何年にもわたって、製造業のベテランは、産業用モノのインターネット（IIoT）のような最新のスマートテクノロジーを含むようにプラントを変革することで、生産性が向上し、運用コストが削減され、データへのアクセスが向上し、より良い意思決定が可能になることについて、数え切れないほどの記事を読んでいます。実際、「テクノロジーの変革」をグーグルですばやく検索すると、このトピックで4,850万件以上のヒットがあります。 これらの記事の大部分は、テクノロジーの変革がプラントフロアにもたらす可能性のあるプラスの影響について説明していると確信しています。ほとんどの場合、私は同意します。ただし、どのテクノロジーが工

ABBは最近、同社のAbility Digital Powertrainの一部として、マウントされたベアリング用の新しいスマートセンサーを導入しました。 ABB Ability Smart Sensorは、アルゴリズムを使用して、機械コンポーネントのパフォーマンスを評価、管理、および保証します。この技術は、振動と温度の情報からベアリングの状態を評価することにより、潜在的な問題の早期の指標を提供します。これにより、鉱業、骨材、セメント業界だけでなく、食品、飲料、空気処理の各セクターで一般的に見られるバルクマテリアルハンドリングコンベヤーなどのアプリケーションでのダウンタイムを防ぐことができます

新世代の人工知能（AI）ソリューションは、2019年に証明されることが期待されています。これにより、AIが実際に何であるか、そしてAIがどれだけ提供できるかについて、新しい信頼、緊急性、理解が構築されるはずです。音声主導のソリューションが主導権を握るはずです。企業がロボットプロセス自動化の使用を進めるにつれて、スマートウェアハウスでピックアンドプレースロボットが競争力を発揮するのを目にするかもしれません。以下は、2019年以降の製造業に関する3つの主要な予測です。 予測＃1：製造会社の50％が2021年末までに何らかの形でAIを使用するようになる 間違いなく、AIソリューションの実装は、すべ

衝撃的な金額の資本が現在在庫に拘束されています。売掛金と買掛金に加えて、在庫は現金で1.1兆ドルに相当します。これは、米国の国内総生産の7％に相当します。幸いなことに、人工知能（AI）は、この現金へのアクセスを支援する可能性があります。 実際、インダストリー4.0は、サプライチェーン全体での作業方法を変えています。 AI、センサー、モノのインターネット（IoT）テクノロジーを使用して、スマートでデータ駆動型の流通センターを開発できます。たとえば、エンタープライズリソースプランニング（ERP）システムを消費者の傾向データと相互参照することにより、AIテクノロジーは、注文を満たすために正しい量の

2019年には、モビリティは成長を続け、多くの業界に広がると予想されます。メーカーは、これらの新しいテクノロジーを採用し、従業員がテクノロジーを適切に使用できるようにする必要があります。モノのインターネット（IoT）からBYOD（Bring Your Own Device）の台頭まで、企業はモバイルテクノロジーが提供できる利点を検討し、それらを活用して業界をリードする必要があります。 以下は、2019年にメーカーが頭に入れておくべき最も重要なトレンドのいくつかです。 モビリティの向上 2020年までに、労働力の48％がモバイルになります。ほとんどの事業セグメントは、出荷から在庫管理まで、あ

モノのインターネット（IoT）への参照はいたるところにあります。実際、スマートマニュファクチャリング、サプライチェーンの変革、ロジスティクス、ファクトリーオートメーション、またはIoTや産業用モノのインターネット（IIoT）を参照しないデータ収集に関連して、過去数年間に書かれたものを見つけるのは困難です。 用語に慣れていない人にとっては、IoTは、日常のオブジェクトに埋め込まれたコンピューティングデバイスのインターネットを介した相互接続として定義でき、データの送受信を可能にします。 IIoTは、工場フロアでデータを収集および共有するインテリジェントなコンピューター、デバイス、およびオブジェク

Nikola Labsは最近、ワイヤーや使い捨てバッテリーを使用せずにメンテナンスと電力センサーを簡素化する新しい機器監視システムを発売しました。 Veroは、製造業者が重要な機器を綿密に監視できるように設計された産業用モノのインターネット（IIoT）ソリューションです。プラットフォームは完全にワイヤレスでメンテナンスフリーであり、無線周波数エネルギーを使用可能な直流（DC）電力に変換するセルによって電力が供給されます。システムがインストールされると、データのキャプチャとシステムのメンテナンスはタッチフリーになります。 「バッテリー駆動のセンサーの寿命は1〜3年です」と、NikolaLabs

