数字化车间管理确保更高的资源效率和韧性
在目前这种不确定的市场环境下，企业需要生产的稳定性以及订单和产能规划的灵活性。实现这一目标的方法就是数字化控制生产。隐藏在车间机器中的数据是一笔财富，需要加以利用，以实现成本和资源效率。
通过对生产和供应链进行数字化改造，企业可以实现提高全企业资源效率的战略目标： 控制成本，提高流程和供应链的弹性，增加对气候保护的贡献，确保未来的创新实力。
在工业领域，价值创造发生在工厂。因此，资源效率的重点必须放在优化所有生产流程上。具体来说，企业通过数据驱动的车间管理来实现资源效率。
数字化带来可衡量的结果–从一开始OEE就提高了12%
如今，数据驱动的车间管理至关重要。巨大优势：智能车间管理带来具体、可衡量的成果。
- 如果您想提高设备的可用性，可以通过测量整体设备效率（OEE）来实现。我们的经验是：在试点阶段，企业的 OEE 已提高了 12%，而在推广之后，OEE 有可能提高 20%以上。
- 提高设备可用性的方法是减少停机时间和故障。这种减少反过来又会对人员和能源需求产生直接的积极影响，从而带来相应的效率和成本优势。
- 那些希望尽快将下属工厂的绩效和交付可靠性提高到目标水平的企业，可以通过云计算实时测量 OEE 来实现这一目标。
- 那些因监管原因而需要 ISO 50001 等证书的企业，将通过数据驱动的能源监测结果来实现这一目标。
那些希望以对气候更加友好的方式进行生产的企业，可以将数字能源监控与其他智能工厂解决方案相结合
例如，一个汽车集团将其最重要的机器与FORCAM进行了数字连接，并不断评估能源数据。此外，客户团队将生产绩效和能源数据关联起来，以便在每个订单中使用最节能的机器。结果：在过去几年中，我们的客户将能源消耗降低了20%以上，同时保持了相同的工艺并提高了产量。
转型： 小步前进胜过大步失败
智能工厂项目只有插上技术 4.0 和转型文化 4.0 这两只翅膀才能飞起来。因此，数字化转型应遵循以下原则：首先激励员工，然后优化机器和流程。即使是项目管理，也应以节约资源的方式进行： 小步前进胜过大步失败。
项目管理检查清单：
- 一个跨部门的变革团队负责确定任务、设定期限、评估合适的技术0
- 计划、程序，最重要的是，要不断宣传取得的初步成效，以确保员工知晓并激发积极性。
- 员工积极性的最有力论据： 数字化控制流程最终可确保更高的现场和工作安全性。因此，数字技术的使用是未来更安全的解决方案的一部分。
- 首先从 “试点 “开始，即与主要生产分开的区域。起初，只需将 10 至 15 台 “关键 “机器进行数字化连接，并在试点范围内测试新工艺。
- 所有的经验、结果和成功都将记录在案，从而使其具有可复制性。
- 然后，在所有经验的基础上组织推广工作。
技术：模块化和互操作性优势
以数据为驱动的车间管理最好由信息技术解决方案提供支持，这些解决方案可以模块化地组成独立的架构，并能与其他系统自由交换。模块化和互操作性有两大优势：
首先，企业可以按照自己的节奏灵活地逐步实现目标和措施–无论是通过试点项目中的绩效分析实现透明度，还是提高整个生产的资源效率，无论是通过预测和人工智能解决方案优化订单计划。
其次，所需的解决方案也可以在未来无缝集成。
合适的模块化技术可应对三个阶段：
- 连接：以数字方式连接新旧机器，不论机器的使用年限、制造商或类型。
- 协调：大数据变为智能数据–将信号转化为统一的 “语言”，即转化为语义精确的信息，从而使其可用于其他系统
- 组合：实现内部与外部 IT 解决方案和系统之间的无缝互动。
1) 连接机器，提高透明度
绝大多数工厂仍在使用不同制造商生产的不同年份、不同控制系统的机器。因此，大多数公司需要对新旧机器（棕地/绿地）进行端到端的数字化连接，以保护对现有设备的投资，同时实现创新应用，实现可持续生产。
