使用数据预测未来

“明天的成功的公司将越来越多地从预测的基础上建立决策应用程序与人工智能,“强调Jari Almi在瓦尔麦特公司副总裁、工业网络。爱尔兰西班牙比分

“在实践中,这意味着,由于基于ai应用和机器学习,可以预测即将到来的变化和事件,主动做出决定基于预测事件和行动。这种方法是有效的生产,维护和业务,”他解释道。

简单地说,高级分析的好处是,它可以识别重复的模式或大量数据的一系列事件导致某些未来事件。通过识别这些模式,它可以预测当相同的事件可能会再生,提前提醒用户。在未来,人工智能也可能会取代操作员和填补最好的定位点自动系统。

向更多的自主操作

“谢谢更预测自然可用的信息,可以更好地控制日常工作在工厂或工厂的前期规划活动和运行过程用更少的资源。这是一个根本性的改变,将导致更多的自治机或植物。”

“如今,运营商运行机器主要是基于历史数据和经验的最佳运行参数和定位点。很多从自动化系统实时数据是可用的,但数据使用主要是限于控制过程。这是因为人类不可能分析成千上万的数据点在同一时间和识别重复的模式。今后轧机或植物,它将可以管理和优化mill-wide操作通过数据驱动的应用程序通过结合和分析来自不同数据源的数据,“Almi说。

利用来自多个数据源的数据

在实践中,有几个有用的数据源在轧机操作和整个价值链:机器和过程自动化系统的设备和生产的数据,从实验室的质量数据,维护管理系统和业务数据,包括企业资源规划和制造执行系统。

这台机器和过程自动化系统是一个重要的数据源。将这些数据与维护和业务数据将提供一个新的维度,使机器更聪明。

“在瓦尔麦特公司,我们正在寻找方法来连接瓦尔麦特公司机械、系统和舰队配备先进的传感器、控制和软件应用程序。结合数据与我们的过程和机械技术将使我们能够利用嵌入式智能更可预测的主要工艺设备和自主操作,“Almi解释道。

嵌入式智能将提供一个更详细的状态每一块设备,及其需要维护和备件。“我们希望减少计划外停机和优化维护。例如,当我们可以及早预测即将到来的机器故障,维护团队可以提前计划在下一个关闭之前所需的操作。防止发生设备故障给客户带来真正的商业价值。”

这允许从安排设备维修这类基于结果的维护。

“基于规范的分析,系统可以显示如何运行或修改机器以确保它是安全的扩展操作,直到下一次计划维护。我们未来的愿景是为系统自动恢复从发现问题通过改变自己的设置适应预测问题。”

整个生产链的整体视图

大数据分析的主要目标和相关AI-driven应用程序从历史数据中学习,并考虑到所有交互更好,即使在一个区域或更广泛的横向价值链各个环节的过程。而不是传统的方法调整和优化轧机主要在过程领域层面,目标是理解和管理整个生产系统。

”例如,在理想情况下,我们把数据从纸浆厂,造纸机和转换过程和应用mill-wide操作控制的解决方案,帮助客户优化生产成本,产品质量和生产率在轧机,“Almi说。

“爱尔兰西班牙比分物联网应用程序允许我们预测在拐角处。”

“由于新技术,我们可以模型机的整个生产链,并相应地优化它。当订单生产计划系统是可用的,我们知道什么样的最终产品应该源于这个过程在每一个时刻,可以级联最好的选点所有上游过程领域,基于最终产品的规范。”

”相结合,利用几个轧机系统的数据,可以确定最有利可图的方式将传入的原材料转化为最终的产品,“Almi解释道。

如何开始

最好的方法来寻求价值的数据和发展开始启动数据发现过程利用一批历史数据,如从机信息管理系统。数据发现可以找到一个发现问题的根本原因或采取一个更全面的方法,寻找改善生产过程中潜在的利用历史数据。通常,数据发现需要六到八周,和瓦尔麦特公司的数据科学家和过程的专家与客户的专家合作,把一切的数据。数据发现的结果不仅限于一个最终报告;通常,创建一个数据驱动的咨询应用程序也在此过程中解决发现改进的机会。

“数据发现帮助客户理解识别问题的根源或采取全面综合的方法过程领域或工厂改善,依靠大数据历史分析。了解问题的根源和一系列事件导致某些事件的数据使我们能够开发一种先进的算法来识别和预测从在线数据同样的问题,”Almi解释道。

瓦尔麦特公司还使用积累的历史数据来验证所选择的可行性咨询或预测客户的申请流程。验证应用程序可用性与一批历史数据允许快速和无风险实现双方的数据驱动的应用程序。一旦这是验证,结果是同意了,是时候进入连续服务阶段通过实现数据连接和在线应用程序。最后一步是将客户的日常运营支持的应用程序性能和可靠性的发展。

“我们已经离我们客户的生产过程在过去的几十年。现在是时候采取另一个步骤,利用数据数字化过程的数字转换过程和企业。在我们的经验中,变更管理中扮演着重要角色,当公司正在采用新的数据驱动的应用程序将人工智能。虽然数字化技术,将模拟系统转化为数字系统,数字化是更多关于利用数据和最新的技术来提高流程的效率,使新的商业模式。所以总有人类视角与数字化。如果新的咨询应用程序和其他技术推动者与日常运营和流程整合不当,很难达到预期的水平值的改变。”

Almi指出,搬到一个更自主轧机将突出的重要性,运营商的能力,而不是抛弃他们。

“运营商必须能够理解整个系统是如何工作的,因为他们会有更广泛的工具可以使用。他们会更负责的可靠性、性能和质量优化的生产流程比以前。也预测,近期的事态发展,数字化将使逐渐从传统的线组织转移到一个真正的过程管理模式。”

可预测性增加效率

总而言之,人工智能将在未来发挥重要作用机或植物,但还需要很长一段时间它取代专家的角色。最好的结果可以通过吸引人们使用新技术通过一个敏捷开发方法。而不是多年开发项目试图解决所有的问题,新的机会应该一步一步探索,通过学习去实现视觉上的自治轧机的未来。

“最终,让我们的客户走向自主植物或机将导致更有效的生产过程。米尔斯和植物将能够更有效地运作,减少原材料的使用和过程和工厂提高产量水平。人工智能的最终目标是数据驱动的应用程序将会收敛过程自动化和其他机控制系统,并接管控制定位点优化生产成本,产品质量和生产率mill-wide”Almi总结道。

文本Vesa Puoskari
托米- Parkkonen照片

文章发表在向前杂志3/2019。