Grace Engineered Productsは最近、ユーザーが機器の故障を発生前に検出できるようにするための新しい予知保全システムを導入しました。 GraceSense予知保全システムには、ワイヤレスセンサー、構成可能なハードウェアアーキテクチャ、および計画外のダウンタイムを抑えるための直感的なユーザーインターフェイスが組み込まれています。 最初の製品は、4つの独自の製品とWebベースのユーザーインターフェイスで構成されています。バッテリー駆動の振動および温度ノードを任意の回転機器に配置して、異常が壊滅的な障害になる前に異常を予測できます。温度ノードは、任意の資産の表面温度を監視できま

SymphonyAIは最近、機械状態監視および資産信頼性ソリューションのプロバイダーであるAzimaGlobalを買収したと発表しました。 SymphonyAIグループに参加するにあたり、SymphonyAzimaAIに名前が変更されるAzimaGlobalは、最大の機械的障害モードデータセットの1つを活用し、自動化された機械状態診断データをプラントレベルのプロセスデータと組み合わせて予測資産の健全性を提供する製品を開発します。およびパフォーマンス管理ソリューション。 「Azimaは、効果的でスケーラブルなマシンヘルス診断の提供において業界をリードする地位を築くために10年以上を費やしてきま

LafargeHolcimは最近、将来に向けて生産車両をアップグレードするための新しい「PlantsofTomorrow」イニシアチブを開始すると発表しました。同社は、50か国以上にまたがる270以上の統合セメント工場と粉砕ステーションのグローバルネットワークを対象として、自動化技術とロボット工学、人工知能、予知保全、デジタルツイン技術を生産プロセス全体に利用します。 4年間のプログラムは、建築材料業界におけるインダストリー4.0テクノロジーの最大の展開の1つです。 「PlantsofTomorrow」認定の操業では、従来のセメントプラントと比較して、操業効率が15〜20％向上します。 La

ちょっと想像してみてください。想像する必要はないかもしれませんが、あなたはビジネスの構築を任されています。資産を交換する場合。ビジネスケースを作成するには、資産の年齢、元のプロジェクトコスト、および安全システムで行われた最近の監査を把握して、現在のコードに準拠しているかどうかを確認する必要があります。 コンピューター保守管理システム（CMMS）を確認すると、資産コストフィールドが空白であり、資産が1991年にインストールされたことがわかります。CMMSを検索しましたが、監査レポートが見つかりません。最初にコストに取り組むことにします。財務部門に連絡すると、1984年に資産が帳簿に記載され、費

ABI Researchの新しいレポートでは、産業製造部門における人工知能（AI）の広範な成長が予測されており、業界のAI対応デバイスの総数は2024年までに1540万に達し、2019年から2024年までの年間成長率は64.8％です。 。 「工業生産におけるAIは、エッジ実装のストーリーです」と、ABIResearchの主任アナリストであるLianJyeSu氏は述べています。 「メーカーはデータをパブリッククラウドに転送することに抵抗があるため、ほぼすべての産業用AIトレーニングと推論のワークロードは、エッジ、つまりデバイス、ゲートウェイ、オンプレミスサーバーで発生します。」 これを容易に

インフラストラクチャの老朽化、コスト圧力、変動するマージン、規制の精査はすべて、より効率的で有能なメンテナンステクノロジーの必要性を推進しています。幸いなことに、デジタル化は、データ分析、予知保全、人工知能、接続されたインフラストラクチャを使用して産業保全を劇的に改善できますが、どこから始めればよいかを理解することは、プロセスの最も難しい部分です。新しいテクノロジーの展開に失敗した場合、マネージャーはさらなる努力に苦しむ可能性があります。この記事では、産業施設がデジタルジャーニーを開始する際に成功を確実にするために取るべきいくつかの重要なステップについて説明します。 IIoTの重要性 世界

