Ansluten fabrik

Förbättra den industriella effektiviteten med en ansluten fabrik

Följande demonstration är ett exempel på hur ett företag kan utnyttja kraften hos Microsoft Azure IoT-lösningar för att dra fördel av Industrie 4.0 och molnaktiverade enheter via OPC-UA-ramverket.

Genom att ansluta fabriker på ett enkelt sätt utan avbrott kan producenterna mata in, analysera och visualisera viktig driftsinformation, avseende t.ex. effektivitet och prestanda. Istället för att reagera på händelser kan de hantera dem proaktivt, och i slutändan helt automatisera.

Med Azure IoT-lösningsacceleratorn konfigureras den anslutna fabriken, infrastrukturen och arkitekturen i förväg, vilket gör att företaget snabbt kan komma igång på en säker och global plattform.

Global vy

Fabriksvy

Produktionsradsvy

Datorvy

Problemlösning

Step 1 of 4

Global översikt

Instrumentpanelen för global sammanfattning förser operatörerna med en övergripande bild av produktionsverksamheten.

Step 2 of 4

Kritisk rapportering

I en snabb överblick kan operatörerna se statusen för sina resurser, t.ex. prestanda, effektivitet och resultat.

Step 3 of 4

Aviseringsloggning

Kritiska aviseringar, avbrott och drifts- och effektivitetsavvikelser eskaleras alla för snabba lösningar.

Step 4 of 4

Eskalering av avisering

En kritisk avisering har utlösts vid en anläggning i Tyskland. Låt oss ta en närmare titt…

Step 1 of 3

KPI:er på fabriksnivå

KPI:er och aviseringar sammanfattas på fabriksnivå för just denna platsen.

Step 2 of 3

Produktionsinformation

Varje produktionslinje kan representeras, övervakas och analyseras individuellt. Effektivitet och produktionsresultat sammanfattas i nästintill realtid, så att problemet ska kunna fastställas.

Step 3 of 3

Kritiska aviseringar

Vi kan se att den kritiska aviseringen för den här anläggningen avser produktionslinje 6, där bildelar tillverkas. Låt oss studera detta mer ingående…

Step 1 of 3

Produktionsradsvy

På den här nivån sammanfattas den specifika produktionslinjen med produktionsinformation, maskinkörningstider och faktiska enhetsdatamått.

Step 2 of 3

Specifik maskinanalys

Den specifika del som uppvisar ett fel eller en avvikelse kan du identifieras. Vi kan se att problemet har att göra med en robotarm i den här produktionslinjen.

Step 3 of 3

Målaviseringar

Det finns många varningar och eskaleringar för den här platsen, men bara en som är kritisk. Aviseringen för den här enheten har att göra med temperatur. Låt oss klicka oss igenom och se vad som är problemet med den här armen.

Step 1 of 4

Datorvy

På maskinnivå kan du visa råa enhetsdata, prestanda och t.o.m. förutsägelseanalys.

Step 2 of 4

Djupanalyser

Här kan du visa faktiska enhetsmått och värden i nästintill realtid. Enhetsspecifika KPI:er, körningstider och återstående schemalagda krav visas också.

Step 3 of 4

Kontextbaserat beslutsfattande

Vi kan se att enheten borde vara tillgänglig för oss under ganska lång tid, men instrumentpanelen förutsäger att vi kommer att ha ett oplanerat fel betydligt tidigare.

Step 4 of 4

Vidta åtgärd

Här kan operatören välja den kritiska aviseringen oh vidta åtgärder.

Step 1 of 2

Adressera problemet

Aviseringspanelen tillhandahåller både realtidsdata och historisk information. Datavisualiseringen visar tydligt det överskridna tröskelvärdet och behovet av att vidta någon åtgärd innan delen havererar och äventyrar produktionen.

Step 2 of 2

Affärsintegration

En tekniker kan kallas till platsen via Dynamics365 och fälttjänstsintegration. Underhållet kan schemaläggas till en passande tid mellan skiften, så att inverkan på produktionsschemat minimeras.