借助 Analytics 就能准确了解生产情况、发现改进潜力并推导出相应的措施。Analytics 提供方便查阅的生产数据,从而简化分析工作。诸如 OEE 之类针对机器和生产线的关键指标会依据排班计划表自动计算得出。
通过 LiSEC 物联网平台在车间收集数据,接着通过一台边界设备将这些数据传输至 Microsoft Azure 云服务器。这里的边界设备指的是一台工业计算机,它由信息安全领域的一家服务提供商专门按照 LiSEC 的要求开发而成。在 Azure 云服务器上对这些数据进行相应的处理和预计算,从而让 Analytics 快速且可靠地显示这些数据。
在生产期间,各个位置都会生成数据。机器本身就是其中一个数据源,它会生成有关机器状态、制成品或所出现报警的数据。这些数据被不同的系统使用,例如用于生成完工消息。LiSEC 物联网平台将这些数据传输至 Microsoft Azure 云服务器,以便进一步处理。
在云服务器环境中对这些数据进行相应的筛选和分类汇总,接着预计算出关键指标。Analytics 可视化显示这些数据,并提供筛选功能,从而发现潜力并推导出相应的措施。
使用 Analytics 的前提是机器已经能够生成并提供所需的数据。为此请您与自己的 LiSEC 联系人取得联系,询问您的机器是否符合这一情况。
Analytics 提高了透明度,由于可以准确发现哪些地方有待改进及其会对当前生产产生多大的影响,因此生产管理变得更为简单。这其中的主要依据包括有导致停机的报警、机器出现的等待时长,甚至还有对产品组合的精准分析。
提高生产透明度
从车间员工到生产主管,无论是谁,只要查阅了这些数据,就能更好地掌握生产情况和系统的当前状态。
发现改进潜力
从这些数据中获取的信息有助于发现改进潜力。例如,停机故障可直接与组织或技术原因关联起来,因此,就应当把重心放在员工培训或维护上面。
分析停机故障
导致系统停机的原因有很多。Analytics 可自动将停机故障与原因对应起来,接着通过采取相应的措施来减少这种故障的发生。其主要依据是机器状态和出现的报警。
按产品和异形分类
不同的产品尺寸或异形都会影响周期时间。参照同一时段内产品组合输出的关键指标更能可靠说明性能。使用 Analytics 可以同时查看两个信息,可能的话,还能推导出措施。