隨著數(shù)字傳感技術(shù)和物聯(lián)網(wǎng) (IoT) 的興起，制造商現(xiàn)在越來(lái)越多地在日常運(yùn)營(yíng)中處理大量數(shù)據(jù)。此類(lèi)數(shù)據(jù)流源自整個(gè)組織的不同來(lái)源，例如機(jī)器傳感器、供應(yīng)鏈、監(jiān)管要求、財(cái)務(wù)績(jī)效、原材料庫(kù)存和人員績(jī)效。

單獨(dú)的每個(gè)數(shù)據(jù)通常對(duì)任何制造商都沒(méi)有用，除非它足夠集成以在企業(yè)級(jí)別提供足夠的圖片。隨著數(shù)據(jù)的復(fù)雜性和數(shù)量的增長(zhǎng)，數(shù)據(jù)的后續(xù)整合也成為數(shù)據(jù)科學(xué)家面臨的新問(wèn)題。本文介紹了制造商與數(shù)據(jù)集成相關(guān)的主要挑戰(zhàn)。

挑戰(zhàn) #1 低質(zhì)量數(shù)據(jù)

數(shù)據(jù)集成的最大挑戰(zhàn)之一是其質(zhì)量差。如果單個(gè)數(shù)據(jù)點(diǎn)不正確，則在與其余數(shù)據(jù)點(diǎn)集成以形成數(shù)據(jù)庫(kù)時(shí)，可能會(huì)在更大范圍內(nèi)被誤導(dǎo)。質(zhì)量差通常源于數(shù)據(jù)收集協(xié)議的不一致或數(shù)據(jù)管理過(guò)程中人為過(guò)度參與。

人類(lèi)容易犯錯(cuò)誤；兩名負(fù)責(zé)檢查機(jī)器健康狀況的機(jī)器操作員可能會(huì)根據(jù)他們的能力水平、經(jīng)驗(yàn)以及在某種程度上他們的偏見(jiàn)對(duì)機(jī)器做出不同的判斷。此外，其他錯(cuò)誤可能包括記錄重復(fù)、印刷錯(cuò)誤和記錄丟失。

制造商用來(lái)減輕人為錯(cuò)誤的最簡(jiǎn)單技術(shù)之一是在數(shù)據(jù)收集中保持一致性。這可以像多次記錄以獲得精確結(jié)果一樣簡(jiǎn)單，也可以像制定嚴(yán)格的標(biāo)準(zhǔn)操作程序(SOP) 一樣復(fù)雜。更常見(jiàn)的是，操作員必須從清單中挑選來(lái)收集數(shù)據(jù)，而不是寫(xiě)長(zhǎng)篇故事來(lái)講述他們?cè)谥圃焐a(chǎn)線上的發(fā)現(xiàn)。

另一種有用的方法是通過(guò)培訓(xùn)員工了解制造流程和機(jī)器來(lái)提高能力。隨著物聯(lián)網(wǎng)的進(jìn)步，制造商現(xiàn)在將傳感器直接放置在機(jī)器上，機(jī)器會(huì)自動(dòng)實(shí)時(shí)收集數(shù)據(jù)并將其發(fā)送到服務(wù)器，然后再集成到大型數(shù)據(jù)庫(kù)中。這種即時(shí)收集、處理和集成數(shù)據(jù)的好處是它的便利性和及時(shí)性可用作提高精益績(jī)效和整體業(yè)務(wù)效率的觸發(fā)器。

挑戰(zhàn) #2 處理大數(shù)據(jù)

隨著數(shù)據(jù)隨著時(shí)間的推移變得越來(lái)越大，與其集成相關(guān)的挑戰(zhàn)也變得復(fù)雜。這意味著簡(jiǎn)單地對(duì)每個(gè)數(shù)據(jù)點(diǎn)執(zhí)行手動(dòng)檢查的過(guò)程將不起作用。相反，必須定義數(shù)據(jù)質(zhì)量指標(biāo)以根據(jù)閾值自動(dòng)跟蹤數(shù)據(jù)點(diǎn)。

