Съвременните фабрики генерират изключително голям обем данни от датчици. Фотоелектрическите датчици откриват продукти, енкодерите проследяват движението, камерите проверяват повърхностите, а датчиците за вибрации наблюдават въртящото се оборудване. Измерванията на температура, налягане, разстояние, въртящ момент, скорост, положение и акустични характеристики протичат непрекъснато през производствените системи.

Въпреки това много предприятия все още използват само малка част от тази информация. Датчикът променя състоянието си, програмируемият логически контролер реагира, а първоначалното измерване изчезва в следващия машинен цикъл. Сигналът изпълнява непосредствената си задача за управление, но по-широката му оперативна стойност остава неизползвана.

Тази празнина представлява една от най-важните възможности в съвременното производство. Предприятията са станали много способни да събират сигнали, но много от тях все още са по-малко ефективни в превръщането на тези сигнали в информация за поддръжката, изводи за качеството, подобрения на процесите и управленски решения.

Предизвикателството не е просто да се инсталират повече датчици. То е да се изгради надежден път от физическото измерване до оперативното действие. Този път преминава през няколко технически слоя, включително полеви устройства, управление на машините, индустриални мрежи, обработка на периферно ниво, съхранение на данни, аналитичен софтуер и корпоративни системи.

Фигура 1. Съвременните производствени системи генерират голям обем оперативни данни, макар че значителна част от тях не надхвърля базовото управление на машините.

Разбирането на взаимодействието между тези слоеве помага на производителите да избегнат изолирани пилотни проекти и фрагментирани платформи за данни. То предотвратява и често срещана грешка: изпращането на всяко налично измерване към централизирана база данни, без предварително да е определено как информацията ще подпомага производството.

Практическата стратегия за данни от датчици започва от машината, преминава през мрежата и завършва с полезна оперативна аналитика. Всеки слой има различно предназначение. Всеки има и свои изисквания за времето, инженерни ограничения и рискове от повреди.

Разликата между сигнал и оперативна информация

Сигналът от датчик се превръща в полезна информация едва след като системата добави контекст. Сурова стойност 68 означава малко без единица, времеви печат, идентификатор на актива, работно състояние, измервателен диапазон и референция към процеса.

Стойността може да представлява 68 градуса по Целзий, 68 милиметра, 68 процента натоварване на двигателя или 68 микрометра преместване. Дори когато инженерната единица е известна, измерването може да остане трудно за интерпретиране, ако не е известно какво е правела машината.

Контекстът разграничава аномалията в процеса от нормалната работа. Увеличаването на вибрациите по време на ускоряване може да е очаквано. Същото увеличение при постоянна скорост може да показва дисбаланс, разхлабване, разцентровка, влошаване на състоянието на лагер или външно механично смущение.

Състоянието на производството също е от значение. Налягането, измерено по време на почистване, настройка, загряване, престой и производство с пълен капацитет, не винаги може да се оценява спрямо една и съща граница. Анализите, които пренебрегват работното състояние, често генерират фалшиви аларми.

Поради тази причина оперативният анализ изисква повече от проследяване на исторически тенденции. Системата трябва да свързва измерванията с режима на машината, продуктовата рецепта, производствената поръчка, партидата материал, действието на оператора, историята на техническото обслужване и условията на околната среда.

Преходът от сигнал към информация може да се разглежда като последователност. Датчикът първо открива физическо състояние. След това контролерът интерпретира това състояние в рамките на управляваща процедура. Мрежа пренася данните, периферно устройство ги организира, а аналитична платформа ги оценява във времето.

На последния етап измерването трябва да подпомага конкретно решение. То може да включва спиране на машина, коригиране на зададена стойност, планиране на инспекция, смяна на инструмент, отхвърляне на продукт или преразглеждане на интервала за техническо обслужване.

Без този път за вземане на решения събирането на данни може да се превърне в скъпо упражнение по съхранение. Затова успешните проекти започват с оперативни въпроси, а не с покупки на технологии.

Данните на ниво машина все още имат най-висок приоритет по отношение на времето

Нивото на машината е мястото, където данните от датчиците за първи път влияят върху производството. Основната му отговорност е детерминираната работа. Системата за управление трябва да отчита входовете, да изпълнява логиката и да обновява изходите в рамките на предвидим период.

На това ниво основните продукти за измерване остават от съществено значение. Фотоелектрическите датчици потвърждават наличието на продукт. Индуктивните датчици откриват метални обекти. Енкодерите предоставят обратна връзка за позицията и скоростта. Предавателите за налягане следят пневматични и хидравлични системи. Камерите инспектират компоненти и насочват движението на роботите.

Тези устройства преобразуват физическите събития в електрическа или цифрова информация, която машините могат да интерпретират. Непосредствената им цел обикновено е ясна: да проверят дадено условие и да задействат правилната реакция.

Енкодер може да покаже, че конвейерът е достигнал зададената му позиция. След това контролерът спира задвижването или преминава към следващата последователност. Камера може да идентифицира дефектна опаковка и да задейства механизъм за отхвърляне няколко станции по-нататък.

Датчик за близост може да потвърди, че цилиндърът е завършил хода си. Пресостат може да предотврати работата на машината, когато налягането на захранването падне под безопасен праг. Датчик за безопасност може да изключи въртящия момент на задвижването, когато оператор навлезе в защитена зона.

Тези задачи зависят от бърза и надеждна обработка на данни. Те не могат да чакат облачна платформа или корпоративна база данни. Блокировките за управление, контурите за движение и функциите за защита на машината трябва да останат локални за системата за автоматизация.

Това разделение е от решаващо значение. Анализите могат да подпомагат управлението, но не бива да въвеждат непредвидими мрежови закъснения във времекритични функции на машината. Най-бързите решения за защита и управление трябва да се вземат в близост до оборудването.

Затова производителите трябва да избягват третирането на всички данни от сензори по един и същ начин. Някои данни управляват машините за милисекунди. Други подпомагат решенията за поддръжка в продължение на дни или седмици. Архитектурата трябва да отразява тези различни времеви хоризонти.

Машинният слой също определя качеството на данните. Неправилното мащабиране, нестабилното окабеляване, лошият монтаж, неподходящите честоти на дискретизация и непоследователната конфигурация на устройствата ще замърсят всеки по-висок аналитичен слой.

Никоя софтуерна платформа не може напълно да компенсира ненадеждни измервания от полеви устройства. Преди изграждането на табла за управление инженерите трябва да потвърдят, че сензорите са правилно избрани, монтирани, калибрирани и поддържани.

Базовите сензори често съдържат повече информация, отколкото PLC използва

Традиционните управляващи програми често свеждат сензора до едно булево условие. Устройството е или включено, или изключено; има или няма обект; състоянието е или приемливо, или дефектно.

