使用传统制造设备实现 IoT 成功的路线图
智能机器可以为制造商提供宝贵的实时洞察，了解车间生产力、库存以及潜在的质量和维护问题。但是，购买新机器来利用物联网 （IoT） 可能很难证明其合理性，尤其是在利率居高不下的情况下。物联网成功的一个有效选择是在现有设备中添加传感器，并开始以极低的成本捕获实时数据。
选择传感器
可用的传感器支持不同类型的数据收集，使制造商能够跟踪与生产力、消耗、磨损和其他因素相关的指标。以下是 5 种常用的传感器。
接近传感器用于计数。一个传感器可以捕获生成的每个零件。另一个可以跟踪进入机器的材料脚。比较这两个指标有助于了解废品率和损失百分比。
安培数和压力传感器的工作原理类似。安培数传感器可以测量机器速度和工具力。压力传感器捕获液压机器的类似信息。为每个零件设定标准的安培数和压力基础可以确定正确的设置、工具期望和机器规格。同时，与基本测量值的差异可能表明存在影响零件质量或设备维护的问题。
振动传感器测量机器或设备中的振动量和频率。这些测量可以帮助检测不平衡和其他问题，以预测维护需求。此外，振动基准测量可以为合格零件和健康的机器提供机器特征。
可以在设备中添加流量计，以跟踪它是否对材料施加了必要量的润滑剂，这可能会影响产品质量。
在软件中捕获传感器数据
来自传感器的数据由可编程逻辑控制器 （PLC） 或数据记录器捕获。然后，该设备可以将数据转换为可用的计算机格式，并使其可供车间网络访问。更新的智能物联网传感器可以直接用于车间网络，而无需中间设备。一旦网络可以访问，信息通常会被发送到支持工业通信开放平台通信 （OPC） 标准的服务器。
可能需要 OPC 或其他软件来校准数据以匹配机器自身的值。从那里，信息可以输入制造商的企业资源规划 （ERP） 和/或制造执行系统 （MES） 软件，以使用数据填充各种实时报告。当前和历史数据都保存在软件中，从而可以从质量、效率和其他关键指标的角度分析这些信息。
制造商通常使用软件捕获的数据来：
收集轮班结束报告的信息，以帮助确定材料是否等于团队预期生产的零件数量。
跟踪工作中心中的计数以协助生产规划。
将工作订单与计算机中运行的订单进行匹配，以更新库存消耗。
将已完成的周期数与制造的零件进行比较，以了解产生的废料。
确定每个工作中心的停机时间。
寻找超限的质量控制过程。
利用实时监控
传感器最强大的用途是将它们生成的实时数据与与 MES 和 ERP 系统集成的实时生产和过程监控功能相结合。
实时生产监控通过捕获可能仅需几毫秒的生产周期并显示平均值（例如每分钟 X 个产品量），帮助传感器的计数有意义。ERP 和 MES 软件中的盘点还支持自动化工作流程，例如物料订单、库存更新、生产调度以及其他车间和会计流程。
当与统计分析相结合时，实时生产和过程监控可以帮助建立性能、磨损等参数，并在机器传感器测量的生产周期和过程超出可接受范围时进行跟踪和标记。MES 可以使用这些数据来安排生产、确保质量和执行预防性维护等过程。
跟踪的指标或关键绩效指标 （KPI） 将特定于每个制造商的优先事项。但是，从过多的 KPI 开始可能会使监控和分析计划停止，从而分散工作重点，同时消耗宝贵的员工时间。因此，管理层应优先创建一个与业务最相关的 KPI 简短列表。一旦公司根据这些 KPI 定期跟踪指标，就可以添加新的 KPI。
开始您的 IoT 成功之旅
首先，最成功的制造商在一台机器上让传感器和监测工作，并开始收集每个人都认为对这台机器很重要的样品信息。一旦传入的数据看起来符合团队的希望，该方法就可以逐步应用于其他机器。
最好从一台团队了解界面工作原理并取得成功的机器开始。即使启动和运行很容易，团队仍会通过该过程学习知识，这些知识将有助于安装的其余部分，并让每个人都相信结果会符合预期。
制造商还应首先将传感器和监控连接到性能良好的机器上，团队可以从中收集数据并创建理解基线。这将作为测量其他机器的跳板。而且，在首次监测来自传感器的数据时，请务必注意，放置在机器不同部件上的传感器通常会产生不同的结果，即使传感器的类型相同。
此外，还需要考虑物理实现因素。许多成功的制造商都依靠他们的内部维护团队进行安装，而不是使用外部电工，因为安装人员需要熟悉他们的设备、机器和建筑物。此外，由于车间的金属数量会使 WiFi 和无线设备不可靠，因此请考虑使用有线连接来连接每台机器，而不是无线连接。最后，通过在每台计算机上设置网络连接来规划未来。这将确保所有机器在团队扩大整个车间传感器的安装并开始收集数据时具有网络容量。
通过遵循这些最佳实践，将传感器和实时监控引入现有机器，制造商可以快速获得洞察力，从而提高效率并纠正一直亏损的问题。从长远来看，这可以转化为更高的效率、生产力和盈利能力。
