Att förstå data i den digitala tidsåldern
Hem KRÖNIKA Att förstå data i den digitala tidsåldern

Att förstå data i den digitala tidsåldern

Publicerat av: Redaktionen

[KRÖNIKA] Det råder ingen brist på data i tillverkningsindustrin, men att omvandla den till Business Intelligence är inte helt enkelt.

Data finns överallt inom tillverkningsindustrin.

Den ökade användningen av sensorer och anslutna enheter har lett till att mer data genereras. Denna data kan vara av olika slag, från maskindata till kvalitetsdata, från processdata till materialdata. Och då talar vi bara om själva verkstadsgolvet. Utöver det finns en mängd av andra system inom en organisation som levererar data relaterad till business intelligence, finansiell information, tjänster och feedback från kunder.

Att analysera all denna data är avgörande för att kunna förbättra processer, identifiera variabler som påverkar produktionen, uppnå ökad produktivitet och förbättrad effektivitet i leveranskedjan samt för att få nya insikter som driver innovation.

PLM som den digitala ryggraden

Enligt en nyligen publicerad forskningsstudie av Dresner Advisory Services, The State of BI, Data and Analytics in Manufacturing, anser 89 procent av de tillverkningsföretag som driver analys och business intelligence-initiativ att de är framgångsrika jämfört med andra företag i jämförbara branscher. Dessutom förväntar sig 49 procent av tillverkarna att deras analys- och BI-budgetar kommer att öka från år till år, och 62 procent av alla intervjuade företag uppgav att självbetjänings-BI var avgörande för deras verksamhet.

Data utgör skillnaden mellan att vara ett konkurrenskraftigt företag eller inte. Har man inte kontroll över sin data, eller om man inte genererar och samlar in rätt data, kommer förmågan att förnya och driva effektivitet, både internt och med själva produkten, bli allt svårare.

PLM-systemet är ryggraden i tillverkningsföretagens datainsamling, och idag gör tillverkningsindustrin betydande investeringar för att stödja PLM-kapaciteten. Om du inte samlar in rätt data kommer verksamhetens framtid att bli alltmer komplex. Tillverkningsföretagen håller på att få ordning på sina digitala tillgångar så att de får en bild av produktinformationen ur ett ingenjörsperspektiv. Detta ses som en grundläggande del i den digitala transformationen och den digitala tråden.

Värdet av en gemensam datamiljö

I den uppkopplade fabriksmiljön är det vanligtvis inte svårt att samla in data. Företagens utmaning är att organisera och kombinera data med PLM- och ERP-data så att den blir användbar och meningsfull så att det kan användas som grund för beslutsfattning. Det är svårt att få ut information från olika systemnivåer så att man kan sammanföra det i en dashboard.

En annan komplexitet utgörs av så kallad mörk data. Mycket av den data som samlas in finns i enorma datasjöar som ofta inte är något annat än en dumpningsplats utan struktur. Detta gör det svårt för business intelligence-avdelningen att utvinna något värde. Företag måste hitta det de letar efter och sätta samman informationen. Den stora datamängden kan hämma möjligheten att ta del av snabba insikter och driva bättre beslut.

När det kommer till AI eller maskininlärning är situationen dock en annan – ju mer data du har, desto bättre möjlighet har du att bearbeta den, och desto mer sannolikt är det att du kan etablera mönster och en pålitlig maskininlärningsmodell som gör att du kan driva din verksamhet utifrån ett prediktivt perspektiv.

Vägen till värdefulla data

Budskapet om framgångsrik datahantering följer tre inbördes relaterade teman; digital transformation, den uppkopplade fabriken och den uppkopplade produkten. Den digitala transformationen bygger på en digital tråd inom företaget som består av tre pelare som dess tre primära informationskällor.

  • Först är sammanlänkad produktutveckling, dvs. PLM-miljön. Detta omfattar detaljerad produktdata, leveranskedjedata, tillverkningsinformation och kvalitetsdata.
  • Den uppkopplade fabriken drar fram all data från verkstadsgolvet till ett lager inom din verksamhet, så att den blir tillgänglig och synlig.
  • Den tredje, den uppkopplade produkten, är den informationskälla som berättar vad som händer med produkten efter att du har skickat ut den till din kund. Vad gör de med den? Hur presterar den? När behöver den service?

Samtliga ovanstående punkter måste sammanföras. Dessa datakällor bildar den digitala tråden – den uppkopplade fabriken, uppkopplade produkten och deras digitala tvillingar är digitala representationer av fysiska system. Vi berättar för våra kunder att de måste börja med att få kontroll över sina befintliga informationssilos och göra befintliga data tillgängliga. Det är där vi ser IoT-plattformar som ThingWorx spela en avgörande roll, genom att separera källsystemet från systemet där informationen konsumeras, med människan i centrum, och ta bort komplexiteten i befintliga affärssystem – till exempel ERP-miljön.

Genom att länka produktdata till tillverkningsdata och förstå produktens ursprung, kommer tillverkarna kunna återskapa den centrala bilden av en produkt. Genom att sammanföra dessa datakällor kan marginalvinster skapas, vilket gör att man kan få den bästa bilden av den produkt man kan tillverka.

Framtiden för data
Att förstå data i den digitala tidsåldern

Filip Stål, Nordenchef, PTC

Edge computing är ett begrepp som har ökat i betydelse i tillverkningsindustrin väg mot en digital framtid. Det tillåter tillverkare att lokalt bearbeta och filtrera data för att minska mängden som skickas till en central server, antingen lokalt eller i molnet. Industri 4.0, där den är just nu, har några betydande hinder att hantera och Edge computing är lösningen för att klara många av dessa hinder.

Vi träffade nyligen en kund som tittade på tänkbara användningsområden på verkstadsgolvet. Diskussionen handlade om huruvida det var vettigt att skicka data till ett datacenter eller att använda Edge computing. I många fall är det en funktion av frekvensen som behöver justeras på verkstadsgolvet.

Om det är ett användningsfall för statistisk processkontroll, är frekvensen flera gånger i sekunden, kanske till och med hundratals. Då finns helt enkelt inte den bandbredd eller latency som gör att du kan skicka ut den informationen till ett datacenter, få tillbaka svaret och få det att fungera utan betydande investeringar. För mig är det ett perfekt exempel där Edge computing passar bra vid sidan av utrustningen. Men det finns också många situationer där det är bra att använda ett datacenter.

Framöver kommer möjligheten att placera all data på en enda plats att påskynda möjligheten att extrahera insikter från den, vilket möjliggör för företag att utföra business intelligence-arbetet antingen i molnet eller i ett datacenter.

Men företag vill få data att fungera och det tror jag måste bli nästa stora steg, ur ett uppkopplat ingenjörsperspektiv med PLM och utifrån en CAD-miljö. Utvecklings- och tillverkningsavdelningar kommer sannolikt att vara bland de sista att använda molnfunktioner, men det beror främst på datasäkerhet och IP-problem. Att kunna skala och dimensionera i molnet gör det särskilt attraktivt för alla som har en digital tråd inom sin verksamhet.

Av: Filip Stål, Nordenchef, PTC

 

 

Relaterade Artiklar

Vi använder cookies och andra identifierare för att förbättra din upplevelse. Detta gör att vi kan säkerställa din åtkomst, analysera ditt besök på vår webbplats. Det hjälper oss att erbjuda dig ett personligt anpassat innehåll och smidig åtkomst till användbar information. Klicka på ”Jag godkänner” för att acceptera vår användning av cookies och andra identifierare eller klicka ”Mer information” för att justera dina val. Jag Godkänner Mer Information >>