Този подход е подходящ за много машинни последователности, но може да прикрие допълнителна информация. Сензорът за разстояние може да предоставя непрекъснато измерване, дори когато PLC използва само праг за превключване. Интелигентният фотоелектричен сензор може да отчита силата на сигнала, нивото на замърсяване, работната температура и диагностичното състояние.

Енкодерът може да подава позиция за управление, като същевременно генерира данни за измененията на скоростта, ускорението, посоката и синхронизацията. Система за машинно зрение може да издава резултат „годен“ или „негоден“, като същевременно запазва измервания, свързани с размери, контраст, ориентация, качество на кода или местоположение на дефекта.

Неизползваната информация може да разкрие постепенни промени в процеса. Намаляващата сила на оптичния сигнал може да показва замърсяване на лещата. Увеличаващото се време за движение на изпълнителния механизъм може да подсказва изтичане на въздух, триене или механично заклинване. Нарастващият ток на двигателя при повтарящо се движение може да показва промени в натоварването или износване на компоненти.

Тези модели рядко предизвикват незабавна повреда. Те обаче могат да дадат ранни признаци за влошаване. Ключът е измерването да се запази, преди управляващата програма да го сведе до обикновен бит за състояние.

Производителите на машини могат да подпомогнат тази цел, като проектират структури от данни за многократна употреба. Всеки важен актив трябва да има дефинирани тагове за работно състояние, команда, обратна връзка, брой цикли, състояние на алармата, технологична стойност, диагностично състояние и качество на данните.

Последователното именуване също е важно. Данните стават трудни за сравнение, когато една линия използва „Motor_Spd“, друга — „DriveSpeed“, а трета — „ConveyorRPM“ за едно и също понятие.

Стандартизираният модел на активите намалява усилията по интеграцията. Той също така помага на екипите по поддръжка, експлоатация и анализи да интерпретират данните, без да анализират обратно всяка PLC програма.

Данните от системите за визуализация и енкодерите могат да надхвърлят непосредствения контрол

Индустриалните камери и енкодерите особено ясно илюстрират разликата между данни за управление и аналитични данни. И двете устройства поддържат непосредствени функции на машината, но и двете могат да генерират ценни исторически доказателства.

2D или 3D камера може да заснема геометрия, цвят, контраст, състояние на повърхността, ориентация и информация от кодове. На системата за управление може да е необходим само резултат „годно“ или „негодно“. Инженерите по качеството може да се нуждаят от много повече информация.

Историческите данни от инспекциите могат да покажат дали честотата на дефектите се променя според смяната, партидата на доставчика, гнездото на инструмента, производствената скорост или условията на околната среда. Изображенията на дефекти могат да подпомогнат анализа на първопричината и да помогнат за усъвършенстване на алгоритмите за разпознаване.

Вместо да записват изображения с висока резолюция безсрочно, производствените предприятия могат да съхраняват избрани доказателства. Примери са отхвърлени изображения, изображения в близост до границите на допуска, периодични референтни изображения или изчислени характеристики от инспекцията.

Енкодерите предлагат сходни възможности. Основното им предназначение е да осигуряват точна обратна връзка за позицията и скоростта. Историческите данни за движението обаче могат да разкрият развиващи се механични проблеми.

Повтарящите се промени в грешката на позициониране могат да показват разтягане на ремъка, разместване на съединителя, луфт или промяна в натоварването. Увеличаването на времето за установяване може да подсказва триене или влошена настройка на сервозадвижването. Краткотрайните смущения в скоростта могат да разкрият периодичен контакт с продукта или механична преграда.

Фигура 2. Машинните сензори могат да поддържат непосредственото управление, като същевременно разкриват промени в натоварването, точността, износването и стабилността на процеса.

Тези аналитични приложения изискват подходящи стратегии за дискретизация и съхранение. Записването на една осреднена стойност на час няма да разкрие краткотрайно смущение в движението. Записването на данни всяка микросекунда за неопределено време създава ненужна потребност от място за съхранение и мрежов капацитет.

Подходящата честота на дискретизация зависи от физическото събитие. Бавният температурен дрейф може да изисква една проба на всеки няколко секунди. Анализът на движението може да изисква много по-бързо събиране на данни. Мониторингът на вибрациите може да изисква данни за формата на вълната и обработка в честотната област.

Инженерните екипи трябва да избират честотата на измерване според режимите на отказ и поведението на процеса. Повече проби не водят автоматично до по-добри изводи.

Превръщане на реактивните входове в индикатори за състоянието

Анализите на ниво машина често започват със създаване на индикатори за състоянието от данни, които вече са налични в системата за управление. Тези индикатори обобщават поведението, без да заменят първоначалната функция за управление.

Да разгледаме пневматичен цилиндър. PLC вече записва кога изходният соленоид се активира и кога сензорът за крайно положение променя състоянието си. Разликата между тези времеви маркери представлява времето за ход.

Проследяването на времето за ход в продължение на хиляди цикли може да разкрие постепенно влошаване. По-дългото време за изтегляне може да показва ниско налягане, ограничен поток, износване на уплътнението, замърсяване, разцентровка или нарастващо механично съпротивление.

Същият метод се прилага за контактори, клапани, индексаторни маси, скоби, врати, подемници и трансферни механизми. Много компоненти на машините имат измерими времена за реакция.

Изменението от цикъл до цикъл също може да бъде информативно. Средното време на хода може да остане приемливо, докато изменението му нараства. Увеличаващото се изменение може да показва нестабилно подаване на въздух, непостоянно натоварване или периодично механично триене.

Данните за двигателя и задвижването са друг достъпен източник. Токът, въртящият момент, грешката по скорост, топлинното натоварване, работните часове, броят стартирания и историята на неизправностите може вече да съществуват в задвижването.

Вместо незабавно да инсталират допълнителен сензор, инженерите могат първо да проверят диагностичните данни, достъпни чрез мрежата на задвижването. Нарастваща потребност от въртящ момент при постоянна работа на машината може да сигнализира за износване или съпротивление на продукта.

Въпреки това изведените показатели трябва да се тълкуват внимателно. Токът на двигателя сам по себе си не идентифицира конкретна механична повреда. Той показва промяна в натоварването. Персоналът по поддръжката все още се нуждае от познания за процеса и допълнителни доказателства.

Добрият анализ стеснява обхвата на разследването. Той не се преструва, че един сигнал обяснява всеки отказ.

Периферната обработка предотвратява превръщането на мрежата в сметище за данни

С производството на все по-богати данни от машините периферната обработка става все по-ценна. Периферното устройство обработва информацията близо до източника ѝ, преди да препрати избрани резултати към системи от по-високо ниво.

