製造業におけるビッグデータ分析の採用 「ビッグデータ」という用語は、従来の方法では効果的に処理できない、ますます複雑で大規模なデータストアを指します。製造業では、ビッグデータとは、マシンセンサーデータ、品質保証情報、サプライヤーからのデータ、生産出力、メンテナンス、財務情報、および基本的に現代の製造業に入るその他の測定可能なプロセスなど、さまざまなソースから収集された情報を指します。 メーカーがあらゆるものに関する膨大な量のデータを収集しているのには理由があります。ビッグデータを処理してビジネスインサイトに洗練させることで、大規模な財務成長、顧客維持、メンテナンスの節約、倉庫保管、予期しな

機械状態監視とは何ですか？ マシンの状態監視は、一定期間にわたるマシンの状態を評価する機能です。効率の低下は根本的な問題を示している可能性があるため、これには効率などが含まれる場合があります。また、部品の摩耗、欠陥部品の出力などのパフォーマンス指標、使用統計、およびメンテナンス統計も含まれます。 現在、製造業の大部分は原始的なメンテナンス戦略で運営されており、多くの場合、事後対応型またはカレンダーベースのアプローチに基づいて機器をメンテナンスしています。この理由は、ほとんどのメーカーが、機器の動作状態を通知するための機械の状態データを持っていないためです。 結果として、彼らの選択は、機器

はじめに 私たちの毎日の使用率の更新が勢いを増し、注目を集めるにつれて、組織が私たちの数値から最も情報に基づいた決定を下すために、データスチュワードとして私たちの仮定、私たちが持つ可能性のあるバイアスの原因、およびエラーのマージンを明確にすることが重要であると感じています。 他のデータセットと同様に、データにはバイアスが含まれているため、報告されたメトリックのいずれかに誤差誤差を付加します。データ実務者として、これらのバイアスの原因、データに関する私たちの仮定、および私たちの方法論でこれらの懸念にどのように対処するかについて透明であることが重要です。これにより、ユーザーは、Googleの

デジタルファクトリーとは何ですか？ デジタルファクトリーは、テクノロジーを使用して、材料、人、機械からのデータなど、オペレーション全体で情報をデジタルで自動的に共有します。デジタルマニュファクチャリングは、シミュレーションテクノロジー、接続された機器、およびコラボレーションツールで構成される統合システムに依存しています。 アナログファクトリーをデジタルファクトリーに変える単一のテクノロジーはありません。ただし、デジタルファクトリーが共有する多くの共通のテクノロジーと特性があり、複数のテクノロジーをブレンドするメーカーが「デジタルファクトリー」と見なされる可能性が最も高いものです。 デジ

はじめに MachineMetricsのすべてのお客様は、追加費用なしでベンチマークプログラムに参加する機会があります。これにより、自社の工場の使用率を業界の基準と比較できます。統計的に有意なサンプルサイズ（今日の時点で±1.8％の許容誤差）があるため、顧客は、自社のパフォーマンスを自社の内部目標に対してだけでなく、業界のパフォーマンスと比較して評価するときに、これが信頼できる指標であると感じています。全体。マクロ経済の状況や景気循環によっては、業界の規範が時間とともに変化する可能性があるため、これは重要です。本質的に、私たちの大きなサンプルサイズは、あなたの店がトレンドに従っているかどうか

品質保証とは何ですか？ 製造の文脈における品質保証（QA）とは、製造業者が品質管理システムの一部として利用するプロセスを指し、製造する品目の一貫した期待される品質レベルを維持します。 多くの場合、品質管理（QC）と組み合わせて、品質保証は、顧客が予期しない欠陥のない高品質の製品を受け取ることを保証するエコシステムの一部です。品質保証は、メーカーが製品の品質を管理する方法です（品質検証ではありません）。 品質保証はどの製造環境でも重要ですが、高水準の品質を維持できないと怪我や死亡につながる可能性があるため、自動車業界や高精度部品サプライヤーなどの特定のタイプのメーカーにとっては重要です。

紀元前3万年に、私たちの祖先は彼らの日常生活について洞窟の壁に物語を描き、紀元前700年までに、私たちは最初の印刷された物語、ギルガメッシュを手に入れました。 2021年に向けて、私たちはすでに5年以上にわたってAIと共同でストーリーを作成してきました。しかし、その日の順序が正確なビジネスインテリジェンスである場合、企業は、人工知能と機械学習システムが芸術的な自由を奪い、背の高い物語を吐き出しているわけではないので安心したいと考えています。 これは、AIとML主導の意思決定がこれまでで最高レベルの採用であり、最も消極的な経営幹部でさえ、戦略へのデータ中心のアプローチから得られる莫大な利益を目

