早在物聯(lián)網(wǎng)(IoT)概念出現(xiàn)之前，Eliyahu M.Goldratt就寫了一本關于制造業(yè)的最好的書。

Goldratt在其著名的著作《The Goal》中用一個簡單的句子解釋了每個制造商可以實現(xiàn)的最高目標是：

從制造流程中剔除變量之一(收入，利潤，現(xiàn)金流)，您的制造投資回報率就會失敗。

其他的一切，包括機器、自動化和人力，對你的制造業(yè)的貢獻最終都會映射到這個目標上。

但這對你的業(yè)務意味著什么?你的制造業(yè)投資回報率是高還是低，還是盈虧平衡?你怎么衡量呢?

在這篇文章中，我們將討論一些直接有助于提高您的制造業(yè)投資回報率的因素，以及當您的流程處于次優(yōu)狀態(tài)時所發(fā)生的后果。

[[329861]]

制造業(yè)投資回報率低

Aberdeen Group最近的一份報告發(fā)現(xiàn)，計劃外機器停機的平均成本為每小時260,000美元。

如果你把每年的數(shù)字加起來，這個數(shù)字可以達到數(shù)十億。

在任何發(fā)現(xiàn)其資產(chǎn)故障和意外維修成本相當高的制造工廠中環(huán)顧四周。我可以保證您會發(fā)現(xiàn)導致機器頻繁停機的以下情況：

• 模棱兩可的工作指令
• 設備維護不良
• 人為錯誤
• 懶散的改變(Lackadaisical changeovers)
• 提前停產(chǎn)
• 人員頻繁休息
• 設置時間長(Long set-up time)
• 機上壓力檢查(On-machine press checks)
• 缺乏停機數(shù)據(jù)記錄

然而，這些僅僅是原因。后果可能更加慘重。例如，計劃外的機器停機時間可能會使您的生產(chǎn)效率降低幾天，或者使您遭受以下挫折：

• 維修費用增加
• 延遲生產(chǎn)
• 總體設備效能(OEE)

更不用說這些挫折將不可避免地導致總擁有成本(TCO)增加和低產(chǎn)值。

但還有希望。

頂級制造工廠已開始使用預測性維護系統(tǒng)來改善OEE，并降低間接維護成本，以避免生產(chǎn)延誤。

但是預測性維護到底是什么呢?

它是你插入你的制造技術堆棧的另一臺機器嗎?

并不是的。

預測性維護系統(tǒng)使用狀態(tài)監(jiān)視工具幫助制造企業(yè)跟蹤處于空閑、正常和峰值性能狀態(tài)的任何設備的性能。

可以將其視為由AI驅(qū)動的水晶球，供制造商預測未來。

從在不同條件下運行的機器中收集的數(shù)據(jù)可以幫助您計劃將來的維護計劃，并防止突然的機器故障或停機。

而且它不像你工廠里的其他機器一樣需要照看。物聯(lián)網(wǎng)驅(qū)動意味著(在很大程度上)智能和自給自足。

這也意味著它不會像你的人類員工那樣每30分鐘休息一次。

預測性維護的工作原理

預測性維護嚴重依賴于物聯(lián)網(wǎng)。將IoT設備和傳感器連接到制造設備后，它將開始記錄機器的實時性能數(shù)據(jù)。

例如，以下是IoT傳感器通過實時監(jiān)視機器捕獲的一些設備數(shù)據(jù)：

• 振動
• 溫度
• 壓力
• 化學成分
• 液體/固體水平

傳感器收集到以上信息后，它將自動將數(shù)據(jù)推送到云平臺，然后將其饋送到支持AI或ML的系統(tǒng)中。數(shù)據(jù)被分析處理，并根據(jù)當前和過去的數(shù)據(jù)模式預測未來的問題。

最后，數(shù)據(jù)到達維護專家，以便他們的團隊可以針對未來的停機時間制定應急計劃。

這對制造工廠意味著什么?