Тази организация намалява пропускателната способност, подобрява времето за реакция и ограничава ненужното съхранение. Тя също така позволява локалният анализ да продължи, когато връзката с предприятието е недостъпна.

Периферната обработка може да извършва филтриране, агрегиране, нормализиране, компресиране, откриване на събития, преобразуване на протоколи и локална визуализация. Тя може да изчислява средни стойности, стандартни отклонения, темпове на промяна, времена на циклите, енергия на единица продукция или показатели за състоянието.

При мониторинг на вибрации периферният процесор може да преобразува високоскоростни вълнови данни в общо ниво на вибрациите, пикови стойности, честотни ленти и диагностични характеристики. От машинната мрежа трябва да излизат само значими събития или обобщени тенденции.

При приложение за машинно зрение периферният слой може да съхранява отхвърлените изображения, като предава категориите дефекти и измерванията. При енкодер той може да изчислява отклонението на позицията и повторяемостта на циклите, вместо да препраща всеки импулс.

Този подход запазва необработените данни достъпни там, където имат непосредствена стойност, като същевременно разпределя смислени характеристики към други системи.

Логиката на периферийния слой трябва да остане прозрачна и лесна за поддръжка. Скритите изчисления в недокументиран шлюз могат да създадат дългосрочни проблеми с поддръжката. Инженерите се нуждаят от ясни дефиниции за всяка изведена стойност, включително мерни единици, честоти на обновяване, ограничения и условия за нулиране.

Периферният слой трябва също да обработва невалидни данни. Разкачен сензор, остаряла стойност, изтекло време за комуникация или измерване извън допустимия диапазон не бива да се представят като действителна нулева стойност.

Флаговете за качество на данните помагат на приложенията от следващите нива да различават действителните технологични условия от отказите на измервателните средства. Без тези флагове аналитичните системи могат да се обучават с повредени данни и да правят подвеждащи заключения.

Мрежовият слой свързва устройствата, без да управлява процеса

Слоят за свързаност пренася информация между сензори, контролери, периферни устройства, системи за надзор, системи за архивиране на данни и корпоративни приложения. Предназначението му се простира отвъд преноса на пакети. Той трябва да запазва времевата точност, идентичността, качеството и сигурността.

Съвременните предприятия рядко използват един-единствен комуникационен стандарт. Едно предприятие може да съчетава дискретно окабеляване, аналогови сигнали, IO-Link, индустриални протоколи, базирани на Ethernet, серийни мрежи, полеви шинни системи, безжични устройства и специфични за производителя интерфейси.

Това разнообразие отразява десетилетия инвестиции в оборудване. Новите аналитични проекти обикновено трябва да свързват съвременни устройства с остарели машини, вместо да заменят цялата архитектура на предприятието.

Устройствата Sensor Integration Gateway и Sensor Integration Machine отговарят на част от това предизвикателство. Един шлюз може да събира информация от множество сензори и да я предоставя чрез индустриален протокол от по-високо ниво.

Например IO-Link мастерът позволява на съвместимите сензори да обменят технологични стойности, параметри, идентификационни данни и диагностична информация чрез стандартизирани връзки устройство-към-устройство.

Тази възможност опростява подмяната и конфигурирането на устройства. Вместо ръчно да настройва всеки резервен сензор, системата за управление или мастерът може да възстанови предварително зададените параметри.

Устройствата Sensor Integration Machine добавят локални изчислителни възможности. Те могат да събират данни от няколко типа сензори, да обработват информацията и да я представят на софтуерни платформи или индустриални приложения в унифициран формат.

Тези устройства функционират като агрегатори, протоколни мостове и периферни компютри. Стойността им нараства, когато намаляват сложността на интеграцията, вместо да създават още един изолиран информационен остров.

Предприятията, които разширяват този слой, могат да прегледат подходящи компоненти за индустриална комуникация и мрежи при интегриране на шлюзове, отдалечени устройства, контролери и системи за надзор в различни платформи за автоматизация.

IO-Link добавя диагностика, без да заменя детерминистичното управление

IO-Link е особено полезен там, където предприятията искат повече диагностична информация от конвенционалните сензори и изпълнителни механизми. Той запазва проста връзка устройство-към-устройство, като същевременно добавя цифрова комуникация.

Контролерът може да получава основната технологична стойност заедно с идентификацията на устройството и информацията за състоянието. В зависимост от устройството наличните данни могат да включват работна температура, качество на сигнала, предупреждения за замърсяване, цикли на превключване, конфигурационни стойности и диагностични събития.

Тази допълнителна информация подпомага поддръжката и по-бързото отстраняване на неизправности. Техникът може по-бързо да различи блокиран оптичен път от повредено устройство или проблем с окабеляването.

Идентификацията на устройството също намалява грешките при замяна. Персоналът по поддръжката може да провери дали инсталираният модел съответства на изискваната конфигурация.

Въпреки това IO-Link не създава автоматично полезни анализи. Предприятията все още се нуждаят от структурирани тагове, политики за съхранение, приоритети на алармите и работни процеси за поддръжка.

Събирането на всеки наличен диагностичен байт без определяне на предназначението му може да претовари инженерните екипи. Проектът трябва да определи кои състояния показват влошаване, кои изискват незабавни действия и кои съществуват единствено за отстраняване на неизправности.

Практическото внедряване може да започне с няколко устройства с висока стойност. Сензорите, изложени на замърсяване, често регулиране, механични повреди или труден достъп, често предоставят най-силната първоначална мотивация.

Тогава инженерите могат да сравняват диагностичните предупреждения с действителните констатации от поддръжката. Тази валидация определя дали информацията предсказва полезни събития или просто добавя шум.

Нормализацията на данните е по-важна от преобразуването на протокола

Свързването на устройства чрез общ протокол не гарантира, че данните им могат да бъдат сравнявани. Два сензора могат да комуникират успешно, но да използват различни мерни единици, мащаби, конвенции за именуване, кодове за състояние и честоти на обновяване.

Едно температурно устройство може да отчита градуси по Целзий като стойност с плаваща запетая. Друго може да предава цяло число, което изисква деление на десет. Трето може да предоставя стойности по Фаренхайт, освен ако не бъде конфигурирано ръчно.

Нормализацията преобразува тези различия в последователни инженерни представяния. Тя също така установява общи определения за състоянието на актива, сериозността на алармата, качеството на данните и източника на измерването.

Идентификацията на активите изисква специално внимание. Базата данни трябва да различава физическия сензор, мястото му на инсталиране, оборудването, което наблюдава, и производствения процес, който това оборудване поддържа.

Сензорът може да бъде заменен, докато местоположението на измерването остава непроменено. Историческият анализ трябва да продължи и след замяната, но записите за поддръжката все пак трябва да посочват оригиналното и заменящото устройство.

