特征人工智能工厂自动化软件
解构数据：视力机推动持续改进

在过去的几年里，一个名为Sight Machine的制造数据平台的Jon Sobel，首席执行官和联合创始人是什么，称为行业4.0技术的“爆炸”。

“每个人都试图摆脱飞行员土地，并缩放和影响 - 在事业中重要的事情，”他说。

因此，市场有希望使用人工智能来改善植物性能的应用程序。But unless there’s a way to correlate data from different sources in a common language that can be interpreted by the AI, these products may be watered-down solutions to complex manufacturing goals such as avoiding downtime, reducing maintenance costs, improving operational efficiency and predicting asset failure.

与工业4.0绑定的另一个目标变得越来越紧急，因为Covid-19今年早些时候陷入困境，瘫痪供应链并使许多工厂迫使许多工厂陷入临时关闭：制造商需要整个企业的实时可见性，以便回应 - 和甚至可能预测 - 危机。

获得的可见性并不像流数据，并分析它以吐出计算机上的一些仪表板。Sobel说，真正有所作为，是对需要每天使用该信息的人的深刻了解，人类和机器可以合作以最大限度地提高操作的生产效率。

“这种技术本身不会完成工作，”他说。“你必须了解人民的需求。”

使数据可以被消费

Sobel是2011年建立的密歇根州的初创公司的五个联合创始人之一，筹集了近9000万美元的风险投资来建立分析平台。该资金主要用于初始工程，然后在过去九年内进行产品的演变。

该团队在互联网，大数据和制造方面拥有15年的经验，与客户合作，以​​了解他们继续开发平台的需求，并使用实时可视化和预测分析将数据计算混合。

他们发现，虽然所有制造商都有共同的目标，但他们中有很多。瞄准机平台必须解决所有这些需求，并且也允许在许多植物中快速缩放 - 尽管给定公司内的每场工厂都有不同的数据要求。

“[制造商]全部测量OEE，但它从植物到植物的高度变化，很难获得一致，准确，实时的东西，”Sobel说。“每个制造商都希望加快正常运行时间。他们希望减少质量问题。他们想要管理能源。“

瞄准机is built on a common technology platform that can be used in any manufacturing vertical – and it’s been used in at least 15 sectors, including automotive, packaging, pulp and paper, food and beverage, medical devices, electronics and glass, in more than 10 countries. The company is currently concentrating on growth in the enterprise manufacturing realm, but the system can be applied to plants of any size.

“如果您以造型的形状获得数据，那么您可以应用一系列无限的分析技术，”Sobel说。“把基础放到房子里，很容易建造房子。”

“有很多过程数据被捕获和消耗，甚至根本没有消耗，”Alexander Soave，Sight Machine的高级客户成功经理说。“我们想要制作[工厂]以合理和快速的方式消费它。”

该平台旨在帮助运营商和管理人员通过从工厂中的各种信息来源流传输数据，包括但不限于历史学家，质量系统，MES，ERP，PLC，SQL，MTConnect，电子表格和原始传感器数据。

所有这些信息源都以不同的方式结构，因此仅仅将它们拉到分析的行为是不够的。例如，来自DCS的历史学家和数据的数据不能彼此“谈话”。“你认为的简单事情会在一起，就像质量和过程数据一样 - 公司以任何系统的方式混合[他们]很难，”Sobel说。

缺失的链接是一个将数据重组为公共语言的过程。“随着数据的生成，它被退出了资产并贯穿我们的产品，几乎像EKG，”Sobel解释说。

奠定基础

As the Sight Machine system acquires data – either via an edge device or the plant’s own cloud, if the company is already sending its data to the cloud – it begins to translate the information, re-tagging it and adding metadata to get it ready for API input. From there, the information gets aggregated into what’s called a data lake – essentially a cloud-based repository for information – which is where Sight Machine organizes the data into useable analytics.

“如果您以造型的形状获得数据，那么您可以应用一系列无限的分析技术，”Sobel说。“把基础放到房子里，很容易建造房子。”

该技术创建了工厂的“数字双胞胎”，它将过程和产品数据组合以形成机器，产品，循环，停机，组装和缺陷等区域的虚拟表示。

然后，人工智能和机器学习开始评估异常并创建分析，为制造商，从质量报告到工程诊断到一段时间内生产活动的实时可视化，以KPI对资产表现。用户可以设计自己的报告，说明区域之间的相关性，根本原因以及优化的建议。

