今天的工业4.0是由物联网驱动的。作为人类，我们在全天候24/7捕获和存储现实世界信息方面的注意力和精度有限。传感器从工厂设备收集生产数据以获得有价值的见解的能力可用于提高生产效率、生产质量和盈利能力。100%的OEE率（整体设备效率）代表理想的生产：尽可能快地生产出优质零件，无需停机。以下是IIoT分析可以回答的一些问题：可用性：您知道工厂设备的实际产能利用率吗？您如何预测设备的剩余寿命？年平均停机时间是多少？是否有关于总体趋势的信息？你能确定哪些机器导致了缺陷吗？应该更新哪些细节或机器软件以提高性能？在生产的哪个阶段流程中断会导致有缺陷的产品？性能：哪些机器是哪些机器的能效较低？最高生产速度是多少？它与质量有何关系？下面我们将介绍如何分析和改进这三个OEE指标，以及它如何影响整体投资回报率。1.质量《哈佛商业评论》在详细的已发表案例研究中，描述了一种提高生产力和质量的分析方法。文章指出，应对运营数据进行统计分析，以识别异常值并确定如何改进流程。将工厂最初15%的缺陷减少到9%，结果：提高了生产率。工厂现在以相同的成本多生产6%的产品。提高产品质量。现在只有9%的输出有缺陷，而不是15%。单位成本较低。工厂以同样的成本生产更多的产品。价格可以降低，销量可以增加。改进流程是提高质量和降低单位成本的关键。详细的操作控制使您能够识别工厂车间的异常值（变异源），从而消除技术缺陷。仪表板是确定最高效班次以及最可靠的设备和材料供应商的可靠事实来源。2.可用性可用性是效率的另一个关键因素，可以通过基于客观数据分析的管理措施来提高可用性。虽然估计有所不同，但即使生产可用性提高5%也可能带来数十万美元的收入。实现更好的可用性会导致：由于预测性维护（高达20%），增加了正常运行时间并减少了代价高昂的停机时间。停机时间给美国汽车业造成每小时130万美元的损失，因此防止此类故障是有道理的。通过消除瓶颈扩大生产能力（高达15%）。数据分析有助于确定每台机器、生产线和工厂的可用性和损失。它使制造商能够改造生产率最低的设备，并使用相同的机器生产更多的产品。改进业务流程。物理系统的数字副本或“数字双胞胎”使用传感数据来监控、诊断和预测资产性能。该技术可用于更好的采购和预算决策、资源消耗预测。节省预算。延长旧设备的使用寿命无需购买新的昂贵设备。3.性能性能指标说明生产速度。通过监控它，您可以检测速度变化，同时考虑到小停顿和慢周期。性能分析和优化侧重于哪些组件可以带来更高的性能和质量，以及它们的最高效率是多少。监控性能可以导致：提高盈利能力。降低维护成本和可预测的紧急情况通过自动检测异常值做出更好的投资决策ThingsBoard趋势分析如何帮助实现更好的OEE（整体设备效率）KPI？首先，你需要了解当前的OEE分数以及影响它的因素。通过这样做，您可以设置一个初始基线以进行改进。如果不测量和验证设备的当前状态，您将没有可靠的数据来得出关于您采取的行动是在改善还是在恶化的结论。因此，行动计划应该如下：▲从设备和生产过程中收集数据▲测量初始OEE分数▲制定OEE改进策略▲监控结果ThingsBoardIoT平台解决了4个任务中的3个：您可以连接设备，从传感器收集数据并在交互式仪表板上将其可视化收集的原始数据可以转换为关键绩效指标使用TrendzAnalytics查找异常值、相关性、趋势并预测行为