Синхронизирането на времето е също толкова важно. Данните от няколко контролера не могат да бъдат оценени точно, когато часовниците им се разминават значително. Анализът на последователността, възстановяването на събития и изследванията на причинно-следствените връзки зависят от надеждни времеви обозначения.

Обектите трябва да определят последователна стратегия за синхронизация на времето. Те трябва също да документират дали времевите отпечатъци произхождат от сензора, контролера, шлюза, сървъра или базата данни.

Закъсненията в мрежата могат да повлияят на реда на събитията. Стойност, пристигнала първа на сървъра, може да не е възникнала първа в процеса. Времевите отпечатъци от източника помагат да се запази действителната последователност.

Фигура 3. Данните на мрежово ниво стават ценни, когато множество устройства споделят съгласувано време, контекст, именуване и информация за качеството.

Капацитетът на мрежата трябва да следва конкретния случай на използване на данните

Обемът на сензорните данни може бързо да се увеличи. Няколко статусни бита създават минимален мрежов трафик. Множество камери с висока разделителна способност, вълнови форми на вибрации и бързи измервания на движението създават съвсем различни изисквания.

Производствените предприятия трябва да изчислят обема на данните преди внедряването. Изчислението трябва да включва честотата на вземане на проби, размера на стойността, броя устройства, протоколния overhead, периода на съхранение, резервирането и очаквания растеж.

Данните също трябва да се класифицират според спешността. Командата за управление има различни изисквания за времето от седмична тенденция за техническа поддръжка. Смесването им без сегментиране може да застраши както производителността, така и киберсигурността.

Проектирането на индустриална мрежа може да включва отделни зони за управление на машините, надзорен трафик, събиране на данни от архиватор, инженерски достъп и корпоративна интеграция.

Управляемите комутатори, механизмите за качество на услугата, резервирането и наблюдението на трафика могат да подобрят надеждността. Технологиите обаче не заменят документацията. Инженерите все още се нуждаят от точни мрежови диаграми, инвентарни списъци на устройствата, задания на портовете, записи за фърмуера и резервни конфигурации.

Производствените предприятия трябва също да определят поведението при загуба на комуникация. Машината не трябва да стане опасна, защото аналитичен сървър е недостъпен.

Локалното управление трябва да продължи според конструкцията на машината. Шлюзовете трябва, когато е уместно, да буферират данните, да отбелязват прекъсванията на комуникацията и да възстановяват синхронизацията след повторно свързване.

Липсващите данни трябва да останат видими. Тихото попълване на празнините с предишни стойности може да създаде погрешни тенденции. Аналитичните приложения трябва да разграничават стабилен процес от период, през който не е била налична валидна измерена стойност.

Киберсигурността започва с ограничаване на ненужните връзки

Всеки нов път за данни създава потенциални последици за експлоатацията и киберсигурността. Свързването на сензорна мрежа с корпоративен софтуер може да изложи на риск устройства, които преди са били изолирани.

Сигурната архитектура използва сегментиране, контролирани интерфейси, удостоверен достъп, права с минимални привилегии и наблюдавани комуникационни пътища.

Аналитичните платформи обикновено се нуждаят от достъп за четене, за да обработват данни. Те не трябва автоматично да получават разрешение да променят логиката на контролера, параметрите на сензорите, настройките на задвижванията или границите за безопасност.

Достъпът за запис трябва да бъде ограничен и обоснован. Механизмът за препоръки може да предложи промяна на зададената стойност, но одобрен слой за управление трябва да валидира и приложи тази промяна.

Отдалеченият достъп за поддръжка изисква същата дисциплина. Временният достъп, многофакторното удостоверяване, регистрирането на активността и ясно определените процедури за одобрение намаляват риска.

Управлението на устройствата е друг важен въпрос. Интелигентните сензори и шлюзовете могат да съдържат фърмуер, уеб интерфейси, идентификационни данни, сертификати и конфигурационни файлове. Тези активи изискват инвентаризация и управление на жизнения цикъл.

Паролите по подразбиране и неуправляваният фърмуер могат да подкопаят иначе добре проектиран аналитичен проект. Предприятията трябва да включат периферните устройства и интелигентните сензори в програмата си за сигурност на оперативните технологии.

Сигурността не бива да се добавя след внедряването. Мрежовите зони, потоците от данни, потребителските роли, методите за архивиране и процедурите за възстановяване трябва да бъдат определени още при разработването на архитектурата.

Корпоративният слой свързва измерванията с бизнес резултатите

Слоят на корпоративната аналитика прилага сензорни данни към множество машини, производствени линии или обекти. Целта му не е просто да показва повече табла за управление. Той трябва да свързва поведението на оборудването с измерими оперативни резултати.

Примерите включват намаляване на престоя, повишаване на добива, по-ниско потребление на енергия, по-дълъг живот на активите, намаляване на труда за поддръжка, по-бързо отстраняване на неизправности и по-стабилни производствени темпове.

На това ниво сензорните данни могат да се комбинират със системи за управление на производството, компютъризирани системи за управление на поддръжката, бази данни за качеството, производствени графици, системи за управление на запасите и платформи за планиране на ресурсите на предприятието.

Допълнителният контекст позволява задаването на по-ценни въпроси. Вместо да пита дали даден двигател работи на висока температура, бизнесът може да провери дали повишаването на температурата корелира с типа продукт, производствената скорост, условията на околната среда, историята на поддръжката или потреблението на енергия.

Вместо да броят отхвърлените продукти, анализаторите могат да установят кои категории дефекти се появяват според партидата материал, рецептата на машината, състоянието на инструментите, смяната или доставчика.

Корпоративната аналитика също така подпомага сравнението между сходни активи. В дадено предприятие може да работят двадесет сходни помпи. Една помпа може да консумира повече енергия, да вибрира по-силно или да изисква по-честа поддръжка при сходни експлоатационни условия.

Това сравнение може да разкрие проблеми, които фиксираните алармени граници пропускат. Помпата може да остане под алармения си праг, като същевременно работи значително по-зле от аналогичните помпи.

Сравнението обаче изисква нормализирани данни и точен контекст на експлоатация. Активите не бива да се подреждат, без да се отчитат скоростта, натоварването, технологичният флуид, работният цикъл и условията на околната среда.

Прогнозната поддръжка започва с ясно дефинирани режими на отказ

Прогнозната поддръжка остава едно от най-разпространените приложения на сензорната аналитика. Тя е и едно от най-често погрешно разбираните.

Целта не е всяка повреда да бъде предсказвана с перфектна точност. Практическата цел е смисленото влошаване да бъде открито достатъчно рано, за да се подобрят решенията по поддръжката.

Силният проект започва с определен актив и режим на повреда. Инженерите трябва да установят как се поврежда компонентът, какви физически промени настъпват предварително и кои измервания могат да открият тези промени.

