围绕工业分析、人工智能(AI)和机器学习(ML)有很多讨论。然而，当涉及到探索可能性时，公司并不局限于做出昂贵的重大决定。gydF4y2Ba
用工业数据分析创造价值的渐进步骤gydF4y2Ba
艾略特米德尔顿，产品管理总监gydF4y2BaAVEVAgydF4y2Ba
直到最近，更成熟的过程工业已经开始追求AI和ML计划，而其他行业只使用一些基本的自动化水平。保持生产线运转的无情压力，尤其是在企业正在应对Covid-19危机带来的变化之际，这意味着几乎没有时间或头部空间来考虑实施新技术。自动收集传感器数据，发现问题和模式，可以更快地排除故障，并对所有规模的操作进行主要流程改进。从增加即时价值的小步骤开始是可能的。gydF4y2Ba
通过数据分析增加价值的旅程gydF4y2Ba
以下是利用工业分析和机器学习产生增量价值的七个步骤:gydF4y2Ba
自动从传感器收集数据gydF4y2Ba．这是一个关键的先决条件。自动化数据收集的基础设施需要多个传感器来提供有意义的分析所需的数据。gydF4y2Ba
记录传感器随时间的测量结果gydF4y2Ba．许多组织面临的挑战是收集数据，并确保在整个过程中捕获数据，以便工作人员可以选择在后面的阶段得出一些有用的推论。您可能没有一个立即明显的用例，但如果您开始收集所有数据，可能会产生额外的见解。gydF4y2Ba
加快诊断:gydF4y2Ba一旦收集了数据，诊断可以大大减少查明和纠正操作问题所需的时间，并引导您进行流程更改，以防止将来再次发生这些问题。gydF4y2Ba
让数据更容易获取:gydF4y2Ba随着关键效率指标得到更好的理解，重要的是使它们易于为更广泛的运营人员群体使用，以便他们能够独立地监测并更早地对潜在问题做出反应。许多网站使用大屏幕显示实时指标的仪表板或自动电子邮件报告。其他人则更进一步，向移动设备发送警报。gydF4y2Ba
向流程历史中添加告警历史，为数据提供更多的上下文和意义gydF4y2Ba．传统上，数据历史学家只记录传感器的值，而不记录警报状态。但结合传感器和报警数据，可以更容易地了解对质量、安全、成本或环境的潜在影响。gydF4y2Ba
添加操作上下文:gydF4y2Ba在某些应用中，配方、设备或人员的差异可能会使识别根本原因或改进机会变得更加复杂:产量较低是因为产品、操作员或生产线不同吗?通过包含关于这种操作上下文的信息，您可以开始在分析中考虑这些其他因素。gydF4y2Ba
添加机器学习:gydF4y2Ba向人们提供这些详细的信息具有巨大的价值，但这仍然需要他们实际花时间去查看。尽管它不能做所有的事情，但在许多情况下，您可以将分析过程自动化，以便持续地进行分析。一些系统具有无监督机器学习(ML)功能:只需提供数据，系统就会查找并报告异常。这种类型的ML具有简单性的显著优势:不需要专门知识。其他应用程序需要在流程和技术专业知识方面进行投资，以添加监督ML，通常用于早期故障预测。gydF4y2Ba
比较like for like:gydF4y2Ba在各个站点的过程分析成功的基础上，许多组织在整个团队中进行分析和比较。工厂越同质化，比较就越直接，但很少有行业真正拥有“千篇一律”的工厂。因此，在进行这些比较之前，必须努力使信息标准化——无论是标准化“m3/day”vs.“l /minute”，还是就如何计算总体设备效率(OEE)达成一致。在全球企业中，有多个业务和多个站点，能够以标准化的方式进行点对点比较是一个真正的增值。以前，这对小型企业来说是一项极其复杂和成本高昂的任务。现在，有了云，这种类型的比较更容易获得和实现。gydF4y2Ba
吃大象gydF4y2Ba
处理传感器数据分析自动化可能会让人感到不知所措，但没有必要一次吃掉大象。在这段旅程中，当需要出现且预算充足时，采取单一的探索性步骤是很有可能的。您可能会暂停一段时间，执行了一个步骤，然后看看它是如何为您工作的。大多数增量步骤可以是自助的，不需要外部专业知识。gydF4y2Ba
