制造商如何從他們的制造數(shù)據(jù)中獲得最大的價(jià)值?答案是通過制造智能(MI)把制造數(shù)據(jù)轉(zhuǎn)換成可執(zhí)行信息，改善運(yùn)行效益，提高商業(yè)收益。
自動(dòng)化、現(xiàn)場儀表和網(wǎng)絡(luò)技術(shù)幾十年的發(fā)展產(chǎn)生了巨大的、可用于分析的現(xiàn)場數(shù)據(jù)。一個(gè)大型的制造系統(tǒng)可能包含了上百萬個(gè)數(shù)據(jù)采集點(diǎn)。如何進(jìn)行數(shù)據(jù)分析，如何使用分析結(jié)果，這都是巨大的挑戰(zhàn)，挑戰(zhàn)的內(nèi)容包括：
? 數(shù)據(jù)過濾：在海量的數(shù)據(jù)中，如何在你遇到問題時(shí)，能找到相關(guān)的內(nèi)容?這是令人頭痛的工作，解決不好會(huì)降低決策的效率。
? 數(shù)據(jù)延時(shí)：查看昨天的數(shù)據(jù)不總能幫助你改善今天的生產(chǎn)。
? 數(shù)據(jù)沒有針對(duì)具體用戶：制造企業(yè)包含了不同類型的用戶，比如有生產(chǎn)、工程、工廠管理、質(zhì)量控制、采購、企業(yè)管理等人員，他們希望從海量數(shù)據(jù)中提取對(duì)自己有價(jià)值的信息。每個(gè)用戶需要的數(shù)據(jù)是不一樣的，因此需要基于角色的數(shù)據(jù)分析。
? 缺少背景：查看現(xiàn)場的性能指標(biāo)是非常重要的，諸如：關(guān)鍵性能指標(biāo)(KPI)，而其他影響KPI的變量也很重要，但它們通常不是KPI計(jì)算中的一部分。
? 數(shù)據(jù)不準(zhǔn)：報(bào)告不正確的數(shù)據(jù)通常會(huì)使用戶對(duì)數(shù)據(jù)缺乏信心。壞數(shù)據(jù)比沒數(shù)據(jù)更糟糕。由于存在各種潛在問題，比如：人工采集數(shù)據(jù)，配置錯(cuò)誤，數(shù)據(jù)點(diǎn)貼錯(cuò)標(biāo)簽，沒有理解每個(gè)數(shù)據(jù)點(diǎn)的構(gòu)成等，因此會(huì)造成數(shù)據(jù)不正確。
制造智能面對(duì)的挑戰(zhàn)
面對(duì)上述的挑戰(zhàn)，要想達(dá)到滿意的結(jié)果，必須有一個(gè)設(shè)計(jì)周全的計(jì)劃。這個(gè)計(jì)劃應(yīng)該著重：怎樣把數(shù)據(jù)轉(zhuǎn)變成有用的信息。但誰來決定什么信息是有用的?這個(gè)答案應(yīng)該交給用戶，由制造企業(yè)決定需要什么信息，這樣有利于幫助用戶更好的制定決策。因此，這個(gè)計(jì)劃應(yīng)該在用戶的需求上下功夫，而不是針對(duì)海量數(shù)據(jù)。最佳實(shí)踐應(yīng)該由一系列步驟組成：
1. 為每個(gè)用戶角色確定需求和對(duì)象。
2. 確定每個(gè)用戶如何使用分析結(jié)果改進(jìn)運(yùn)行。
3. 確定需要的KPI和用于比較的標(biāo)準(zhǔn)格式。
4. 確定數(shù)據(jù)源：可編程控制器(PLC)、人機(jī)界面(HMI)、歷史數(shù)據(jù)、企業(yè)資源計(jì)劃(ERP)、客戶關(guān)系管理(CRM)、倉儲(chǔ)管理系統(tǒng)(WMS)等。
5. 確定數(shù)據(jù)表示界面，諸如儀表板、網(wǎng)頁、HMI和適用于用戶智能手機(jī)的客戶端。
6. 選擇軟件解決方案，收集、集成和顯示信息。
7. 確定基礎(chǔ)設(shè)施與各種技術(shù)之間的接口，最終達(dá)到企業(yè)目標(biāo)。
8. 計(jì)劃和實(shí)施示范項(xiàng)目，對(duì)各個(gè)目標(biāo)行業(yè)進(jìn)行驗(yàn)證，為用戶提供指導(dǎo)和幫助。
9. 在所有相關(guān)的制造企業(yè)逐步推廣。
工業(yè)現(xiàn)場的狀況度量
制造企業(yè)有各種信息系統(tǒng)幫助員工完成各自的任務(wù)。通常，在線工人監(jiān)視機(jī)器運(yùn)行的生產(chǎn)能力和周期時(shí)間，以保證機(jī)器的連續(xù)運(yùn)行。而運(yùn)行人員把生產(chǎn)線的整體設(shè)備效能(OEE)或關(guān)鍵性能指標(biāo)(KPI)作為關(guān)注對(duì)象。維護(hù)人員則更加關(guān)心機(jī)器的各項(xiàng)指標(biāo)，并進(jìn)行預(yù)測(cè)和防止停機(jī)。工廠經(jīng)理也時(shí)刻保持著注意力，但他們的焦點(diǎn)是在工廠的收益率和資產(chǎn)的利用率上。
工廠數(shù)據(jù)像經(jīng)過一個(gè)巨大的漏斗，傳統(tǒng)上基于角色的信息是不能了解整個(gè)工廠運(yùn)行情況的。但如何能夠做到重要角色可以訪問關(guān)鍵性生產(chǎn)數(shù)據(jù)? 甚至讓數(shù)據(jù)被工廠的不同部門所共享?如果按照老辦法，就是依靠人工傳送手工輸入的生產(chǎn)報(bào)表。這種方法效率很低下，而且容易引入人為錯(cuò)誤。
不斷增長的生產(chǎn)量正在凸顯現(xiàn)場數(shù)據(jù)的價(jià)值 ，反饋的關(guān)鍵性能指標(biāo)(KPI)，會(huì)影響企業(yè)高層的重大決策。與不同的控制器、人機(jī)界面和其他現(xiàn)場系統(tǒng)的通信能夠提供至關(guān)重要信息，比如：整體設(shè)備效能(OEE)、能源使用情況和其他重要信息。
制造智能是一種策略，可以把自動(dòng)化與控制系統(tǒng)級(jí)別的數(shù)據(jù)轉(zhuǎn)換成有分析見解的信息，為企業(yè)每個(gè)級(jí)別的人員提供視覺和洞察。有效的制造智能軟件應(yīng)該無縫集成多種相關(guān)數(shù)據(jù)，從運(yùn)行、維護(hù)、質(zhì)量到工廠管理，提供一致的、和諧的商業(yè)智能環(huán)境。