При лагер полезната информация може да включва вибрации, температура, скорост, състояние на смазването и натоварване. При филтър диференциалното налягане може да осигури най-ясния индикатор. При пневматична система спадът на налягането и времето за движение на изпълнителния механизъм могат да разкрият теч.

При електрическа връзка повишаването на температурата под товар може да показва нарастващо съпротивление. При помпа може да е необходима комбинирана оценка на вибрациите, налягането, дебита, тока на двигателя и условията на процеса.

След като режимът на повреда бъде разбран, екипът може да избере подходящи характеристики и лимити. Системата може да използва фиксирани прагове, скорости на промяна, статистическо отклонение, сравнение с аналогични активи, честотен анализ или модели за машинно обучение.

Простите методи често дават добри резултати. Ясно дефиниран лимит на тренда може да е по-полезен от сложен модел, който персоналът по поддръжката не може да интерпретира.

Моделите трябва също да поддържат обясними решения. Екипът по поддръжката е по-склонен да предприеме действие, когато системата идентифицира нарастващи вибрации при определена честота и повишаваща се температура на лагера.

Общ резултат за състоянието, който пада от 82 на 74, предоставя по-малка диагностична стойност, освен ако допринасящите фактори не са видими.

Управлението на алармите определя дали анализите ще спечелят доверие

Системата за анализи бързо губи доверие, когато създава прекомерен брой известия. Екипите по поддръжката започват да игнорират известията, когато повечето от тях не изискват действие.

Затова всяко известие трябва да има определени значение, приоритет, отговорно лице, реакция и път за ескалация. Съобщението трябва да посочва актива, състоянието, подкрепящите доказателства и препоръчителната инспекция.

Известията трябва също да отчитат състоянието на процеса. Предупреждение за нисък дебит може да е неуместно, когато машината работи на празен ход. Високо ниво на вибрации може да е очаквано по време на кратък преход при стартиране.

Логиката за устойчивост и забавяне може да намали досадните аларми. Забавянията обаче не трябва да прикриват бързо развиващи се повреди. Правилната конфигурация зависи от процеса и риска.

Предприятията трябва да проследяват ефективността на известията. Полезните показатели включват процента фалшиви положителни сигнали, процента на пропуснатите събития, времето за реакция, потвърдените констатации, избегнатия престой и генерираните действия по поддръжката.

Обратната връзка от техниците е от съществено значение. След инспекцията техникът трябва да запише дали известието е идентифицирало реално състояние, кой компонент е бил засегнат и какво действие е предприето.

Тази обратна връзка подобрява праговете и моделите. Тя също така създава ценна история, свързваща поведението на сензорите с физическите констатации.

Без обратна връзка анализите остават откъснати от реалностите на поддръжката. Платформата може да продължи да повтаря същото неточно заключение.

Анализът на качеството може да открие отклонения в процеса, преди процентът на отхвърлените продукти да се увеличи

Анализът на данните от сензори не се ограничава до поддръжката на оборудването. Той може също да идентифицира промени, които засягат качеството на продукта.

Традиционният контрол на качеството често се фокусира върху резултатите от инспекцията на готовата продукция. Продуктът или преминава, или не преминава проверката. Когато процентът на отхвърлените продукти се увеличи, основният процес може вече да се е отклонявал от часове.

Комбинирането на данните от инспекциите с условията на работа на машината може да осигури по-ранно предупреждение. Постепенното отклонение в размерите може да корелира с износване на инструмента, температурата на машината, измененията в налягането, свойствата на материала или преместването на приспособлението.

Системите за визуален контрол могат да предоставят информация за местоположението, размера, ориентацията и класификацията на дефектите. Процесните сензори могат да добавят информация за температурата, налягането, скоростта, силата и позицията.

След това анализите могат да определят кои променливи се изменят, преди да се появи дефект. Целта не е просто да се обясни отхвърлянето след производството. Тя е процесът да се контролира, преди резултатът да надхвърли спецификационната граница.

Например опаковъчна линия може да продължи да произвежда приемливи запечатвания, докато разпределението на температурата на запечатващите челюсти става все по-неравномерно. Тенденция във времето за възстановяване на температурата може да показва влошаване на нагревателя или замърсяване.

Поддръжката може да инспектира оборудването, преди повредите на уплътненията да се увеличат. Намесата защитава както качеството, така и производствената готовност.

Статистическият контрол на процесите остава ценен в тези приложения. Контролните граници могат да разкрият необичайни вариации, дори когато измерванията остават в рамките на продуктовите спецификации.

Спецификационните граници определят приемливия резултат. Статистическите контролни граници показват дали процесът протича последователно. Смесването на тези понятия може да забави коригиращите действия.

Данните за енергията стават по-полезни, когато се нормализират спрямо производството

Мониторингът на енергията предоставя още едно практическо приложение на данните от сензори и контролери. Двигателите, задвижванията, нагревателите, компресорите и спомагателните системи могат да разкрият модели на потребление.

Само общото потребление на енергия рядко обяснява производителността. Трябва да се вземат предвид производителността, видът на продукта, режимът на работа, условията на околната среда и натоварването на оборудването.

Една машина може да консумира по-малко енергия по време на бавна смяна, но да използва повече енергия за всяка произведена единица. Друга машина може да показва по-високо общо потребление, защото произвежда значително повече продукция.

Полезните показатели включват киловатчасове на единица продукция, разход на сгъстен въздух на цикъл, разход на пара на партида и пикова мощност по време на конкретни операции.

Данните от задвижванията могат да покажат дали двигателите работят значително под очакваното натоварване или близо до него. Измерванията на налягането и дебита могат да помогнат за откриване на загуби на сгъстен въздух. Данните за температурата и времето на работа могат да покажат дали отоплителните системи остават активни по време на продължителни периоди на престой.

Енергийният анализ трябва да води до оперативни действия. Възможните мерки включват намаляване на времето на празен ход, отстраняване на течове, регулиране на налягането, последователно включване на оборудването с високо натоварване, оптимизиране на профилите на ускорение или промяна на процедурите за загряване.

Предприятията трябва да проверяват дали промените за пестене на енергия не намаляват качеството, безопасността или експлоатационния живот на оборудването. По-ниската настройка на налягането може да спести сгъстен въздух, но да причини нестабилно движение на изпълнителния механизъм.

Най-добрите подобрения балансират енергията, производителността, надеждността и изискванията към продукта.

Примерът с конвейер показва как няколко слоя данни работят заедно

Да разгледаме конвейер, който транспортира продукти между опаковъчни станции. На ниво машина фотоелектрически сензор открива всеки продукт. Енкодер проследява движението на лентата, а задвижване управлява скоростта.

PLC използва тези входни данни, за да поддържа разстоянието между продуктите и да координира оборудването надолу по веригата. Тази непосредствена функция за управление трябва да остане детерминирана.