リーン生産方式とは何ですか？ リーン生産方式は、組織全体の無駄と非効率性を全体的に排除することにより、継続的な改善と持続可能性への戦略的アプローチに基づいた哲学です。 リーン生産方式は、一連のルールに従うだけではありません。むしろ、組織内の普及した考え方を学習、革新、敏捷性のいずれかに変更する必要がある哲学的アプローチです。この哲学の重要な理想のセットは、トヨタ生産方式（TPS）です。これは、今日の多くのリーン組織に影響を与える一連の指針です。リーン組織で見られる可能性のあるいくつかの概念は、名前で次のとおりです。測定可能なすべて、KPI、データの視覚化。バリューストリームマッピング;製

産業用DataOpsの関連性と重要性は何ですか？ 製造の観点から、データとデータに関する運用は、高いリスクや過剰在庫などの他の負担を負うことなく、競争力のある革新的で機敏な施設を作成および維持する上で役割を果たします。データだけを持っているだけでは先を行くのに十分ではありません。それはすべて、データを使って行うことです。データ分析へのアプローチとして、DataOpsは、自動化、統計的プロセス制御、およびアジャイル手法を使用して高精度分析までの時間を短縮し、メーカーが収集したデータをより迅速かつ高い信頼度で使用できるようにすることを目的としています。 製造業者にとって、優れたDataOps

製造ダッシュボードを使用して生産を最適化する デジタルダッシュボードは、製造業の生産最適化に使用する最も効果的なツールの1つです。より良い情報があれば、より良い意思決定が可能になります。デジタルダッシュボードを使用して最も優先度の高い情報をリアルタイムで表示することで、意思決定を適切に迅速に行うことができます。データは単純なものから複雑なものまでさまざまですが、デジタルダッシュボードは一目で理解しやすいダイナミックなビジュアルを提供します。この種の瞬時のフィードバックは、製造業務の全体的な効率を改善し、監督者が注意が必要な状況を特定し、生産目標を達成するために必要に応じて行動を調整できるフロ

元々はデータサイエンスに向けて公開されました 過去数か月にわたって、予測加工製品の新しいユースケースを静かに監視および発見してきました。合理化されたオペレーターインターフェースのおかげで、「舞台裏」のラベル付きデータ収集プラットフォームとしても便利に機能し、これまでに何百ものツールの故障、ベアリングの故障、その他の機械の故障のシナリオが見られました。 お客様と協力して、モーターデータの観点から典型的な機械の故障がどのように見えるかについての大規模なカタログを作成しました。これは私たちが興奮していることです。今日あなたと共有します。複数の顧客サイトで繰り返されている6つのシナリオと、そ

かつてメーカーやOEMに受け入れられていた機械の故障は、IoTデバイス、クラウド、エッジコンピューティングを使用した最新のテクノロジーと一致しています。機械の故障を先取りして防止するためには、それが何であるか、そしてそれが産業環境で発生する理由を理解することが最初に重要です。 また、事後対応型保守、診断分析、予防保守など、機器の障害に対処するための既存の戦略を確認することもできます。これらの戦略がどこで失敗するかを理解することで、メーカーが3つの前任者のそれぞれの問題を解決する予知保全に移行している理由を知ることができます。 特定のセクションにスキップしたい場合は、次のように確認します。

元々はProductionMachiningで公開されました。 あなたの製造現場の機械が話すことができたら、彼らは何と言いますか？彼らは、最大限に世話をされ、維持されているという話をしますか、それとも虐待または無視されていることを明らかにしますか？先週壊れたターニングセンターは、アラームが鳴り、それ以降、機械が使用できなくなった理由を正確に説明しますか？ 1日に何個の部品を生産したか、または先月何時間/分実行したかを知っていますか？コーナーに座っているCNCスイス旋盤は、ツールの故障が発生する前に、オペレーターに潜在的なツールの故障を警告しますか？ あなたの指先でこれらすべての情報を持っ

