎng)系統(tǒng)受到高度重視。

總部位于德國的物聯(lián)網(wǎng)分析集團(IoT Analytics)指出了富士康的例子。該集團與微軟和英特爾合作,為該報告匯編和分析數(shù)據(jù)。該公司是蘋果等知名公司和其他知名品牌的電子設備制造商,在其深圳工廠投資了大量機器傳感器,這些傳感器可以記錄生產(chǎn)設備的性能以供分析?!巴ㄟ^匯總歷史數(shù)據(jù)和使用人工智能算法,機器故障可以提前預測,將設備效率提高17%,”物聯(lián)網(wǎng)分析公司的Philipp Wegner寫道。

超過 86% 的受訪專家將監(jiān)控整體設備效率視為一項重要或非常重要的關鍵績效指標 (KPI)。結(jié)果表明,雖然有許多因素共同將制造性能推向更高水平,但某些標記比其他標記更強。

從地理上看,與歐洲或亞洲的工廠相比,北美工廠更有可能實施或正在實施智能工廠戰(zhàn)略。但是,整體采用率仍然很高,在 Microsoft-Intel 研究中至少有三分之二的受訪者(在北美上升到 80%)做出了積極回應。

深入挖掘工廠 KPI 數(shù)據(jù)有助于表明制造商對在其生產(chǎn)線上推出物聯(lián)網(wǎng)的熱情。根據(jù)微軟和英特爾的調(diào)查受訪者報告的數(shù)據(jù),在過去三年中,工廠 KPI 提高了 15.3%。對于采用者來說,這可能只是一個有益趨勢的開始。從現(xiàn)在到 2025 年,運營商預測迄今為止的工廠 KPI 增長將提高 66%。

網(wǎng)絡儲蓄

展望未來,制造商指出減少網(wǎng)絡安全事件的數(shù)量以及縮短平均檢測時間 (MTTD) 作為兩個相關的 KPI,它們?yōu)槲磥碇悄芄S運營的改進提供了很大的空間。其他領域包括優(yōu)化能源使用,假設高供應價格持續(xù)存在,以及減少廢物,包括運營和設計投入。

還有更多關于可持續(xù)性主題的好消息。調(diào)查發(fā)現(xiàn),野心增幅最大的 KPI 是智能工廠領導層希望減少其運營的碳足跡。這表明未來活動將加速,因為公司受到日益嚴格的環(huán)境立法和客戶對更環(huán)保運營的日益增長的需求的約束。

坊間證據(jù)表明,可持續(xù)性的改進可能需要使 KPI 更易于衡量和可視化,以便車間的工人能夠更好地監(jiān)控對生產(chǎn)流程所做的任何更改對環(huán)境的影響(排放計算器可以提供幫助)。

腳踏實地

雖然肯定對新想法持開放態(tài)度,但制造業(yè)必然是務實的,調(diào)查的作者指出,增強現(xiàn)實和數(shù)字雙胞胎的使用處于相對早期的階段,項目處于概念驗證 (PoC) 或開發(fā)階段。根據(jù)受訪者提交的意見,就未來投資而言,預計數(shù)字雙胞胎的支出將高于平均水平,而增強現(xiàn)實的支出預計將低于平均水平。

在任何想法完全投入使用之前,它們必須從 PoC 傳遞到試點計劃中,在那里將根據(jù)包括投資回報在內(nèi)的許多參數(shù)對其進行評估,然后在有證據(jù)表明可以實現(xiàn)目標的情況下推出。 已經(jīng)通過這條管道的項目包括基于云的質(zhì)量管理系統(tǒng)(50% 的受訪公司擁有完全或部分部署的解決方案)和基于人工智能的機器視覺(39% 的完全/部分部署)。 相比之下,只有 20% 的受訪者在全公司范圍內(nèi)使用增強現(xiàn)實來幫助指導組裝,大多數(shù)實施仍處于 PoC 階段。

這不僅僅是實用主義的一個因素——技能差距也可能是一個問題,使用數(shù)字孿生等新技術來可視化、模擬和預測制造操作。 然而,隨著采用率的提高,整合挑戰(zhàn)——由于缺乏訓練有素的人員而加劇——可能會緩解。