Същите сигнали могат да подпомагат оперативната аналитика. Времевите маркери на продуктите позволяват изчисляване на действителната производителност. Данните от енкодера разкриват вариациите в скоростта. Въртящият момент на задвижването показва промените в механичното натоварване.

Ако въртящият момент постепенно се увеличава, докато производителността остава постоянна, по конвейера може да се развива триене. Възможните причини включват разцентроване на лентата, износване на лагерите, замърсяване или механичен контакт.

Ако интервалите между откриването на продуктите станат неравномерни, докато скоростта на лентата остава стабилна, проблемът може да произхожда от предходен етап. Ако скоростта от енкодера се колебае, докато командата към задвижването остава постоянна, изследването може да се съсредоточи върху механичното натоварване или работата на задвижването.

Гранично устройство може да изчислява производителността, вариацията на разстоянията, средния въртящ момент и необичайните събития. Мрежата пренася тези показатели към историзатор или аналитична платформа.

Системата на предприятието може да сравнява производителността по смяна, продуктов формат и производствена поръчка. Записите за поддръжка могат да потвърдят дали нарастващият въртящ момент е предшествал по-ранни повреди на конвейера.

Оригиналният сензор все още изпълнява проста задача за откриване. По-широката архитектура превръща това откриване в доказателство за производителността, надеждността и координацията на процеса.

CNC оборудването се възползва от комбинирането на данни за натоварването, движението и качеството

Процесът на CNC обработка предлага по-сложен пример. Системата за управление вече управлява оборотите на шпиндела, скоростта на подаване, позицията на осите, охлаждащата течност, смените на инструменти и блокировките за безопасност.

Допълнителните измервания могат да включват натоварването на шпиндела, тока на двигателя, вибрациите, акустичната емисия, температурата и резултатите от проверката на размерите.

Натоварването на шпиндела може да показва условията на рязане, но тълкуването му изисква контекст. По-високото натоварване може да се дължи на по-твърда партида материал, увеличена дълбочина на рязане, износване на инструмента, натрупване на стружки или неправилни технологични параметри.

Комбинирането на натоварването с идентификатора на инструмента, стъпката на програмата, материала, скоростта на подаване и вибрациите дава по-ясна картина.

Развиващ се проблем с инструмента може да се прояви като увеличаващо се натоварване на шпиндела, по-силни вибрации, по-дълго време на цикъла и постепенно отклонение на размерите. Нито един от тези показатели сам по себе си не доказва причината.

Заедно те могат да задействат целева инспекция, преди инструментът да се счупи или да произведе голямо количество брак.

Сравнението с исторически данни също помага за оптимизиране на смяната на инструмента. Фиксираните интервали за смяна могат да доведат до изхвърляне на все още годни инструменти или до прекалено дълго използване на износени инструменти.

Смяната според състоянието може да подобри използването на инструмента, като същевременно защитава качеството. Решението все пак трябва да включва инженерни ограничения и данни от инспекции.

При критични операции по механична обработка системата може да запазва данни с висока разделителна способност около аномални събития. При рутинно производство могат да се използват обобщени показатели за контрол на необходимото място за съхранение.

Опаковъчните линии разкриват значението на контекста на продукта

Опаковъчното оборудване често обработва много формати продукти на една и съща линия. Сензорите следят наличието, позицията, нивото на напълване, етикетите, капачките, уплътненията, кодовете и размерите на опаковките.

Честота на алармите, която изглежда случайна, може да стане разбираема след разделяне на данните по формат. Сензорът може да работи надеждно при една опаковка, но да има затруднения при отразяващ, прозрачен или неправилен продукт.

Затова информацията за рецептата става от съществено значение. Анализите трябва да знаят кой продукт и коя опаковка са били активни, както и скоростта и настройките на машината.

Увеличение на процента отхвърлени изделия непосредствено след смяна на формата може да показва неправилна настройка. Постепенно увеличение по време на дълъг производствен цикъл може да подсказва замърсяване, температурен дрейф или механично износване.

Изображенията от системите за машинно зрение могат да покажат дали едно и също място на дефекта се повтаря. Данните от енкодера могат да определят дали отхвърлените изделия съответстват на определена позиция на машината или въртящ се компонент.

Екипите по поддръжката и производството могат да използват тази информация, за да разграничат неизправностите на оборудването от проблеми с настройката, вариации в материала и ограничения на сензора.

Анализът може също да насочи избора на сензор. Устройство, което работи добре при непрозрачни картонени опаковки, може да не е подходящо за прозрачни контейнери.

Анализите не могат да коригират неподходящ принцип на измерване. Те обаче могат да предоставят доказателства, че избраната технология не съответства на приложението.

Въртящото се оборудване изисква измервания, съобразени с физиката

Въртящите се машини показват защо изборът на сензори трябва да следва физиката на отказите. Помпи, вентилатори, компресори, турбини и двигатели могат да развият дисбаланс, разцентровка, разхлабване, повреда на лагери, резонанс, триене и нестабилност, свързана с процеса.

Общите стойности на вибрациите са полезни за първоначален скрининг, но някои проблеми изискват информация за формата на вълната и честотата. Данните за референтната скорост може също да са необходими, за да се свържат компонентите на вибрациите с въртенето на вала.

Тенденциите в температурата могат да подпомогнат диагностиката, въпреки че температурата често се променя по-късно от вибрациите. Налягането в процеса, дебитът, натоварването и работната скорост помагат да се разграничат механичните неизправности от нормалните работни вариации.

Помпата може да вибрира по-силно, защото работи далеч от предпочитания си работен диапазон. Смяната на лагер няма да коригира това работно състояние.

За това оборудване мониторингът на състоянието трябва да съчетава познания за машините с данни за процеса. Архитектурата може да включва специализиран хардуер за защита, системи за мониторинг на състоянието, информация от PLC и корпоративен софтуер за поддръжка.

Предприятията, които оценяват тази по-широка архитектура, трябва да разграничават защитата на машините от аналитиката. Системите за защита трябва да реагират бързо и надеждно на опасни условия. Аналитичните системи подпомагат диагностиката, планирането и оптимизацията.

Функциите могат да споделят информация, но отговорностите им трябва да останат ясно определени.

Къде се вписва продуктовото портфолио на SICK във веригата на данните

SICK предлага устройства за няколко части от архитектурата на сензорните данни. Портфолиото му включва фотоелектрически сензори, устройства за идентификация, енкодери, продукти за машинно зрение, шлюзове за интеграция, периферни компютри и аналитичен софтуер.

На ниво машина фотоелектрическият сензор за близост W10 съчетава локална конфигурация с адаптивни функции за разпознаване. Сензорният му интерфейс може да улесни настройката, когато условията на приложението се променят или са необходими няколко режима на откриване.

