Sammanfatta detta blogginlägg med:
De flesta av oss är födda i en era där vi har hört ljud av människor som rusar in och ut med förnödenheter, på väg ut från tillverkningsanläggningar.
Nu bevittnar vi en era där allt detta är på väg att förändras – dessa branscher är de som använder avancerad teknik för smarta enheter. Enligt Intel finns hela 40,3 % av dessa smarta IoT-drivna enheter i fabriker, tillverkningsenheter och liknande verksamheter.
Källa: Intel
Vilket syfte tjänar IoT i tillverkningsinstallationer:
Några av de viktigaste fördelarna som ett industriellt IoT-system erbjuder är:
Om du känner att dessa fördelar verkligen kan ha en transformerande inverkan på din tillverkningsmiljö, är det bara du som bör ta nästa steg – det vill säga att lära känna de olika komponenterna i en IoT-system.
- Förutsägande underhåll baserat på prestandadata i realtid för att undvika driftstopp
- Identifiering av gap baserat på maskinanvändningsdata för att förbättra OEE
- Fjärrstyrning av miljöparametrar som temperatur, belysning etc. för att både skapa bästa möjliga förutsättningar och spara kostnader
- Noggrann lagermärkning för proaktiv leveranshantering
- Ruttplanering och optimering baserad på realtidsdata
- Kanalövergripande insyn i lager för att minska delade kostnader i leveranskedjan
- En uppkopplad, säker och mer produktiv miljö för arbetare och många andra
Källa: Microsoft
Detta är IoT-arkitekturen, den ser komplex ut – oroa dig inte, vi kommer att prata om den i detalj här:
1. Det första lagret av IoT inom tillverkning – ”Smarta saker”
Det här är sensorbaserade enheter monterade på maskiner, strömbrytare och växlar, byggnader, fordon och alla andra tänkbara platser – där den insamlade informationen kan leda till en bättre förståelse av processer.
Dessa kan kategoriseras som mobila företagsdatorer, streckkodsläsare, RFID-läsare (radiofrekvensidentifiering), bärbara enheter, sensorer och fyrsignaler för gångar och hyllor.
Dessa enheter kan ställas in för att meddela eller utlösa ett svar baserat på förändringar i temperatur, omgivande ljus, läckor eller vätskenivå, kraft eller tryck, närhet, fuktighet, akustik eller vibrationer och för en mängd andra fall.
Dessa kan kategoriseras i en fabrik baserat på deras användning:
- Saker på fabriksgolvet: Behov av att spåra lager, hantera maskiner, öka effektiviteten, spara kostnader och till och med rädda liv
- Backoffice-saker: Energibesparande utrustning, kunders användningsdata
- Saker inom leveranskedjan: Leveransspårning, produktautentisering, GPS-enheter, övervakning av lagringsförhållanden, lokalisering av varor
Dessa apparater växer i popularitet och därför forskas och utvecklas ständigt nya innovativa apparater.
2. Det andra lagret är - 'Portarna'
En IoT-installation behöver två typer av gateways: fält- och molngateways. En fältgateway liknar dina bredbandsroutrar; de är anslutna till dessa flera sensorer hela tiden. De kan ha någon beräknings- eller bearbetningskapacitet för att först filtrera data som tas emot från det första lagret (för att minska datamängden) och skicka den vidare till molngateways som överför den mottagna informationen till lagringsenheten.
Nu kanske du undrar varför inte ansluta lagringsenheten direkt till Field Gateway? Det är viktigt att kontrollera alla definierade protokoll för kommunikation med Field Gateway och sedan datakomprimering för att optimera lagringen.
3. Det tredje lagret av IoT är - 'lagring' (datasjö och datalager)
Dessa sensorer samlar in data hela tiden som strömmas genom gateways till en lagringsenhet. Detta är stordata; du behöver enormt mycket lagringsutrymme och därför är en datasjö en idealisk lösning.
Lås upp hållbara sakernas internet nu
Redo att transformera med IoT-lösningar? Utforska hållbarhetsutveckling av smarta städer.
Denna data lagras i råformat i denna datasjö. Den kan vara strukturerad, ostrukturerad eller semistrukturerad i olika format. Den lagrar all data oavsett om du använder den eller inte (men du sparar den för "om ett behov uppstår", som för säkerhetskopiering eller utforskning).
Det andra steget som du behöver i det här lagret är ett datalager. Här laddas data i ett fördefinierat och strukturerat format (extrahera, transformera och ladda). Dessa data är redo för dataidentifiering.
4. Det sista lagret är - 'IoT-analys'
Alla lager hittills leder till detta steg. I detta steg behandlas all information som hittills har behandlats för att utvinna viktiga insikter som underlag för affärsbeslut. Här används informationen för att hitta svar på frågor som:
- Vad hände? – Deskriptiv analys
- Varför hände det? – Diagnostisk analys
- Vad kan hända? - Prediktiv analys
- Vad bör göras? – Preskriptiv analys
Denna infografik sammanfattar varje typ och vilket syfte de tjänar i en tillverknings-/fabriksuppställning:
NUMMER 1: TESLA
Teslas bilfabrik i Fremont, Kalifornien. Bildkälla: Kyle Field | CleanTechnica
Medan Elon Musk bortsåg från produktionsutmaningarna som lanseringen av Model 3-bilarna mötte, vilket försenade lanseringen med nästan 6 månader, gav han ett mycket självsäkert uttalande: ”Teslas konkurrenskraft på lång sikt kommer inte att vara bilen; det kommer att vara fabriken.”