1849年のゴールドラッシュに関する歴史家の間の一般的な声明は、彼らからお金を稼ぐ可能性が最も高い人々は努力は、実際の鉱山労働者自身ではなく、鉱山労働者のための道具を作ったものでした。運輸、製造、テクノロジー、エネルギー、ヘルスケアなどの多くの業界が、産業用モノのインターネット（IIoT）に関連するメリットを追求しているため、この口語的な知恵は真実です。 IIoTは、企業がより効果的にビジネスを運営するための情報とデータを提供することができます。このテクノロジーの使用に成功した企業の半数以上が収益の増加を報告しているのも不思議ではありません。 これが真実である理由を理解するには、多くの業界が

Honeywellは最近、人工知能（AI）、機械学習、コンピュータービジョン、およびサプライチェーン全体で使用する高度なロボット工学の開発に焦点を当てた高度なテクノロジーセンターであるHoneywellRoboticsの創設を発表しました。 ピッツバーグを拠点とするHoneywellRoboticsは、特に企業が複雑なマテリアルハンドリング環境で速度、精度、スループットを向上させる自動化ソリューション、ソフトウェア、ロボット工学に注目しているため、将来の倉庫と配送センターの形成を支援するために作成されました。新しいセンターは、デジタルデータ、自律型テクノロジー、産業用モノのインターネット（I

Siemensは最近、Pixeomからエッジテクノロジーを取得することを計画していると発表しました。シーメンスは、シーメンスデジタルインダストリーズの一部であるファクトリーオートメーションビジネスユニットでこのテクノロジーを使用する予定です。 この買収により、シーメンスのデジタルエンタープライズポートフォリオの拡大を推進し、業界のデジタル変革のための最先端テクノロジーを統合すると同時に、エッジランタイムとデバイス管理用のソフトウェアコンポーネントを追加することで、シーメンスの産業エッジポートフォリオを強化することが期待されます。 結果として得られる産業エッジエコシステムは、企業が生産データ

2世紀以上前、ドイツの哲学者イマヌエル・カントは、仮想現実を物理的な世界ではなく、私たちの心の中の存在として説明しました。今日、バーチャルリアリティ（VR）は、ゲーム、マーケティング、製造などのさまざまな業界で展開されている確立されたテクノロジーです。しかし、拡張現実（AR）はどうですか？ 拡張現実は、外界へのデジタル拡張を表します。この良い例は、任天堂のPokémonGoアプリです。このアプリは、ユーザーの携帯電話の画面を介してキャラクターの画像を現実の世界にオーバーレイします。成功した拡張現実のいくつかの人気のある例があります。ただし、これらの多くはゲームやノベルティアプリケーション向

今日のテクノロジーの時代では、データが意思決定の鍵となります。この専門分野は「データサイエンス」として知られています。企業は、データを収集、分析、利用して情報に基づいた意思決定を行うことで、テクノロジーを活用できます。 ある研究グループは、現在のデータの増加率では、2025年までにデータのサイズは163ゼタバイトになると予測しています。この数をよりよく理解するために、1ゼタバイトが1兆ギガバイトに等しいと考えてください。これにより、データの保存、品質、管理について疑問が生じます。 この記事では、有意義な信頼性調査を実施する上でのデータの重要性とその使用法について説明します。信頼性の一般的な

Wikipediaによると、機械学習は「コンピューターシステムが実行するために使用するアルゴリズムと統計モデルの科学的研究です。明示的な指示を使用せずに、代わりにパターンと推論に依存して、特定のタスクを効果的に実行します。人工知能のサブセットと見なされています。」 機械学習は、生産ラインに接続してラインを以前よりも良好に動作させることができるデバイスではありません。これは、データを収集、評価、使用して生産ラインの仕組みに関する知識を深めるために、多くのデバイスからの入力を必要とするプロセスです。 次に、この知識を使用して、生産ラインのスループットを向上させ、低コストで運用し、より確実に稼働

Honeywellは最近、ヒューストンに本拠を置く、石油およびガス、石油化学、電力業界の安全性、運用パフォーマンス、排出量の軽減、コンプライアンスを最大化するように設計されたインテリジェントガス監視ソリューションのプロバイダーであるRebellionPhotonicsを買収したと発表しました。 この買収は、ハネウェルの安全および生産性ソリューション事業の一部となります。この事業は、労働者の安全と生産性を維持するためのさまざまなガス検知技術、安全装置、モビリティソリューション、およびソフトウェアを提供します。 Rebellionのテクノロジーは、Honeywellのパフォーマンスマテリアルおよ