Семейството Lector85x поддържа приложения за четене на кодове и идентификация чрез изображения. Такива системи могат да предоставят декодирана информация заедно с данни за изображенията и качеството, полезни за анализ на логистиката и производството.

Енкодерите AFS/AFM60 осигуряват обратна връзка за положението при приложения за управление на движението. Тяхната практическа стойност може да надхвърли измерването на положението, когато се запазват информация за поведението на скоростта, посоката, синхронизацията и диагностиката.

На ниво свързаност SIG200 може да свързва IO-Link устройства с по-широки мрежи за автоматизация. Тази конфигурация позволява стойностите на процеса и диагностичните данни да надхвърлят рамките на отделните сензорни връзки.

Устройствата SIM4x00 осигуряват допълнителен изчислителен капацитет за интеграция на сензори. Те могат да събират информация, да изпълняват локални приложения и да предават обработени резултати към други системи.

На софтуерно ниво Field Analytics поддържа събирането и визуализацията на производствени данни. Logistics Diagnostic Analytics е насочен към наблюдение на производителността и състоянието на системите за автоматична идентификация.

Тези продукти илюстрират по-широка пазарна тенденция. Производителите на сензори все по-често предлагат не само физически измервателни устройства. Те вече предлагат инструменти за интеграция, периферна обработка, управление на устройства и софтуерни услуги.

Производителите все пак трябва да оценяват всеки слой независимо. Пълното портфолио не премахва необходимостта от отворени интерфейси, архитектура, която може да се поддържа, мерки за киберсигурност и интеграция със съществуващи системи.

Фигура 4. Конфигурируемите сензори могат да съчетават стандартно откриване на обекти с информация за настройките и диагностика за по-широко оперативно приложение.

Архитектурата на PLC и PAC остава централна за анализа на данни от сензори

Въпреки нарастващия интерес към периферните и облачните технологии, PLC или PAC остава централен елемент в повечето архитектури за фабрични данни. Той съхранява съществена информация за състоянието на машината, последователността, алармите, рецептите, командите и блокировките.

Стойностите от сензорите без контекста от контролера често са трудни за интерпретиране. PLC знае дали машината стартира, работи, спира, е в състояние на повреда, блокирана е, не ѝ достигат материали или се подлага на техническа поддръжка.

Поради тази причина интеграцията на анализа трябва да включва контролиран метод за предоставяне на достъп до съответните данни от контролера. Инженерите трябва да избягват неконтролиран достъп до всеки вътрешен таг.

Дефинираният интерфейс подобрява сигурността и поддържаемостта. Той също така не позволява на аналитичните приложения да зависят от временни програмни променливи, които може да се променят при бъдещи модификации.

Заводите, които разширяват машинната информация към системи за надзор или корпоративни системи, могат да разгледат съвместими PLC и PAC системи при поддръжка, разширяване или стандартизиране на слоя за управление, поддържащ придобиването на данни от сензори.

Програмата за управление може също да изчислява полезни индикатори от първо ниво. Примерите включват време на цикъла, продължителност на блокиране, продължителност на недостиг на материали, честота на повредите, реакция на изпълнителния механизъм, произведено количество и количество бракувани изделия.

Тези изчисления не трябва да претоварват контролера. Високоскоростната обработка на сигнали, анализът на изображения и сложните модели може да принадлежат на специализиран хардуер.

Архитектурата работи най-добре, когато всеки компонент изпълнява задачата, която съответства на неговите изисквания за времеви характеристики, надеждност и поддръжка.

Практическото внедряване започва с един ценен въпрос

Програмата за анализ на данни от сензори не е необходимо да започва с цял завод. Тя може да започне с един оперативен въпрос, който има измерима стойност.

Примерите включват установяване защо конвейерът спира, откриване на течове в пневматична система, намаляване на фалшивите бракове, удължаване на живота на инструмента или прогнозиране на необходимостта от смяна на филтъра.

Първата стъпка е дефиниране на решението. Екипът трябва да определи кой ще използва информацията и какво действие може да предприеме.

Втората стъпка е картографиране на необходимите данни. Съществуващите сензори, таговете на контролера, диагностичните данни от задвижванията, производствените записи и историята на техническата поддръжка може вече да предоставят голяма част от необходимите доказателства.

Третата стъпка е проверка на качеството на измерванията. Инженерите трябва да проверят монтажа на сензорите, мащабирането, времевите отпечатъци, липсващите стойности и работния контекст.

Четвъртата стъпка е създаването на ограничен канал за данни. Първоначално трябва да се събират само измерванията, необходими за конкретното приложение.

Петата стъпка е установяването на базова линия. Системата трябва да наблюдава нормалните вариации при различни продукти, скорости, смени и условия на околната среда.

Шестата стъпка е определянето на логиката за откриване. Това може да включва прагове, статистически правила, тенденции или прост модел.

Седмата стъпка е интегрирането на резултата в работен процес по поддръжката или производството. Самото табло за управление рядко променя операциите.

Осмата стъпка е валидирането на бизнес ефекта. Екипът трябва да сравни резултата с престои, разходи за труд, брак, производителност или разходи за поддръжка.

След доказване на стойността архитектурата може да се разшири към допълнителни активи. Повторно използваемите правила за именуване, шаблони и модели на данни правят последващото внедряване по-ефективно.

Често срещаните проекти се провалят, защото започват от платформата

Много инициативи за анализ на данни започват с избиране на софтуер, преди да бъде определен оперативният проблем. Екипите инсталират платформа, свързват хиляди тагове и след това търсят полезни приложения.

Този подход често създава атрактивни табла за управление без устойчива оперативна стойност. Потребителите може да ги преглеждат за кратко, но екраните не променят решенията.

Друга често срещана грешка е пренебрегването на качеството на данните. Неправилното мащабиране, непоследователните времеви отметки, липсващите производствени състояния и недокументираните промени в таговете могат да обезсилят анализа.

Проектите се провалят и когато изключват персонала по поддръжката и експлоатацията. Специалистите по данни може да разпознават статистически закономерности, без да разбират поведението на машината зад тях.

Обратно, опитните техници може да разбират механизмите на отказите, но да нямат достъп до исторически данни. Силните проекти съчетават и двете гледни точки.

Прекомерната сложност създава друг риск. Един усъвършенстван модел може да изисква постоянна поддръжка, повторно обучение и интерпретация от специалисти. Един по-прост индикатор може да осигури по-голямата част от стойността при по-ниски разходи за жизнения цикъл.

Пилотните проекти също могат да се превърнат в постоянни изолирани системи. Те остават на една машина, защото архитектурата, именуването, сигурността и отговорностите никога не са били проектирани за мащабиране.