I den nuvarande tillverkningsanläggningens skick jämförde han tempot i bilfabriker med "mormor med rullator... Varför skulle det inte åtminstone vara joggingfart?"
Han berättade för investeringsanalytiker att Tesla kommer att överträffa Toyota när det gäller att bygga en lean-produktionsfabrik och etablera anläggningar som skulle producera en miljon fordon per år, fyra gånger så mycket som Volkswagens flaggskeppsfabrik och världens mest trafikerade fabrik i Wolfsburg, Tyskland, ägde.
Experternas åsikter var långt ifrån i linje med detta. De sa att det skulle kräva enorma kapitalinvesteringar med tanke på företagets balansräkning som uppgick till en nettoförlust på 2 miljarder dollar för 2017.
Hur högtravande det än må ha låtit då, har Tesla utökat sin produktionskapacitet och förväntas nå tre fjärdedelar av en miljon i mitten av 2020 (för närvarande 640 000 bilar/år).
Fabriken presenterar en fantastisk demonstration av robotik, IoT och en exceptionell IT-avdelning. Robotiken hjälper till att snabba upp den repetitiva och ansträngande uppgiften att lyfta, placera och bulta. Autonoma fordon rör sig inne i fabriken. Varje del är märkt med sensorer för att få så mycket information som möjligt. Deras IT-team har byggt upp ett internt tillverkningssystem som gör det möjligt för dem att finjustera processer och utrustningseffektivitet på ett mycket agilt sätt.
Dessutom har Tesla många sensorer i sina bilar som strömmar information i realtid till dem. Informationen används för att analysera flera parametrar i bilen och fjärrstyra uppgraderingar för att ge kunderna en bättre upplevelse. Under orkanen Irma 2017 optimerade Tesla batteriförbrukningen för att ge bilar i stormens väg extra körsträcka och komma i säkerhet. Det var en demonstration av den fulla omfattningen och effekten som geografisk kartläggning, analys och IoT kan ge.
NUMMER 2: LARV
Denna ingenjörs- och tillverkningsjätte använder industriell IoT för att spara miljontals dollar i prediktivt underhåll. Den hjälper kunder att göra gyllene upptäckter med sin " Asset Intelligence Platform", baserad på Pentaho.
I sina fartyg har Caterpillar sensorer som övervakar bränsleförbrukningen i generatorer, motorernas prestanda, GPS och temperaturmätningsinstrument med mera.
I ett av exemplen som företaget citerade hjälpte de en flotta på 50 fartyg, som var i drift dygnet runt, året runt, att spara 65 000 dollar. De använde sin Pentaho-plattform för att göra multivariat prediktiv underhållsanalys och upptäckte att det var en bättre och effektivare metod att öka antalet generatorer som arbetade med lägre effekt än att maximera ett fåtal.
”Ofta när folk tittar på data letar de efter 'grand slam' – en sak som kommer att spara dem tiotusentals eller hundratusentals dollar. I verkligheten är det de små förbättringarna som kan leda till stora besparingar på många fartyg.” – säger James Stascavage, tidigare chef för intelligensteknik på Caterpillar Marine.
Samma system hjälpte fartygsoperatörerna att spara 400 000 dollar per fartyg genom att rekommendera rengöring av fartygets skrov var sjätte månad istället för ett år. Skrovet brukade bli förorenat av saltvattenkorrosion och grov sjö vilket resulterade i fartygets prestandaförsämringar.
Bokstavligen talat blir dessa små förbättringar de "nordstjärnor" som de flesta företag jagar!
NUMMER 3: DAIMLER
I sin anläggning i Portland kämpade Daimler med att optimera kostnaderna och effektiviteten i verksamheten. Den besvärliga tillverkningsstrukturen var svår att hantera och det blev alltmer komplext att möta utbud och efterfrågan.
Ledningen visste att det var dags att ändra de befintliga systemen. De funderade på att experimentera med en innovativ teknik vid den tidpunkten, ett trådlöst nätverk som täcker hela anläggningen i Portland.
Det ledde till att personalen på fabriksgolvet bytte ut skrivplattor och pennor mot iPads. De hade ett system i sina handflator för att hantera allt från att kontrollera maskinens effektivitet och bränsleförbrukning till att spåra leveranser och bekräfta mottagandet. Nätverket gör det möjligt för dem att göra detta genom att centralisera PLC-data och koppla driften till utförande- och logistiksystem. Det ledde till ökat samarbete med intressenter inom organisationen såväl som externa, som distributionspartners, leverantörer etc.
Underhåll och schemaläggning var bara ett klick bort och alla fick all nödvändig information.
Denna nätverksuppkopplade fabriksgolv hjälpte dem att samla all viktig data på ett ställe, vilket hjälpte dem att implementera lösningar som prediktivt underhåll, optimering av driftstopp och prestandahantering.
Tillverkningsjättar världen över har flyttat sitt fokus från ett renodlat produktfokus till att även bygga mjukvarukapacitet. De investerar stort i elektroniska delsystem som är autonoma och smarta på sätt som var obegripliga för bara ett decennium sedan.
De anlitar lösningsarkitekter, datavetare och experter på användarupplevelse för att samla all data på ett ställe för att utvinna, analysera och bygga en lösning kring den. Ju större datamängden är, desto större är möjligheten att förnya sig och leverera en unik slutanvändarupplevelse.