一文读懂智慧工厂（智能工厂/Smart Factory）——智慧工厂是什么？
下一代智慧工厂将利用信息物理系统来进行数据收集和分析，从而更有效地执行任务，创造更有价值的产品。
随着手机、汽车和水等的智能化发展，工业的智能化也变得触手可及。你或许听说过智慧工厂这个术语，或者工业物联网(IIoT)。不难推断，这类新一代工厂将会引进新技术，将各个方面做得更好。那么，它们是如何完成这个目标的呢?
信息物理系统(cyber-physical system, CPS)是互联性和工具的组合，它使智慧工厂变得“智能”。通过收集和分析数据，它们可以更有效地执行任务。这些信息可以被用来创造更好的产品和更有效的技术。
迫切的数据需求
使工厂智能化的第一步是集中数据。任何成功的企业都应该密切关注数字。在智慧工厂中都有相应的系统在进行数据的收集和集中。大多数情况下，这是一个由无线IIoT传感器和设备组成的网络，它们不断地收集和存储大量数据。这些数据可以是从特定机器人的时间到整个工厂环境条件的任何东西，。
如果没有一组良好的聚合数据和正确的维护工具，就不可能有一个智慧工厂。然而，拥有数据只是智慧工厂最基本的组成部分。
等级一
事实上，智慧工厂模型将可用的数据作为四个级别中的第一级。在这个层次上，数据被捕获，但是以一种难以整体分析的方式。单独的进程或系统保留它们收集的数据，并且你不能真正得到工厂进程的鸟瞰视图。
等级二
第二级是可访问的数据，这意味着数据已经从公司的竖井或完全不同的角落中提取出来。这些数据进入某种中央报告结构，员工可以使用该结构做出明智的决策。在这一点上，所收集的数据类型可能是标准化的，以便于分析。
做出明智的决策
然而，拥有大量的数据是不够的，你需要知道如何处理它。这就是智慧工厂模式开始发光的地方。随着更多的数据被聚合，我们就有可能创建流程和子流程的模型来通知工厂的整体任务。网络感知的CPSes通过物联网(IoT)来交流他们正在做的事情和任务的结果。因此，工厂本身会意识到自己的成功和失败，而这些成功和失败是由管理角色中的人员使用关键性能指标(KPI)来定义的。
等级三
在四层智慧工厂模型的第三层，智慧工厂管理者实现了以人工智能(AI)和大数据分析为动力的高级数据分析技术。这些技术可以筛选大量的数据——甚至超过一组人类统计学家可以合理分析的数据——并进行模式检测和预测模型创建。
工厂管理者和生产线员工可以使用这些见解来改进工厂流程，并做出更明智的决策。
等级四
在智慧工厂的最高层——第四层——工厂对数据本身的使用已经实现自动化。工厂流程可以有效地识别出什么地方出了问题，并提出新的想法以产生更好的结果——有时不需要任何人工干预。
机器学习与执行
当出现问题时，操作人员有足够的自我意识来停止生产或进行更改。例如，在全球主要制造商使用的自动化部件检验过程中，有缺陷的部件会被立即丢弃，而不是提交给付费的QA测试人员。这样可以节省大量的时间和金钱。
零件检验通过使用一个模型来工作，该模型准确地告诉CPSes一个完成的零件应该是什么样子，怎么测量和执行。然后，机器人CPSes可以测试工件，并在记录检查结果的同时做出决定。这些结果会被编目，甚至可能会被添加到“坏”示例的数据集中，从而改进部件检查算法。
以汽车工厂为例，进一步说明第四级智慧工厂的工作方式。设想这样一个可以将每天生产的汽车数量最大化的操作：工厂的CPSes要求每100辆车维修一次，这需要你把工厂的部分或全部车辆离线进行处理。智慧工厂有一个功能，当需要维护时通知管理员，甚至维护过程本身。
这种操作使用了大量的电力，但是它可以让工厂管理者通过利用智慧工厂的能力来节省电力成本。工厂是上下文感知的，这意味着，通过将电力使用成本定义为KPI，你可以将其配置为最大程度地高效使用电力的模式。你可以在一天中较晚的非高峰时间进行维护，或者在电力昂贵时降低生产速度以减少工作量。
由于智慧工厂系统的互联性，工厂可以向管理者提出建议，甚至自己采取行动。
这是否意味着工厂工人可以与工作说再见?相反的，而更有可能的是，其他部门也会创造就业机会，因此，这些努力的方向可能会发生转变，而这意味着职位数量可能并不会减少。
原文作者：Megan Nichols
本文来自翻译，如需转载，请先获取本站授权。
小罐子 