没有数据采集工业互联网将是无源之水
2017 年,IBM 商业价值研究院联合牛津经济研究院对来自 112 个国家 12,854
位高管进行了问卷调查。本次调查统计结果表明,这些高管认为企业的数据只有
20%是来自互联网,80%是企业自身拥有的生产经营等环节数据,这些数据被人
工智能等新技术处理后,可使传统企业具有超过互联网公司的优势。
而车间则是制造企业使用与产生数据的重要场所。这些数据既包括 MES 等信息化系
统里运行与产生的数据,也包括生产设备产生的各种状态与制造参数等数据。工业互联
网平台结合行业知识对这些数据进行进一步处理和挖掘,以量化、可视化等方式,定位
生产中存在的问题并进行优化,可为企业智能制造提供源源不断的新动能,有效地提升
企业竞争力。
制造数据采集的数据分类
由于行业不同、应用场景不同,对制造数据的分类也不尽相同。
首先是对制造本身的理解。从狭义上的理解,制造主要是将原材料加工成产品的生
产过程,但如果从广义的上理解,制造可以涵盖产品研发、企业资源管理、产品工艺、
生产过程、市场营销、售后维护等等不同的方面,制造数据的范围就变得非常庞大,数
据采集的方式自然也就多种多样了。
其次,不同行业对制造数据的分类也不同。比如流程行业,可分为工艺数据、过程
数据以及作业实绩。工艺数据主要是指温度、压力、电流、电压等直接影响生产效率、
产品质量的数据。过程数据是指生产过程中所使用或者产生的数据,比如物料、计划、
生产节拍等等。而实绩数据包括投入产出数量、合格率等等。
在离散制造行业,主要的制造数据包括设备数据、生产过程数据、质量数据等。
① 设备数据:设备运行状态信息、实时工艺参数信息、故障信息、维修/维护信息等;
② 生产过程数据:生产计划、产品加工时间、加工数量、加工人员、加工参数、产品
完工率等;
③ 质量数据:产品质量信息、工艺质量信息等。