如何使用黄金指纹来利用物联网

对于积极寻求利用物联网（IoT）技术对制造流程产生积极影响的IT部门，他们需要了解一个重要术语，而不仅仅是因为听起来像印第安纳·琼斯曾经追逐过的事物：指纹。 在本周于德国汉诺威举行的CEBIT贸易展览会上，我与Software AG技术与数字联盟副总裁Bart Schouw进行了交谈，探讨了为什么要使用这种指纹以及对IT意味着什么。

Schouw解释说：“金色指纹是一个隐喻。”这就像侦探小说中的关键证据一样。 但是在企业中，可以将其应用于制造过程，以确定何时满足生产Schouw所谓完美产品的条件。

查找黄金指纹是一个反复的过程，这是在制造过程中记录数据并保存时会发生的任务蓝图，以便可以随时间比较一系列制造过程。 同时，对工厂的输出进行评估，以便记录每个制造运行的成功以及制造过程中记录的数据。 如果做得正确，那么结果就是一种指纹，包括来自制造设备的全部输入（记录制造过程中产品状态的传感器）以及过程结果的总体成功度量。

指纹识别过程最初是为化学工业开发的，但是Schouw说，它通常适用于大多数类型的制造业。 例如，汽车制造商将记录每个组件的来源，涂装期间的温度，每个螺钉或螺栓的扭矩读数以及机器人焊接工人在构建底盘时的读数。 然后，在生产汽车时，将在维修汽车或修理缺陷时跟踪生产质量。

汽车制造中的机器学习

让我们将该场景应用于假设的汽车工厂。 在生产每辆汽车时，会在端到端生产过程中跟踪读数并将其与以前的生产运行进行比较。 假设发生问题，例如将螺栓拧紧到错误的扭矩设置。 记录了该问题，现在可以在出售汽车之前纠正此问题。 最终，可以对生产机械进行校准，以免发生这些错误，并且运输车辆时不会出现重大缺陷。

“有时，特别是在过程工业中，尚不清楚哪种条件真正导致了完美的产品，” Schouw说。 “因此，借助机器学习和新的数据可视化工具，您实际上可以获取生产批次产品的数据，然后可以要求机器学习工具返回并在数据中找到相似的模式。”

如您所料，任何类型的复杂制造都需要为每个制造运行提供数千个单独的数据点，以拥有足够的数据来获得有意义的指纹。 反过来，这需要传感器在任何给定时间测量产品状态，以及正在使用的制造工具和机械的状态。 这就是物联网技术和IT部门蓬勃发展的地方。

完成每个生产运行后，该运行中的数据可以可视化为导致产品的事件模式。 这需要联网的传感器和工具以及记录这些事件的方法。 它还需要专门的软件来运行评估。 Schouw说，这部分成为人工智能（AI）和机器学习的重要用例。

实时跟踪生产数据

这是IT和制造业融合在一起的关键点。 IT部门需要合并每个制造运行中的大量数据，然后将其与完美运行的黄金指纹进行比较。 由于对运行进行了实时分析，因此还将其与以前的运行进行了比较，因此可以提前确定运行不太可能成功的时间。

在过程制造中，可能会调整制造参数，即使它们正在使运行更接近金色指纹。 在生产过程中可视化运行并预先确定运行不成功的时间的能力可以节省大量资金-通过在不成功的运行中不浪费更多的材料并且不浪费更多的时间。

Schouw指出Trendminer就是一家公司的示例，该公司生产的AI技术能够发现金色指纹并实时跟踪生产过程。 他还分享了Software AG已计划收购Trendminer。

提高生产效率

但是，成本节省和更高质量方面并不是物联网和制造业的全部。 Schouw解释说，在制造中使用机器学习的另一方面涉及到跟踪F曲线（“ F”代表故障，随着时间的推移会在工厂中进行跟踪）。 当您跟踪F曲线时，您实际上是在指纹识别工厂而不是产品，即从首次建厂开始，然后在工厂调试时，然后在由于故障百分比达到无法接受的水平而最终关闭时开始指纹生产设备的年龄。

通过随着时间的推移跟踪导致生产故障的条件，可以将其降低到可接受的水平，直到您达到收益递减的程度为止：如果维修工作过于昂贵，那么重建工厂就更有意义了。

重要的是，通过使IT直接参与制造过程，可以提高制造效率，减少浪费，减少缺陷。 而且公司可以省钱。 正确完成后，结果几乎立即显示出来。 对于制造业的IT部门来说，金色的指纹非常有意义，可以作为将IoT与业务核心集成的起点。