此外，大數(shù)據(jù)意味著更多種類(lèi)和數(shù)量的數(shù)據(jù)，可能會(huì)帶來(lái)一系列集成復(fù)雜性。更大的容量將需要更快、更強(qiáng)大的處理器來(lái)實(shí)現(xiàn)及時(shí)集成。

例如，在快節(jié)奏的制造環(huán)境中，生產(chǎn)線上的產(chǎn)品質(zhì)量可能需要通過(guò)基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)算法進(jìn)行篩選?，F(xiàn)在，如果處理器的速度不夠快，無(wú)法在緊迫的時(shí)間內(nèi)處理數(shù)據(jù)點(diǎn)，則可能會(huì)影響整體生產(chǎn)效率。

同樣，大數(shù)據(jù)也將涉及考慮各種數(shù)據(jù)參數(shù)。這些參數(shù)可能看起來(lái)相互排斥，但從精益效率的角度來(lái)看，它們之間可能仍然存在間接相關(guān)性，因此會(huì)對(duì)整個(gè)制造過(guò)程產(chǎn)生影響。

挑戰(zhàn)#3 數(shù)據(jù)的優(yōu)先級(jí)

數(shù)據(jù)的優(yōu)先級(jí)是在集成之前值得考慮的另一個(gè)影響。并非每條數(shù)據(jù)都是相關(guān)的——因此，收集、處理和整合它們不僅會(huì)浪費(fèi)金錢(qián)，而且最終很可能會(huì)誤導(dǎo)數(shù)據(jù)管理結(jié)果。

最好的方法是根據(jù)數(shù)據(jù)點(diǎn)對(duì)制造運(yùn)營(yíng)的影響的嚴(yán)重程度對(duì)數(shù)據(jù)點(diǎn)進(jìn)行優(yōu)先級(jí)排序。制造商可能會(huì)使用故障模式影響和關(guān)鍵性分析 (FMECA ) 等技術(shù)來(lái)提出應(yīng)收集和集成的數(shù)據(jù)點(diǎn)，以適應(yīng)制造產(chǎn)品的新興故障模式。

挑戰(zhàn) #4 數(shù)據(jù)安全

數(shù)據(jù)安全是數(shù)據(jù)集成面臨的新興挑戰(zhàn)之一。在傳統(tǒng)的制造環(huán)境中，并非每條數(shù)據(jù)都在云上，因?yàn)樗赡苤皇窃谝粡埣埳匣蛞恍╇x線工作站上。這為孤島數(shù)據(jù)集提供了固有的網(wǎng)絡(luò)安全性。

隨著基于云的數(shù)據(jù)集成的出現(xiàn)，實(shí)際上每組數(shù)據(jù)現(xiàn)在都暴露在云中，進(jìn)而容易受到越來(lái)越多的網(wǎng)絡(luò)攻擊、惡意軟件和勒索軟件威脅，從而增加了數(shù)據(jù)損壞或受損的風(fēng)險(xiǎn)。為實(shí)現(xiàn)安全數(shù)據(jù)集成而應(yīng)考慮的一些重要方面是保護(hù)數(shù)據(jù)沿襲、保護(hù)敏感數(shù)據(jù)以及定義明確的協(xié)議以將新數(shù)據(jù)與舊數(shù)據(jù)集成。

結(jié)論

簡(jiǎn)而言之，高質(zhì)量和相關(guān)數(shù)據(jù)的存在是有效決策的基石。現(xiàn)代制造商目前正在處理大規(guī)模數(shù)據(jù)，作為其日常運(yùn)營(yíng)的一部分。這使他們?cè)谔幚砗凸芾砥洚a(chǎn)品和流程的數(shù)據(jù)時(shí)面臨前所未有的挑戰(zhàn)。為了實(shí)現(xiàn)安全操作，重要的是數(shù)據(jù)安全有效地集成以形成一個(gè)大數(shù)據(jù)庫(kù)。