Успешните пилотни проекти трябва да проверяват както приложението, така и метода на внедряване. Екипът трябва да разбере как се конфигурират устройствата, как се създават тагове, как се контролира достъпът и как се поддържат моделите.

Отговорностите за данните трябва да бъдат определени между инженерните отдели

Анализът на сензорни данни преминава през традиционните организационни граници. Инженерите по автоматизация управляват логиката на машините. Екипите по информационни технологии управляват сървърите и корпоративните мрежи. Екипите по поддръжката отговарят за надеждността на оборудването. Производствените екипи отговарят за продукцията.

Без ясно определена отговорност проблемите се прехвърлят между отделите. Липсваща стойност може да бъде приписана на мрежов проблем, проблем с контролера, базата данни или сензора, без координирано разследване.

Предприятията трябва да определят отговорността за полевите устройства, интерфейсите към контролерите, шлюзовете, мрежовата инфраструктура, базите данни, аналитичните приложения, киберсигурността и потребителската поддръжка.

Те трябва също да установят процедури за управление на промените. Преименуването на таг на PLC или подмяната на сензор може да повлияе на таблата за управление и моделите.

Дефинициите на данните трябва да бъдат документирани по контролиран начин. Мерните единици, мащабирането, източникът, честотата на актуализиране, статусът на качеството и предназначението трябва да остават достъпни през целия жизнен цикъл на системата.

Отговорността се отнася и до аналитичните заключения. Един модел не трябва автоматично да генерира задача за поддръжка без съгласуван процес на преглед.

Планировъците по поддръжката, инженерите по надеждността и ръководителите на производството може да се нуждаят от различни нива на информация. Едно и също състояние може да се представи като подробен диагностичен изглед за инженерите и като кратка заявка за действие за ръководителите.

Показателите за ефективност трябва да измерват решенията, а не обема на данните

Броят на свързаните сензори не е надежден показател за успех. Същото важи и за броя на таговете в базата данни, таблата за управление или съхранените терабайти.

По-добрите показатели измерват оперативните резултати. Те могат да включват намалено непланирано престояване, по-малко брак, подобрен добив от първия проход, по-дълъг живот на компонентите, по-кратко време за отстраняване на неизправности или по-малко извънредни дейности по поддръжката.

При прогнозната поддръжка предприятията могат да измерват колко време за предупреждение осигурява системата и дали това предупреждение променя плана за поддръжка.

При аналитични решения за качеството те могат да измерват дали отклонението на процеса се открива преди отхвърлянето на продукта. При енергийни проекти могат да измерват потреблението на енергия за всяка приемлива единица продукция.

Показателите за ефективността на аналитичните решения трябва да включват и приемането им от потребителите. Технически точната система има ограничена стойност, когато операторите и техниците не ѝ се доверяват или не я използват.

Проследяването на потвърдените констатации осигурява ефективна обратна връзка. Всеки сигнал може да бъде категоризиран като точен, неточен, неубедителен или вече неактуален.

Този процес постепенно подобрява приложението. Той също така помага на ръководството да отличава перспективните аналитични решения от проектите, които изискват преработване.

Изкуственият интелект работи най-добре, след като основата от данни е стабилна

Изкуственият интелект може да идентифицира сложни взаимовръзки в големи набори от данни. Той може да подпомага откриването на аномалии, класификацията на изображения, прогнозирането и многопараметричната оптимизация на процеси.

Изкуственият интелект обаче не премахва необходимостта от надеждни измервания и инженерна експертиза. Лошите данни водят до лоши модели, дори когато алгоритъмът е сложен.

Предприятията трябва да установят единни идентификатори на активите, времеви печати, работни състояния, мерни единици и показатели за качеството, преди да въведат усъвършенствани модели.

Данните за обучение трябва да отразяват реалните работни условия. Модел, обучен само по време на стабилно производство, може да определи всяко стартиране като ненормално.

Модификациите на оборудването също могат да променят поведението на данните. Нов двигател, сензор, инструмент, рецепта или стратегия за управление може да изисква преглед на модела.

Приложенията с ИИ се нуждаят от управление през целия жизнен цикъл. Екипите трябва да наблюдават ефективността на моделите, да записват версиите, да следят за отклонения и да определят резервно поведение.

Човешката интерпретация остава важна. Инженерите трябва да разбират кои измервания влияят върху дадено заключение и дали резултатът съответства на физическото поведение.

ИИ осигурява най-голяма стойност, когато допълва опитния персонал. Той може да преглежда големи набори от данни и да открива необичайни модели. След това инженерите и техниците свързват тези модели със знанията си за оборудването.

Фабриката на бъдещето ще използва селективни данни с контекст

Фабриките на бъдещето ще генерират още повече данни, тъй като използването на сензори, машинно зрение, вградена диагностика и свързани устройства продължава да се разширява.

Конкурентното предимство няма да идва от събирането на всичко. То ще идва от избора на правилната информация, запазването на нейния контекст и свързването ѝ с оперативните решения.

Системите на ниво машина ще продължат да осигуряват бързо и детерминирано управление. Периферните устройства ще обработват големи обеми данни в близост до оборудването. Индустриалните мрежи ще пренасят нормализирана информация чрез защитени интерфейси.

Корпоративните платформи ще комбинират поведението на оборудването с данни за производството, качеството, енергията и поддръжката. Анализите ще откриват промени, които отделните системи не могат да видят самостоятелно.

Най-ефективните архитектури ще останат многослойни. Те ще избягват преместването на функции, критични за времето, в системи, които не могат да гарантират необходимото време за реакция.

Те също ще запазят човешката отговорност. Операторите, техниците, инженерите и мениджърите ще разбират как аналитичните препоръки влияят върху процеса.

Данните от сензорите започват като физическо измерване. Стойността им нараства, когато системата добавя контекст, история и оперативен смисъл.

Фотоелектрическият сензор може да остане прост детектор за наличие. Той може също да помага за измерване на производителността, откриване на замърсяване, анализиране на разстоянието между продуктите и намаляване на времето за отстраняване на неизправности.

Енкодерът може да остане устройство за измерване на позиция. Той може също да разкрива проблеми с повторяемостта, механично износване, грешки в синхронизацията и промени в натоварването на машината.

Камерата може да остане инструмент за проверка на съответствие или несъответствие. Тя може също да показва модели на дефекти, вариации в материалите, отклонения в процеса и възможности за намаляване на отпадъците.

Разликата се крие в архитектурата и предназначението. Когато предприятията свържат сензори, управление, мрежи, периферна обработка и корпоративен анализ около конкретни оперативни нужди, необработените входни данни се превръщат в практическа информация.

Тази трансформация не изисква всяка машина да стане автономна. Тя изисква всяко важно измерване да достигне до хората и системите, способни да действат въз основа на него.