數位轉型。智慧製造。工業物聯網（IoT）。互聯企業。工業4.0。
無論您如何稱呼它，數據都是其驅動力。數位化是食品與飲料生產商成功的基本要素。從一開始就做對，可能是解鎖數百萬營運節省，或因效率低下與時間浪費而損失同等金額之間的關鍵。
不要落入「大數據」陷阱
在1990年代末期，「大數據」一詞開始出現。從那時起，我們收集了更多數據，培訓科學家進行切片分析並理解這些數據，並試圖自動化提取商業價值這項艱鉅的任務。
雖然大數據對某些分析和消費者應用有意義，但它並不適合工廠現場的工業應用。相反，生產商需要情境化、結構化的數據，以獲得關於能源消耗、整體設備效率、批次效率和品質等關鍵績效指標的可行資訊。
那麼，我們如何轉換並應用對實現價值與生產力至關重要的工廠現場數據？方法是運用從一開始就以智慧方式處理數據的工具——將數據有組織且情境化，實現簡化的數據流程，進而更快速獲得洞察。
以資訊為核心構建的自動化系統
智慧物件已成為一種新的簡化方式來組織資料，使其能夠輕鬆地從控制器收集，然後移動到物聯網系統並被其使用。標準化框架將資料集完全暴露給開發人員預先配置的上下文，大大縮短了程式設計時間。
換句話說，物聯網與自動化系統有不同的規則，而智慧物件為它們創造了共同語言。從本質上來看，智慧物件為您的資料帶來自動發現、標準化、同步與完整性。
在傳統設置中，自動化系統透過閘道器與物聯網平台介接。此閘道器通常需要配置及投入努力來整理數據。而通常就在這個階段，情境化工作變得至關重要，特別是當涉及不同系統時。由於物聯網系統並不「了解」自動化結構，您可能必須為每個應用建立新的模型，且當物聯網系統大量向自動化控制器請求數據時，會導致進一步的效率低下。例如，物聯網系統會分段獲取資訊，如：動作X即將發生、動作X正在進行、動作X已完成。這三個數據點需要經過處理，才能連接成一個相關的連續動作。
在以智慧物件建構的系統中，數據可自動組織、建模，並由物聯網系統及應用程式消耗，程式設計師幾乎不需付出任何努力。可程式邏輯控制器標籤現在可擁有速率、狀態、狀況等一致定義，並連同情境資訊（如產線編號、機器名稱及位置）一併傳送至資訊資料庫。這些元素對於實現最終能夠驅動更多洞察、更佳分析及對流程與潛在風險更深入理解的物聯網解決方案至關重要。在上述範例中，動作X的三個數據點會自動識別為一個連續動作，以提供更完整的情境脈絡。
智慧數據動畫：了解在標籤式架構中分散的數據如何透過物件式生態系統被簡化並賦予情境。
為開發人員帶來的智慧發展
那麼為什麼這一切都很重要呢？問問任何在物聯網領域工作過的開發人員就知道。細微且不一致的數據會造成陷阱，導致挫折、故障排除與生產力損失。根據 Forbes.com，數據科學家報告他們將80%時間花在數據準備上，而不是用於洞察挖掘。
以一條擁有五台機器的簡單飲料生產線為例（見「飲料工廠」動畫）。它可能有超過1000000個相關數據值。大多數公司沒有足夠資源來管理所有這些資訊，也不應將時間花費於此。智慧物件可簡化數據準備，即一個模型可供多個應用程式使用。 一位客戶估算，開發人員原本需花費1個月才能完成的工作，透過智慧物件僅需6小時即可實現——提升了96%。
此外，這種更直接的方法能帶來更好的資料完整性和確定性。我們可以以前所未有的準確性和完整性來比較同一產品在不同階段的表現。而且，透過為資料分配屬性（如整體設備效率、能源或質量流），我們獲得了自動聚合和分類的資訊。從那裡開始，它以對人類和機器決策制定及優化都有意義的方式進行報告。
最終，智慧物件並不會改變資料。但它大大簡化了您擷取、檢視和呈現資料的方式，以及隨著時間推移，如何因此優化營運。 讓我們知道 智慧物件如何融入您的資訊策略。
飲料廠動畫：了解智慧物件如何讓有組織、帶有時間戳記的資料更容易被 ThingWorx 或其他 IIoT 平台存取與解讀。
已發佈 2020年6月22日
為您推薦