它导致用户体验，由于灵活的查询和可视化层，感觉非常定制。

索贝尔解释说:“如果你看看我们今天在谷歌上能做什么，你和我可以搜索任何东西。“这里面有一个引擎，可以找到我们想要的任何东西……但它实际上是由深层次的产品架构驱动的。”

该平台已打开，因此如果工厂已经运行了工厂信息系统，则视距机可以将处理的数据送入现有软件。它还有助于对整个组织的各种用户的数据进行访问 - 数据科学家可能希望查看表，机器运营商可以接收生产线和各个机器的传感器信息，工厂管理人员可能需要深入了解每一行和机器，以及企业经理可以在植物和供应商网络中访问更高级别的KPIS。

例如，使用该系统两个月的玻璃制造商已经为企业中的各种用户构建了100个不同的仪表板。

警报允许通知操作员如果任何数量的控件都是不保证的，那么如果机器未在规范范围内操作，或者数据由于意外停机而没有被传输到系统。

通过从如此多的不同来源中的数据，基于订阅的服务也突出了公司可能没有知道的问题。

“我们开始的一位客户只有10个问题，他们想要解决，现在我们在实施结束时我们在35多个问题中，”Soave说。“他们只是想着他们现在想要解决的越来越多的问题，他们现在已经解决了这些数据。”

提高性能

2019年12月，全球磁力电线生产商，加拿大采用一些运营，在拉丁美洲的一个植物中​​通过可衡量和明确的增量来改善整体设备效率（OEE）。

作为一个持续改进的领导者和六西格玛黑带，Soave与客户在熟悉的方式解决问题。预科特，他会亲自与客户见面，在地板上散步，然后审查工厂的最大挑战以及数据如何解决它们。

在工厂在线完全在线后一个月，Covid-19危机击中。部分植物被锁定了，一些员工被居住，因此，Soave和Sight Machine团队远程致力于微调分析。

虽然客户认为他们在实施之前已经准确地测量了OEE，但Sight Machine的数据摄入和建模表明，他们没有正确地做，工厂中也没有足够多的人获得结果，甚至无法产生可衡量的影响。

由于制造商出现在关机中，该工厂在两个月的跨度范围内，该工厂在欧洲的跨度迈出了四倍的改进，远远超过其原始目标。80％的植物烤箱，用于固化磁铁线，在性能方面看到七到九个百分之九。

“有很多正在捕获和消耗[在植物中]的过程数据，甚至根本不会消耗，”Soave说。“我们希望让他们以合理和快速的方式消费它。”

这样，制造商就转向了一个新问题:减少废料。疫情导致的价格压力和市场需求低迷，突显出向客户展示严格控制质量的必要性。

瞄准机组识别在十几个变量上，可以影响生产磁铁时的废料量。为了应答，视力机器建立了它所谓的缺陷预测分析，预测机器可能在10分钟内产生缺陷，然后突出显示可能发生缺陷的原因。

索贝尔说:“如果你看看你已经拥有的数据，它会告诉你如何像你曾经拥有过的最好的一天一样好。”“但如果你想比以往任何时候都更好，你就必须建立一个模型，预测何时出现问题以及如何避免它们，这超出了你过去的数据。”

找到正确的领导者

Sobel说，让客户相信数据及其准确性是将客户移动到基于AI的技术的最具挑战性的部分之一。

但Covid-19危机正在帮助推动厂商，因为对远程访问和可见性的新的和迫切要求。为了成为这个空间的拓拓，Sobel表示制造商需要考虑如何从分单独管理的活动中合并信息。

“生产数据与企业中其他数据的整合显然是下一个边疆，”他说。“这对自动化提供商来说也是如此。Many of the machine builders are moving from, ‘Let’s help our customer understand this machine’ to, ‘Let’s help our customer understand materials usage associated with the machine, or how the fleet of machines is performing, or how everything else in relation to the machine is performing.’”

在任何公司都会发生这种变化的积分是可以看到可能性的人。Sobel在拉丁美洲的磁铁电汇厂获得植物领导者，作为整个公司的变革催化剂。

磁钢丝供应商在世界各地拥有十多个设施 - 当高级管理人员承包机器进行第一次执行时，它是针对不同的工厂。在Sobel的鼓励下，该公司将其考试案件重新分配给拥有最具活力领导者的工厂，又将一群渴望潜入的员工组成。

“你最好的植物领袖可能没有最好的植物 - 但如果你得到了另一个植物领袖尊重的有影响力的领导者，谁关心进步，这是在这些举措中取得成功的巨大关键，”Sobel说。

“真正需要的不是技术，而是领导。”

＿＿＿＿＿

本文最初出现在9月2020年9月制造自动化。