自動化、機器人技術、以及機器與人決策結合起來創造了高效和安全的工廠，同時也解決了能源、材料、脫碳和環境可持續性發展問題。這就是智能制造的本質。

清潔能源智能制造創新研究所（CESMII）Jim Davis在“智能制造業15周年”一文中寫道，智能制造業（SM）成為2007年以來的國家戰略概念。自動化、機器人技術以及人類混合的機器決策結合起來創造了高效和安全的工廠，同時也解決了能源、材料、脫碳和環境可持續性問題。這就是SM的本質。

工廠數字化是一項復雜的工作，制造商現在看到了價值并取得了飛躍發展。2016年，為了衡量工業物聯網（IIoT）和工業4.0的概念對他們的意義，菲尼克斯電氣對汽車制造商進行了一項調查。結果壓倒性的反應是，這些術語只是一種沒有價值的營銷策略。然而，如今，大多數汽車公司都在開發工業4.0架構，并建立專門的團隊實施解決方案。菲尼克斯電氣從制造商角度研究了所面臨的問題。

菲尼克斯電氣的PLCnext數據收集設備

SM是由數據驅動的。菲尼克斯電氣的垂直工廠自動化市場經理Michael Brooks表示，制造商可以從三個特定領域獲得越來越多更好的數據和收益。

1、整體設備效能（OEE）

這包括機器正常運行時間（或減少機器停機時間）。數據有助于客戶從按時進行預防性維護，轉移到預測性維護，使設備持續運行，直到檢測可能發生問題的風險因素。例如，在現有機器上添加一個振動傳感器。機器在不同的頻率振動會出現設備故障，如軸承故障或工具磨損。

2、質量可追溯性

每個制造過程都有某種形式的質量問題。一些數據點可以提供必要的洞察，這將有助于提高質量。構建過程和質量檢查所需的可追溯性文檔需要額外的數據收集和存儲。

3、節約能耗

為了滿足終端用戶獲得零排放和碳中和制造操作的動力，所有工廠和設施基礎設施將需要連接。

PICMG COME批準的Colibri系列產品

工業4.0和智能化機器的興起使得對一流信號完整性要求比以往任何時候都更加重要。對5G、人工智能和機器學習的要求需要傳輸速度超過10 Gb/s。如PICMG COME批準的Colibri系列產品，為智能制造世界設計的電子連接器提供的信號傳輸速度比行業要求快兩倍。

這些數據是如何獲得的？

Brooks說：“在一些工廠生產中，數據要么擱淺，要么不能聯網。擱淺數據通常存在于未連接的傳統機器中，因此不會收集或共享信息。連接機器時存在孤立數據，但無法訪問該數據。例如，機器數據發送到ERP，但使用數據受到限制，不允許訪問數據的方式可能有利于縮短機器運行時間，質量控制，或能源監控。智能制造允許客戶提取工廠車間的數據。”

管理這些數據可以分為四個步驟：收集、傳輸、安全和使用。

1、數據收集

從現有的機器和流程中提取數據。客戶需要確定解決特定問題所需的數據類型，是否需要額外的數據，以及這些數據是否將進入云計算或保持本地狀態。

2、數據傳輸

在大多數情況下，數據會從工廠層移動到企業級。客戶需要確定數據量、源和目的地，以及是通過有線還是無線連接來完成。

3、數據安全

將數據從工廠車間轉移到企業或云計算中，會造成潛在的漏洞。因此，建立了一個安全層（或多層）來控制訪問和保護數據。

4、數據使用

根據客戶想要使用數據的方式，可能有幾種選項。這些包括：

* 處理并顯示數據

* 發送它到一個SCADA包，比如中央儀表板視圖

* 將其發送到云服務，如ProfiCloud或AWS，從而可以進行全球訪問

在菲尼克斯電氣巴德皮爾蒙特的數字工廠，菲尼克斯電氣獲得了作為一家公司管理自己智能制造設施的經驗，同時也有一個展示案列。布魯克斯說：“在這段智能制造之旅中，我們將與客戶同行。”

下一步是什么？

Brooks解釋說，在目前的狀態下，我們可以提取數據并以圖形方式顯示它，但使用它仍然是一個手動過程。下一個前沿領域是在這些數據中添加到人工智能。應用人工智能，以及他們所謂的機器學習是未來智能工廠的關鍵所在。

審核編輯 ：李倩