其他分享
首页 > 其他分享> > 2019年,QAD邀您加入工业4.0寻宝之旅

2019年,QAD邀您加入工业4.0寻宝之旅

作者:互联网

“工业4.0”一直是行业内热议的话题,相关的技术被大肆炒作,在制造行业工作的人可能已经感到厌烦不已。喊了几年的“工业4.0”变革,如何改如何变?制造业的伙伴们又该如何获益?

虽说制造商对“工业 4.0”有着各种各样大胆的预测,但实际上并没有改变制造商的主要目标。不管是否采用“工业 4.0”技术,激励制造商的动力始终是提高生产力,运行更高效的供应链,交付更高质量的产品,提升客户满意度,提高可持续性和盈利能力。

在“工业 4.0”的潜在影响中,最常引用的场景与资产绩效管理相关。在此场景中, 一台关键的制造设备配备了价格合理的传感器技术,可以收集各种数据,收集的数据量前所未有之大。高级分析(如机器学习) 针对资产运营提供了卓越的新洞见。这些革命性的措施被归入预测性维护(PDM) 类别下(了解更多PDM,请查阅此篇文章干货来袭丨资产可用性真的是终极目标吗?)。这道预测性维护彩虹尽头的宝藏几乎毫无例外使得资产的计划外停机时间大幅缩短。

从更广泛的视角来看, 上述场景能带来更多优势。假设一个制造商有两种不同类别的资产:第一类是资产或物理设备,制造商用于在工厂内制造最终产品。这些资产对于以尽可能低的成本交付优质产品至关重要。第二类是最终产品本身。越来越多的产品具有原生智能功能,在部署后和使用时可以联网并进行评估。部署后产品的性能是用户和产品制造商关注的重点。

因此提高资产绩效管理是制造业面临工业4.0需要考虑的重点,但是资产可用性绝不是终极目标,关键资产额外的可用小时数只有在这些额外时间内被利用才是真正的有用。对于许多制造商而言,对资产绩效的深入了解必须与目前的需求和供应链计划工具相一致。如果影响受到传统电子表格规划的限制,那么资产绩效不会带来意外效益。

标签:4.0,资产,制造商,工业,绩效,产品,预测性
来源: http://blog.51cto.com/13750081/2341956