自制造過程內(nèi)部和外部的大量數(shù)據(jù)的可用性，以及利用它、組織它并將其實(shí)時或近乎實(shí)時地轉(zhuǎn)換為可操作信息的能力，構(gòu)成了大多數(shù)制造商的工業(yè)4.0基礎(chǔ)。有效地使用這些 "大數(shù)據(jù)"所創(chuàng)造的情報，既可以積極地影響戰(zhàn)略，又可以影響更廣泛的價值鏈，以實(shí)現(xiàn)可持續(xù)的轉(zhuǎn)型。

來自制造過程內(nèi)部和外部的大量數(shù)據(jù)的可用性，以及利用它、組織它并將其實(shí)時或近乎實(shí)時地轉(zhuǎn)換為可操作信息的能力，構(gòu)成了大多數(shù)制造商的工業(yè)4.0基礎(chǔ)。有效地使用這些 "大數(shù)據(jù)"所創(chuàng)造的情報，既可以積極地影響戰(zhàn)略，又可以影響更廣泛的價值鏈，以實(shí)現(xiàn)可持續(xù)的轉(zhuǎn)型。

01

大數(shù)據(jù)=大挑戰(zhàn)

數(shù)據(jù)在每個行業(yè)都在向"大數(shù)據(jù)"轉(zhuǎn)變。自動化工具的出現(xiàn)，能夠通過IIoT在互聯(lián)網(wǎng)上進(jìn)行數(shù)據(jù)通信的傳感器，通過安裝的攝像頭、儀表、傳感器捕獲的質(zhì)量數(shù)據(jù)，通過操作員使用的工藝設(shè)備和工具捕獲的數(shù)據(jù)，M2M通信的增強(qiáng)，IT基礎(chǔ)設(shè)施內(nèi)各層的應(yīng)用集成，來自上游和下游供應(yīng)鏈伙伴的數(shù)據(jù)，來自工廠以外的成品數(shù)據(jù)--所有這些都有助于創(chuàng)造大量的'大數(shù)據(jù)'。

在電子行業(yè)，由于操作的自動化或半自動化性質(zhì)，數(shù)據(jù)的豐富性還不是一個問題。那么，"大數(shù)據(jù)"一詞對電子制造業(yè)意味著什么？電子制造商接近大數(shù)據(jù)分析的最佳方式是什么？

在現(xiàn)代SMT工廠中，每當(dāng)鋼網(wǎng)被裝入或刮刀通過時，都會產(chǎn)生數(shù)據(jù)。每當(dāng)一個吸嘴拾取和放置一個部件，都會產(chǎn)生數(shù)據(jù)。每當(dāng)攝像頭記錄一個元件或電路板的檢查圖像時，都會產(chǎn)生數(shù)據(jù)。電子工業(yè)中大量的數(shù)據(jù)是長期存在的和廣泛的過程自動化的結(jié)果，以及傳感器、量具、儀表和攝像頭的擴(kuò)散，它們捕獲過程指標(biāo)、設(shè)備數(shù)據(jù)和質(zhì)量數(shù)據(jù)。

車間里發(fā)生的每一個交易都會產(chǎn)生數(shù)據(jù)；根據(jù)正在執(zhí)行的操作，一個特定的車間交易可能有幾個數(shù)據(jù)點(diǎn)。例如，一張成品板的圖像會捕獲幾個數(shù)據(jù)點(diǎn)。它可能會導(dǎo)致調(diào)整吸嘴設(shè)置或拾取高度，從而降低視覺檢查后的廢品率。

02

數(shù)據(jù)分析是現(xiàn)代制造業(yè)范式成功的關(guān)鍵

大數(shù)據(jù)以一種"大"的方式存在于電子廠中。然而，擁有大量的數(shù)據(jù)和能夠利用它來創(chuàng)造有形的價值是兩碼事。在SMT和電子行業(yè)，主要的挑戰(zhàn)不是數(shù)據(jù)的可用性，而是能否將流程中產(chǎn)生的數(shù)據(jù)作為一個整體來看待，使與每個車間交易相關(guān)的數(shù)據(jù)具有意義，然后能夠利用這些數(shù)據(jù)從單一的事實(shí)點(diǎn)產(chǎn)生信息，而不是不同的不相關(guān)的點(diǎn)解決方案，并利用產(chǎn)生的洞察力來做出決策，最終改善流程的KPI、OEE、生產(chǎn)率、產(chǎn)量、合規(guī)性和質(zhì)量。