製造業の未来は、産業の自動化、相互運用性、およびその他の最適化アプリケーションを推進する、製造現場内のサイバーフィジカルシステムを開発する能力に依存しています。この見通しは、データのキャプチャ、処理、および転送がすべてのインダストリー4.0ビジネスモデルを推進するため、データがゴールドになる見通しです。航空宇宙および防衛業界の機器メーカーは、生産性を向上させ、新しい収益創出モデルを作成するためにインダストリー4.0とデジタルトランスフォーメーションテクノロジーに依存していますが、それはすべて工場フロアからのデータ収集から始まります。 インダストリー4.0は、在庫供給の難しさ、革新性を維持する

航空宇宙および防衛産業は現在、多くのプレートを回転させています。これは、より広い製造業界で認められています。 FABTECH 2018サミットの講演者は、今日の変化する環境においてメーカーが直面している課題に焦点を当てました。繰り返し提起された1つの観察は、関税による鉄鋼とアルミニウムを米国に持ち込むサプライチェーンの混乱でした。世界中で状況は似ています。政党連合、関税、および従来のサプライチェーンシステムを混乱させ続けるパンデミックの変化。 グローバルなサプライチェーンの中断は、航空宇宙および防衛OEMの生産性に悪影響を及ぼしますが、これらの業界が直面している課題はそれだけではありません

製造業の成長率の鈍化とエンドユーザーからの説明責任の要求により、航空宇宙産業向けの機器を製造するOEMの運命はさまざまです。複数の課題が迫っている大規模な激変の時代に収益性を維持するには、航空宇宙および防衛業界のOEMは、データを抽出しながら収益を生み出すデジタルトランスフォーメーションを通じて新しい経路を発見する必要があります。 航空宇宙と防衛を専門とするビジネストランスフォーメーションの専門家であるEricBernadini氏によると、業界に打撃を与える技術革命（デジタルトランスフォーメーション）は、変化の時期を定義するテクノロジーの活用を学ぶ「先発者」に収益成長の機会をもたらします。産

相互接続されたすべてのものが存在する今日の世界では、品質、納期厳守、在庫管理に関して、あまりにも多くのメーカーが1日遅れて1ドル足りないことに気づいています。なんで？情報が収集され、レポートがまとめられて最上階に配信されるまでに、データはすでに廃止されています。 情報が収集される時間とその情報がビジネス上の意思決定に使用される時間との間のギャップは、リーダーとフォロワーをすばやく分離する可能性があります。これは、COVID-19の時ほど明白ではありませんでした。ほぼ一夜にして、メーカーは可能な限り迅速かつ正確に決定を下さなければなりませんでした。一部の企業は、従業員の安全を確保するだけでなく

何十年もの間、メーカーは競争力を獲得する方法としてデータを使用してきました。おそらく、今日の最大の変化は、データの収集方法です。一部の企業では、技術者がプラントを歩き回り、ゲージをチェックし、フォームに記入し、機械の操作とメンテナンスの履歴を書き留めています。意思決定を推進するためにデータを収集および使用する、面倒でエラーが発生しやすく、不正確なすべての方法。ただし、IoTデバイスとセンサーの急増に伴い、接続された機器と運用により、メーカーがデータと分析を活用する方法が変化しています。 企業は、手動のデータ収集と文書化に関連する労力を削減するために、デジタルソフトウェアと接続されたデバイスへ

設備総合効率（OEE）は、長年にわたって使用されてきた方法論です。これは、マシンのパフォーマンスと生産性を測定する簡単なシステムです。 OEEは、切り替え、故障、品質の悪い部品のフォールアウトなどに関連するダウンタイムなどの変数を考慮に入れることで、生産設備の有効性を測定することにより、運用が実際にどれほど生産的であるかを判断できます。 現在、OEEは、コンピューティング能力を利用してOEEの方法論を使用し、企業の生産効率に影響を与える変数をさらに理解して行動するように設計された機械監視OEEソフトウェアを使用して進歩しています。 OEEソフトウェア自体は最終的なソリューションや目標ではあり

エッジデバイスとは何ですか？ エッジデバイスは、ローカルネットワークとクラウドの間でデータを送信するための機器です。ローカルデバイスで使用されるプロトコルまたは言語間で、データがさらに処理されるクラウドで使用されるプロトコルに変換できます。ローカルデバイスはBluetooth、wi-fi、Zigbee、NFCなどのプロトコルを使用し、クラウドはAMQP、MQTT、CoAP、HTTPなどのプロトコルを使用します。 IoTデータがクラウドとローカルデバイス間を移動するために、スマートゲートウェイなどのエッジデバイスは、2つのソース間で情報を変換、並べ替え、安全に転送します。 エッジデバイスがな