从将AI和ML应用于传感器数据中获得价值的旅程从一个简单的步骤开始。随着效益的积累，成本节约将会增加，生产力将会提高，这表明智能传感器数据分析具有明显的商业价值。在优化数据驱动决策的道路上继续前进将成为一件无需动脑的事情。gydF4y2Ba
案例研究:Fujirebio Diagnostics为其生物标志物制造实施无纸化电子计划gydF4y2Ba
Fujirebio是高质量IVD检测领域的全球领导者。公司在概念、开发、生产和全球商业化IVD产品方面积累了超过50年的经验。gydF4y2Ba
Fujirebio于1950年在日本东京成立，多年来成功收购了许多一流的IVD公司。如今，Fujirebio的全球业务包括美国、拉丁美洲、欧洲和亚洲的办事处以及庞大的国际分销网络。Fujirebio与全球临床界的专家合作，开发高质量的常规和真正新颖的生物标志物，涵盖各种疾病状态，这是Fujirebio强大而持久的传统。其IVD产品线涵盖从专业手动和自动化测试到全自动常规临床实验室测试解决方案的范围。gydF4y2Ba
在生命科学行业的运营意味着Fujirebio必须遵守严格的制造流程。这些流程经过认证，符合非常详细和广泛的报告和文件要求。Fujirebio生产的生物标记物可以帮助医生、实验室专业人员和患者更好地管理疾病。gydF4y2Ba
由于数量和精确的报告要求，Fujirebio希望解决三个挑战。首先，每天都要花大量时间手工检查报告。其次，现有的纸质系统耗时长，容易出现报告错误。第三，该公司希望找到一个新的系统，以确保它仍然符合联邦法规。gydF4y2Ba
创新总是从一个想法开始gydF4y2Ba
这个项目开始于宾州马尔文的工作人员。Campus发现了一个节省时间和纸张的重大机会，同时通过自动化获取设备数据和生成用于审查和批准的电子报告，仍然保持合规性。该解决方案被称为“电子倡议”，实施的第一阶段被称为“设备监控系统”(EMS)。gydF4y2Ba
Fujirebio的EMS系统执行许多非常重要的功能，例如:gydF4y2Ba
使工作人员能够从他们的工作站监控设备gydF4y2Ba
保存电子记录中的所有温度读数gydF4y2Ba
在出现不利的温度趋势时，通知授权人员gydF4y2Ba
生成电子GMP报告供例外审查gydF4y2Ba
提供授权人员电子签署功能，以批准报告。gydF4y2Ba
结果gydF4y2Ba
Fujirebio的电子计划帮助生产了7500万份测试，分发到世界各地。新的解决方案是完全无纸化的，提供电子记录收集和电子签名，同时保持符合21 CFR标准和ISO 9001和13485认证。gydF4y2Ba
设备监控系统每年节省约1100小时。无需手动记录设备参数和查看纸质日志和图表，并将数据查看时间从15小时以上减少到几分钟。gydF4y2Ba
电子监控节省2/3的时间，或每月约10小时的质量保证。gydF4y2Ba
关于艾略特米德尔顿，AVEVA产品管理总监gydF4y2Ba
Elliott在工业软件方面有超过30年的经验，主要是流程历史学家、业务系统集成和运营智能应用程序。作为产品经理，他负责制定AVEVA运营信息解决方案的方向，包括AVEVA历史记录和AVEVA洞察。Elliott与客户、业务合作伙伴以及AVEVA开发和支持团队合作，致力于识别市场问题，定义产品需求并优先考虑增强功能。在2001年加入Wonderware之前，他曾在AspenTech和IndX担任类似职位。他持有贝勒大学(Baylor University)计算机科学学士学位。gydF4y2Ba
本文的内容和观点仅为作者个人观点，并不代表robotictomorrow的观点半岛app官网gydF4y2Ba
评论(0)gydF4y2Ba
这篇文章没有任何评论。第一个在下方留言。gydF4y2Ba
特色产品gydF4y2Ba