03

MES將大數(shù)據(jù)轉(zhuǎn)化為制造商的重大成功

正如所說，在SMT和電子工廠及其供應(yīng)鏈中并不缺乏數(shù)據(jù)。困擾大多數(shù)工廠的問題是車間里存在無數(shù)的點(diǎn)解決方案，這些解決方案存在于流程中，要么是由于傳統(tǒng)的或定制的解決方案，要么僅僅是因?yàn)闆]有覆蓋整個流程的解決方案。

現(xiàn)代制造執(zhí)行系統(tǒng)就是答案。作為一種應(yīng)用，它通過在各個層面的整合將IT/OT組織互聯(lián)起來，這確保了通過眾多傳感器、量具、儀表和設(shè)備捕獲的交易在邊緣同時得到管理，并轉(zhuǎn)換為單一來源的、可靠的、真實(shí)的/實(shí)例，然后形成改善決策的智能基礎(chǔ)。

現(xiàn)代MES數(shù)據(jù)平臺通過SMT生產(chǎn)線的數(shù)據(jù)采集和分析實(shí)現(xiàn)了端到端的可視性。數(shù)據(jù)成為整個操作的核心。來自設(shè)備的數(shù)據(jù)是通過PLC/SCADA級別的集成或直接從設(shè)備上獲取。MES使用來自傳感器的數(shù)據(jù)，記錄過程級的輸出（如刮刀壓力、角度、速度或吸嘴性能），并與其他過程數(shù)據(jù)相結(jié)合，以確定背景和范圍。攝像頭提供了另一個層面的智能。捕捉到的組件放置圖像隨后通過設(shè)置具體的性能KPI轉(zhuǎn)換為可操作的信息。這使得過程中的利益相關(guān)者可以通過儀表板或移動設(shè)備以預(yù)先配置的形式查看操作輸出和性能。

04

用人工智能將數(shù)據(jù)轉(zhuǎn)化為信息

可以顯示與設(shè)備可用性、質(zhì)量和性能有關(guān)的數(shù)據(jù)（這構(gòu)成了OEE的基礎(chǔ)）以及與產(chǎn)量、浪費(fèi)、廢品和去/不去檢查有關(guān)的其他重要指標(biāo)。

但是，定制的儀表板和查看所有與工藝有關(guān)的數(shù)據(jù)的能力只是一個開始。實(shí)時可見性允許做出更快的決策，增加生產(chǎn)正常時間，提高產(chǎn)品質(zhì)量，減少返工，確保遵守GMP。但是，通過應(yīng)用人工智能獲得的洞察力才是整體敏捷性的一步步改變。

由制造執(zhí)行系統(tǒng)產(chǎn)生的情報有可能利用人工智能將整個操作從被動變?yōu)橹鲃?。設(shè)備的故障或質(zhì)量和性能的異常值可以被預(yù)測到。而且，生產(chǎn)線可以根據(jù)需求模式的轉(zhuǎn)變或來自供應(yīng)鏈兩端的輸入而自動配置。

產(chǎn)業(yè)機(jī)構(gòu)指出，近75%的受訪公司已經(jīng)啟動了人工智能相關(guān)項(xiàng)目。然而，只有15%實(shí)現(xiàn)了有意義的、可擴(kuò)展的影響。它進(jìn)一步強(qiáng)調(diào)，當(dāng)涉及到從大數(shù)據(jù)角度利用人工智能時，公司需要采取"智能數(shù)據(jù)"的方法。