这种异构设备的数字化连接被视为核心挑战，尤其是对于拥有全球生产网络的全球制造企业而言。
将不同的机器信号转换成一个标准
高性能边缘解决方案集成了各种机器控制器，并将信号标准化为统一的机器数据模型（机器双胞胎），可用于其他系统，例如 SAP DM（数字制造云）中的实时分析、预测和人工智能应用。
解决方案必须能够从收集的信号中获得各种测量值和关键数据。例如，最重要的是客观测量机器运行状态（即生产或停机）的信息，以及停机的原因。
模板可加快机器连接速度
相同机器的连接应易于扩展。这种由机器库（机器存储库）中的模板确保了这种全局管理。一旦记录并成功连接了一种机器类型，模板的理念就能够允许快速、轻松地连接其他相同的机器，无论是在同一工厂内还是分布在世界各地。
在我们的解决方案 EDGE CONNECT 中，这种机器存储库采用了创新的插件概念。除了 OPC、MTConnect、modbus、MQTT 等最重要的行业标准外，还提供西门子、海德汉、Fanuc 等制造商的特定协议。为了支持数控机床，该解决方案还包括广泛的文件交换功能。在这方面，标准协议和制造商特定协议也都可用。
2) 协调信号 – 提高效率
从信号到意义：数据是数字时代的石油，当最多样化的信号被 “提炼 “成数据时，数据就是数字时代的石油。这意味着通过软件赋予它们正确的含义。在实际操作中，这意味着一旦为所有工厂设施的数字化联网奠定了基础，就必须将收集到的机器和传感器信号转化为相关的可用信息–将大数据转化为智能数据。
我们的目标是建立生产的数字孪生系统，实时映射所有系统中的所有流程。它为所有 IT 系统和应用程序提供了进行各种实时分析所需的智能素材。有了这些精确的信息，就可以在专业程序中进行各种分析，例如：
- 效率和质量分析（设备总体效率 OEE）
- 可追溯性（跟踪与追溯）
- 资源效率和二氧化碳减排生产（能源监测）
用于数据建模和验证的高性能云计算解决方案是生产数字孪生的必要条件。
实时分析是提高效率的第一步。要想取得可持续的成功，还应该进行全面的历史分析。可持续优化的核心问题包括：
- 上个月哪个生产领域的质量最高？
- 在过去六个月中，哪些工厂的能耗最高？
- 下个月哪些机器的维护需求可能会增加？
通常情况下，解决方案会将数据直接传送到分析系统。不过，信号值也可以存储在本地，稍后再进行查询。
这就是所谓的数据湖。它既提供信号的原始值，如消耗量、温度、计数器、进料速率和自动模式，也提供与业务相关的汇总信息，如生产状态或好/坏计数器，前提是这些信息可以从信号组合中导出。
此外，数据湖还应能存储配置更改、写入操作和传输 NC 文件的日志。除其他外，还能生成调度日志：
- 何时发送了哪个信号？
- 谁在何时更改了机器连接的配置？(版本安全）
- 哪个版本号的哪个文件被发送到哪个系统（NC 模块）或在哪个时间被检索？
3) 整合信息技术解决方案—确保未来的灵活性
在技术上，我们的目标是：所有需要的系统都能以统一的数据实时工作，包括生产和计划。车间和顶层同步运行。
为实现这一目标，生产的数字孪生系统必须能够为公司自身或外部系统提供当前和历史实时分析–从性能分析（OEE）到可追溯性和能源监控。
开放式网络接口和通用通信协议确保了数据的自由交换。企业和合作伙伴的解决方案可以自由组合和协作。
有四种通用协议可用于向上传输数据：
- OPC/UA（开放平台通信/统一架构）、
- MQTT（消息队列遥测传输）
- HTTP/REST
- Kafka
通过 Restful API/HTTP，所有配置和主数据都可以被读出，甚至可以被上层系统写入。这样就能在复杂的架构中实现无缝自动配置。
数据驱动的车间管理、模块化的 IT 解决方案和循序渐进的转型过程，使生产更加灵活，能够在短期内重新定向，并提供具体支持，使公司在整体上更能适应动荡的供应链和快速变化的市场需求。
