Munculnya platform data industri telah didorong oleh meningkatnya penggunaan IoT di industri manufaktur. Volume besar dari jenis dan sumber data yang berbeda ini telah mendorong produsen untuk menerapkan platform untuk mengumpulkan dan menstandardisasi data di banyak mesin dan sistem mereka.
Dengan demikian, "Platform Data Industri" ini memungkinkan efisiensi operasional yang lebih besar, visibilitas produksi yang lengkap, dan membantu mendorong inisiatif peningkatan berkelanjutan.
Tapi apa sebenarnya platform ini, bagaimana mereka dikembangkan, dan apa dampak yang diharapkan pada industri manufaktur?
Platform Data Industri mengumpulkan, menstandarisasi, mengontekstualisasikan, menyimpan, dan membuat data yang dapat diakses dari peralatan dan sistem di lingkungan industri.
Perusahaan manufaktur telah menggunakan sistem MRP dan MES selama beberapa dekade. Namun dengan munculnya Industrial Internet of Things, analitik canggih, kecerdasan buatan (AI), Machine Learning (ML), dan perangkat edge, jumlah data telah meningkat secara eksponensial, bersama dengan kemampuan baru untuk analisis. Ledakan ini mengakibatkan perlunya pendekatan multi-solusi untuk memproses, menyimpan, dan menganalisis data dalam jumlah besar dan memberikan wawasan waktu nyata kepada pengguna akhir.
Platform data industri terdiri dari pengumpulan data, standarisasi, kontekstualisasi, penyimpanan, dan pengiriman. Dengan menjalankan solusi di atau dekat edge, data dapat diatur, dibersihkan, dan sebagian terstruktur sebelum dikirim ke cloud. Hasilnya adalah sistem manajemen data yang lebih efisien dengan efisiensi yang lebih besar. Jalan dua arah ini menggabungkan beberapa teknologi, sehingga kebutuhan menyeluruh perusahaan untuk pengelolaan data terpenuhi.
Munculnya data sebagai komoditas yang berharga telah menghadirkan beberapa masalah dalam beberapa tahun terakhir. Teknologi menjadi kewalahan, menghasilkan database yang terfragmentasi dan tertutup.
Misalnya, sementara akuisisi data hampir seketika, sering kali berada di banyak basis data yang tersebar di seluruh perusahaan. Untuk menambah kebingungan, database ini sering dikelola oleh berbagai penyedia layanan, menciptakan masalah latensi atau interoperabilitas - salah satu hal yang dirancang untuk dihilangkan oleh teknologi IIoT dan Industri 4.0.
Manajer data menyadari perlunya struktur terkonsolidasi dan berjenjang di mana semua database, komunikasi, konektivitas, dan analisis berada di satu tempat. Konsolidasi ini akan mencegah silo data dan memastikan semua data yang dikumpulkan tersedia untuk analitik prediktif dan deskriptif. Ini juga akan memungkinkan tata kelola data perusahaan yang lebih baik dan kolaborasi yang lebih baik di antara pengguna.
Satu analisis McKinsey menunjukkan bahwa platform data industri canggih dengan analitik canggih dibangun dengan tingkatan berikut:
Ada beberapa persyaratan penting untuk platform data industri apa pun, termasuk:
Setiap platform data industri akan membutuhkan konektivitas yang fleksibel dan andal.
Ada ratusan solusi di pasar yang memanfaatkan konektivitas perangkat tradisional melalui kabel dan jalur T1. Ada juga banyak penyedia perangkat yang menggunakan Wi-Fi atau konektivitas seluler.
MachineMetrics, misalnya, mengkhususkan diri dalam koneksi dan pengumpulan data mesin. Sistem fleksibel kami memungkinkan konektivitas perangkat melalui peralatan OEM dengan integrasi alat berat langsung, sensor, dan perangkat IoT, perkuatan peralatan otomatis, dan bahkan koneksi perangkat analog.
Hal ini memungkinkan konektivitas alat berat ke merek dan model peralatan apa pun, memastikan bahwa produsen dapat mengumpulkan, menstandarisasi, dan mengontekstualisasikan semua data alat berat mereka.
Hal ini kemudian memungkinkan data untuk digunakan di sistem lain yang memerlukan data produksi yang akurat untuk menjalankan fungsi intinya, seperti CMMS atau MES.
Integrasi dengan perangkat lain, sumber data, dan proses juga penting. Semakin agnostik konektivitas dan solusi perangkat, semakin besar ekosistem dan semakin besar akuisisi data.
Kemampuan untuk mengintegrasikan dan menganalisis data berkualitas dari peralatan analog bersama data yang diperoleh dari perangkat tertanam OEM berarti bahwa streaming data ke platform data industri tersedia untuk analitik tingkat lanjut.
Kemampuan untuk memproses atau sebagian memproses data di edge berarti bahwa data batch dan aliran lebih mudah diintegrasikan ke dalam platform data. Ini mengurangi latensi dan memungkinkan analisis platform menghabiskan lebih sedikit waktu untuk membersihkan, memproses, dan mengatur data.
Bacaan Bermanfaat:Edge Computing vs. Cloud Computing dalam Manufaktur
Data adalah jantung dari semua platform data industri. Karena itu, cara mempersiapkannya sangat penting. Platform data memerlukan data standar untuk mencurahkan lebih banyak kekuatan pemrosesan untuk analisis dan wawasan prediktif dan deskriptif.
Platform MachineMetrics Machine Data, misalnya, menggunakan mesin transformasi data otomatis untuk mengubah data mesin dan peralatan menjadi struktur data standar. Ini membantu memberdayakan pelaporan dan analitik yang lebih konsisten. Data standar berguna dalam data sensor khusus, status mesin, alarm, penggantian, diagnostik, kecepatan, dan mode mesin.