鑒于此，我們通過MES的視角，對SMT和電子制造業(yè)的"智能數(shù)據(jù)"方法進(jìn)行了如下詮釋：

• 定義流程
  對于電子制造業(yè)來說，這需要清楚地概述每一項(xiàng)操作，并了解現(xiàn)狀，該過程是否能產(chǎn)生足夠的數(shù)據(jù)。如果是的話，如何利用這些數(shù)據(jù)？點(diǎn)狀解決方案在整個過程中發(fā)揮什么作用？以及能否通過MES來緩解？一旦確定了流程，以及所需的整合程度，還有關(guān)鍵的改進(jìn)領(lǐng)域、質(zhì)量和監(jiān)督要求，就可以部署MES來創(chuàng)建一個企業(yè)視圖并消除點(diǎn)數(shù)系統(tǒng)的依賴。

• 豐富的數(shù)據(jù)
  一個現(xiàn)代的MES數(shù)據(jù)平臺從"邊緣"捕捉數(shù)據(jù)，并從歷史庫等應(yīng)用中獲取數(shù)據(jù)。這允許創(chuàng)建必要的數(shù)據(jù)背景以獲得相關(guān)性和意義。MES豐富了這些數(shù)據(jù)，并允許創(chuàng)建圖表、報告和趨勢，從而能夠更快地做出決策，減少規(guī)范事件的影響。

• 降低維度
  通過傳感器和IIoT收集的數(shù)據(jù)應(yīng)被MES與工程數(shù)據(jù)一起使用，以提供洞察力，從而實(shí)現(xiàn)有形和可驗(yàn)證的流程改進(jìn)。例如，從網(wǎng)板印刷機(jī)和刮刀運(yùn)動中捕獲的數(shù)據(jù)，與過去的數(shù)據(jù)相比，可能會表明何時即將發(fā)生網(wǎng)板撕裂。這種預(yù)測性分析有助于更換網(wǎng)板等活動，使停機(jī)時間降到最低。MES還可以自動重新安排生產(chǎn)訂單，使整體產(chǎn)量不受影響。

• 應(yīng)用機(jī)器學(xué)習(xí)
  MES數(shù)據(jù)平臺使用先進(jìn)的分析工具來創(chuàng)建數(shù)據(jù)模型，該模型針對隨機(jī)和零星的變化。當(dāng)完全表現(xiàn)出來時，機(jī)器學(xué)習(xí)使用過去和現(xiàn)在的數(shù)據(jù)來預(yù)測未來的過程結(jié)果。這些預(yù)測結(jié)果允許做出改變，避免影響產(chǎn)量、質(zhì)量和故障的意外事件。所創(chuàng)造的智能允許在制造過程中進(jìn)行即時和持續(xù)的改進(jìn)。

• 實(shí)施和驗(yàn)證模型
  一旦整個過程由MES控制和驅(qū)動，就可以對過程模型進(jìn)行檢驗(yàn)。這將確保過程保持在最高生產(chǎn)力水平，數(shù)據(jù)模型通過物理結(jié)果得到驗(yàn)證。在其最高水平上，人工智能將允許自動化的過程協(xié)調(diào)和來自過程的洞察力成為預(yù)測性的。它將允許提前檢測和糾正可能出現(xiàn)的故障，大幅降低與質(zhì)量和合規(guī)性有關(guān)的成本。
  
  對于SMT和電子制造商來說，使用數(shù)據(jù)分析的改進(jìn)技術(shù)今天可以通過現(xiàn)代MES獲得。與其等待客戶、OEM或競爭者來推動所需的變化，現(xiàn)代制造執(zhí)行系統(tǒng)允許你在大數(shù)據(jù)/分析的過程中主動出擊。
  
  現(xiàn)代制造執(zhí)行系統(tǒng)可以將你的現(xiàn)代設(shè)備和流程工具、物聯(lián)網(wǎng)傳感器的擴(kuò)散和產(chǎn)生的大量數(shù)據(jù)，帶入一個單一的、簡單的數(shù)據(jù)平臺進(jìn)行采集、轉(zhuǎn)換和分析。它帶來了有效的、有競爭力的、有利可圖的運(yùn)營所需的 "單一真相來源"。