制造业大数据应用现状 [第二期]

Global Watch: 6 of 7

Big Data in manufacturing – 制造业大数据应用现状 [第二期] 在生产过程的全部数据都可以收集的今天  探索大数据应用的课题和前景

由于工业Ethernet作为FA(工厂自动化)通信协议得到普及,开造业大数据的应用之路得到了开拓。本连载采用来自欧洲业内行家探索制造业大数据应用现状的投稿,在第一期中关注的是制造业大数据特征和应用的课题,而在接下来的下一期中,我们将探索大数据应用所带来的利益及使之获得成功的方式。

引人瞩目的大数据应用,其“利益”是什么?

长期以来,制造业方面都在想方设法创造出各种各样的技术和方法来改进制造工艺(*1),实现自动化并确立全球化规模的供应链,以提高生产效率和产品价值。所以,现在的制造业已得到了高度发展,所以进一步改进的余地不多,“发展障碍”非常高。业内之所以大力关注大数据是因为预见了其打开“发展障碍”的可能性。

关于制造业大数据的种类和特征正如第一期的现状中所述那样,在应用大数据的工厂,通过安装在制造装置上的传感器实时收集并分析数据,便可实时管理制造装置的运行状况和产品的品质状况。随着生产线自动化的进一步发展,将来生产线也能像自主机器人一样自主地工作吧。通过将管理生产线和工厂内外的设备、零部件、原材料的页面信息(RFID)以及进行监视和控制的内外计算机实现网络化,可大幅度提高生产率,改善产品品质以及提高稳定性。

另外,由于制造装置经常长时间运行,所以因机器故障而导致生产计划变更的风险很大。通过应用制作装置的运行状况和履历等数据,可以实现维护和保养作业的最佳化。而通过与产品的销售状况等市场数据互动,也将大大有利于制定供给计划。

图1:大数据应用的“利益”

图1:大数据应用的“利益”

充分了解这些大数据应用所产生的“利益”,并努力让其为实际的商务作贡献是很重要的(图1)。事实上,德国的电线生产商Schwering & Hasse公司就使用大数据的高速解析系统,构建了品质管理系统。在以往的制造工序中,只能以电线的“100m”的长度单位进行电压异常检测,而现在仅以“25mm”的长度单位便可进行检测,获取的数据量比以往提高了4,000倍,因此也大幅提高了产品质量(*2)。另外,西班牙的暖气器具生产商BAXIROCA公司构建的系统能够收集并分析从产品设计、制造到售后服务的各种数据。通过分析机器产生故障和问题的原因到底是由于设计上的缺陷,还是设置上存在问题,亦或是维护不完善等,并以此为依据来改善产品。这样一来,不仅提高了产品质量和服务,由于在保修期间故障减少了,相应地,修理费用也减少了(*3)。


(*1)在制造方法上下功夫:在工厂内根据生产线配置工作人员,如采用生产线方式,对由传送带送来的机器进行零部件安装和小加工;或采用单元生产方式,从产品的组装到检查由少数工作人员完成。

(*2)参照:「Schwering & Hasse ensures qualitymanufacturing at high speed using Apama」

(*3)参照:「BAXIROCA gains powerful insights intoafter-sales performance」

对大数据应用的投资是“高风险”吗?

为了推进大数据的应用,企业必须做好准备,对软件和基础设施进行必要的投资。据欧洲的制造业者说,有很多家企业对于大数据应用投资达8800万美元(约合90亿日元),据说有数家企业的投资额还超过了5亿美元(约合510亿日元)。无论如何,已有很多制造业者明确表示,今后将继续投入更多资金。

大数据应用需要如此巨大的投资,所以专家们也提出警告说,对于一部分企业来说,大数据仅仅是为了积攒而收集,因此这些数据很有可能成为“多余的数据”。也有专家指出:“虽然大数据应用有利可图,但是要想在日常业务中维持下去,其导入的费用和复杂性将是一个很大的问题,而且也许无法获得相应的投资回报”。

大数据应用的成功方式

通过高度的感应技术和网络技术(工业Ethernet),制造业大数据的应用之路得到了开拓。那么,如何才能找到能使其产生利益的使用方法呢?为了成功应用大数据,还需要几个大要素。

  1. 实时性

    首先,必须建立一个可适用于重视实时性的制造业的“数据收集平台”。这个平台不只是按每天或以某段时间对设备的运行情况和检查次品等数据进行整理和批处理,而是必须能够实时访问数据以及抽取数据等。

  2. 数据分析能力

    其次,需要具备能对随时增加的大量数据进行正确分析的“数据分析能力”。现在,市场上已经提供了采用运算法便可进行实时深入洞察的分析方法、工具和服务等。但是,由于“分析能力”将成为“竞争力”的巨大因素,所以需要培养能担任高度情报分析的数据科学家。

  3. 数据分析部门和现场的一体感

    而且,最重要的是必须构建数据科学家和制造部门以及与各负责部门经理间的高度信任关系。企业中的各组织必须充分共享信息,而且,各种决策都不是凭负责人的直觉,而是以数据分析为基础才做出的。某企业负责人在谈到现状时说道:“我们屡屡发生这样的事,数据分析部门应用大数据进行了分析,但现场的业务依然维持现状” 。仅靠配备必要的技术和工具,大数据应用是不可能获得成功的。必须有意识地贯穿从传感器和装置的水平到机器控制、MES(制造执行系统)及ERP(企业资源计划)水平的信息层次,努力将信息可视化并共享,使所有部门成为一个整体。(图2)

图2:制造业的信息层次

图2:制造业的信息层次

出处:Manufacturing for the Future: The Customer Centric Manufacturer, Datix, inc.

http://www.datixinc.com/manufacturing-future-customer-centric-manufacturer/

大数据这个词现在有点被夸大宣传了,然而我们也应该作好面对这样的现实的心理准备,即企业对数据网和数据收集平台、数据分析工具以及人才进行了投资,最终却没利益也没收获。可以说,大数据应用成功之路漫长而坎坷。

虽然大数据的应用困难重重,但是大家一定也会切实感受到:成功实现了信息量的扩大和共享,以及可应用组织内部所统合的知识时,对大数据的投资将以提高生产效率等方式带来利益。我本人也是对制造业大数据应用寄予厚望的人之一,并且今后我也会继续关注。

Leopold Ploner

Industrial Ethernet Book 发行人

http://www.iebmedia.com/

Industrial Ethernet Book