制造企業(yè)沒有理由不使用預測性維護。另一方面，他們有很多理由這樣做。

例如，使用預測性維護可以保證以下幾點：

• 捕獲準確的實時數(shù)據(jù)
• 預測機器停機時間
• 更高的透明度
• 減少/避免生產(chǎn)延遲
• 增加產(chǎn)量
• 降低維修成本
• 提高機器效率
• 提高操作員安全性
• 提升整體利潤

多年來，企業(yè)一直在花費巨額資金修復機器故障或削減運營成本。

以車間經(jīng)理和操作員為例。他們定期安排機器的維修和保養(yǎng)，認為這將有助于防止停機。

他們沒有意識到的是，如果他們總是找錯方向，那么再多的錢也無法讓他們實現(xiàn)利潤目標。

預防性維護可能并不完美，但這是一種比猜測運營停機時間更出色的解決方案。

更好地解決長期存在的問題

簡單地說，實現(xiàn)基于IoT的預測維護策略將使您的操作效率處于autopilot狀態(tài)。

它將為您的業(yè)務完成所有繁重的工作，識別停機模式、自動化所有團隊/系統(tǒng)的實時數(shù)據(jù)，并為您解釋數(shù)據(jù)。

你所要做的就是根據(jù)預測數(shù)據(jù)制定故障安全計劃。這正是工業(yè)4.0的預測性維護的意義所在。

車間可以利用車間中的預測分析來監(jiān)視那些人類難以監(jiān)視和干預的區(qū)域的機器。

下面，讓我們看一些示例，說明如何在不同的用例中應用預測性維護。

制造業(yè)

各個行業(yè)的制造商都使用基于狀態(tài)的監(jiān)控來收集實時機器數(shù)據(jù)，以評估它們的性能。該技術使這一過程無縫、無需人工干預，而且準確。

如果沒有諸如預測性維護的物聯(lián)網(wǎng)解決方案系統(tǒng)，企業(yè)幾乎不可能雇用人員來以極快的速度收集此類數(shù)據(jù)集并對其進行分析。

化學工業(yè)

如果有哪個行業(yè)對最微小的部分的控制和記錄保存要求非常嚴格，那一定是化工廠。

化工企業(yè)還需要不斷監(jiān)測和分析大量的數(shù)據(jù)。對他們來說，依賴任何不準確的數(shù)據(jù)處理都會導致致命的后果。

這意味著他們必須一致地收集大量數(shù)據(jù)流以確保最佳的設備性能。預測分析與機器學習的結合可以使化工廠獲得所需的數(shù)字可靠性。

輪胎制造

我們生活在一個快速發(fā)展的世界，這個世界靠輪胎運轉。鑒于制造輪胎的復雜性不斷增加，以滿足電動汽車和自動駕駛汽車不斷增長的需求，輪胎的受歡迎程度不會在短期內(nèi)放緩。

輪胎制造商或許正在重新發(fā)明車輪，但如果沒有創(chuàng)新的挑戰(zhàn)，他們就不會這樣做。對于一個處于創(chuàng)新驅(qū)動位置的行業(yè)來說，跟上技術效率的速度是非常重要的。

輪胎制造是一個復雜的過程：它從混合和冷卻橡膠開始，然后進行更復雜的過程，例如擠出，切割，輪胎成型，硫化和貼標簽。 整個制造過程需要過程穩(wěn)定性和能效。

預測維護和分析的使用可以幫助他們精確地自動化操作過程，提高操作效率。

管道制造

就像輪胎制造商一樣，管道制造商會處理很多溫度、形狀和尺寸的變化。

但是這個行業(yè)的參與者也面臨著獨特的挑戰(zhàn)。管道制造是一個競爭激烈的市場，因為與其他垂直行業(yè)相比，進入壁壘相對較低。

因此，對于管材制造企業(yè)來說，生產(chǎn)一流的產(chǎn)品對于自身發(fā)展競爭優(yōu)勢至關重要。

當每一個管道制造商都在為達到這一水平而奮斗的時候，幸運的是那些能夠使用預測分析來領先于對手的制造商。

例如，使用預測性維護技術可以幫助管道制造商主動監(jiān)控生產(chǎn)過程，并避免可能導致缺陷批次的問題。

提高制造投資回報率

如今，大多數(shù)制造業(yè)企業(yè)已經(jīng)開始在其生產(chǎn)過程中實施基于IoT的預測解決方案。這些企業(yè)在提高產(chǎn)品質(zhì)量和銷量方面享有先行者的優(yōu)勢。

你如何衡量你的制造投資回報率?你想利用預測維護和物聯(lián)網(wǎng)的尖端技術來提高你的生產(chǎn)效率嗎?