Data standar dapat lebih mudah dianalisis di mana solusi prediktif dan preskriptif dapat ditambahkan. Kontekstualisasi data ini adalah salah satu janji paling signifikan dari IIoT, memungkinkan sejumlah opsi di lantai toko dan di tingkat manufaktur. Data kontekstual menggunakan tindakan yang telah dikonfigurasi sebelumnya untuk melakukan tugas tanpa campur tangan manusia, sehingga mengurangi waktu henti.
Masih bingung dengan Industrial Internet of Things? Baca panduan lengkap kami tentang IIoT.
Kemampuan untuk terhubung dengan mudah ke platform data industri sangat penting. Namun, platform canggih apa pun juga harus dapat diskalakan.
Di banyak perusahaan, data manufaktur berasal dari beragam peralatan. Terkadang peralatan ini dibeli dari OEM yang berbeda. Di lain waktu, pabrik dapat terdiri dari beberapa langkah pemrosesan dan memerlukan peralatan yang berbeda. Ada juga banyak perusahaan yang menggunakan peralatan lintas generasi - mulai dari peralatan analog hingga perangkat dengan kemampuan IoT yang tertanam.
Platform data industri harus mengakomodasi masukan dari semua sumber ini dan tumbuh seiring pertumbuhan bisnis. Memiliki perangkat yang terintegrasi penuh dan data standar memungkinkan penskalaan lebih mudah karena lebih banyak aset mesin ditambahkan ke platform.
Perangkat lunak manufaktur tradisional sering kali terfragmentasi, terkotak-kotak, dan mengalami kekurangan interoperabilitas. Kemampuan untuk menangkap, menyiapkan, dan menganalisis data secara real-time mendorong nilai yang signifikan.
Sebuah platform harus dapat dikembangkan sepenuhnya agar kemampuan analitisnya dapat digunakan oleh data dari sistem perangkat lunak lain dalam perusahaan, seperti CMMS. Platform seperti MachineMetrics menawarkan platform yang dapat diperluas untuk terhubung melalui API ke banyak sistem lama, termasuk ERP iklan MES.
Namun dengan MachineMetrics, ekstensibilitas melampaui konektivitas API. Platform ini memungkinkan ekstensibilitas dengan perangkat edge untuk mengurangi latensi dan sebagian memproses atau menganalisis data di tingkat mesin. Ini memperluas nilai data sekaligus membuat penggunaan sumber daya sistem menjadi lebih efisien. Operator dapat mengandalkan wawasan waktu nyata untuk mengoptimalkan proses.
Jangkauan data juga diperluas melalui antarmuka operator yang intuitif dan dapat disesuaikan. Teknisi, operator, dan manajer memiliki akses ke visualisasi yang kaya di mana mereka paling dibutuhkan. Mereka dapat menambahkan wawasan mereka sendiri dan melihat status mesin yang ditampilkan oleh spindel, mesin, atau tingkat pabrik.
Ada beberapa keuntungan menggunakan platform data industri. Mereka termasuk:
Diperkirakan lebih dari 175 zettabytes data yang dapat digunakan akan dihasilkan pada tahun 2025. Platform data industri tidak hanya akan berpengaruh; mereka juga akan menjadi penting. Mereka akan membuat data bersama di banyak industri dengan data unik dan kebutuhan analitis.
Saat ini, sebagian besar produsen bergantung pada sistem MES dan ERP lama untuk mengelola operasi mereka, tetapi solusi ini kesulitan dalam pengumpulan data. Kami melihat pasar ini berubah dengan cepat karena pemain yang lebih besar mencoba menambahkan solusi untuk mengaktifkan konektivitas perangkat, dan pendatang baru menawarkan solusi titik sederhana untuk pelacakan minimal.
MachineMetrics secara khusus dirancang untuk mengumpulkan data mesin dan memungkinkan kemampuan tindakan. MachineMetrics mengintegrasikan data, perangkat, perangkat lunak, dan analisis dalam satu solusi yang andal. Analitik real-time memberikan wawasan yang dapat ditindaklanjuti sementara Anda tetap memiliki kontrol penuh atas data Anda. Untuk mengetahui bagaimana platform kami dapat memberi Anda keunggulan kompetitif, pesan demo hari ini.
Teknologi Industri
Subyek reshoring manufaktur telah menjadi titik perdebatan di seluruh Industri Inggris sejak produksi rekayasa telah disubkontrakkan ke perusahaan lepas pantai. Sejauh ini, sektor manufaktur telah bertahan dan Inggris adalah negara manufaktur terbesar ke-9 di planet ini. Tetapi munculnya virus COVID
Digitalisasi memengaruhi hampir semua bidang kehidupan kita, termasuk cara kita memproduksi produk. Perusahaan di industri mulai dari telekomunikasi dan pertanian hingga perhotelan dan militer/pertahanan memanfaatkan Industri 4.0 untuk mengubah dan mengoptimalkan proses manufaktur mereka. Apa Itu In
Data besar menawarkan masa depan baru bagi produsen. Sementara industri lambat dalam memanfaatkan kemungkinan manufaktur berbasis data, peluang untuk efisiensi baru, rantai pasokan yang lebih lancar, dan siklus pengembangan produk yang dipercepat memaksa produsen yang berpikiran maju untuk merangkul
Saat ini, dunia sedang bertransisi dari ekonomi industri ke ekonomi digital, dan industri manufaktur sedang dan akan berada dalam tahap sejarah transformasi dan pengembangan digital, melompat terus-menerus di sepanjang tahap digitalisasi, kecerdasan, jaringan, dan otomatisasi. Dalam beberapa tahun
