【摘要】：在以往的设备运行过程中，其自然磨损本身会使产品的品质发生一定的变化。无所不在的传感器，互联网技术的引入使得设备实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。通过分布在生产线不同环节的传感器实时采集制造装备运行数据，并进行建模分析，及时跟踪设备信息，如实际健康状态、设备表现或衰退轨迹，进行故障预测与诊断，从而减少这些不确定因素造成的影响，降低停产率，提高实际运营生产力。
在以往的设备运行过程中，其自然磨损本身会使产品的品质发生一定的变化。而由于信息技术、物联网技术的发展，现在可以通过传感技术实时感知数据，知道产品出了什么故障，哪里需要配件，使得生产过程中的这些因素能够被精确控制，真正实现生产智能化。因此，在一定程度上，工厂/车间的传感器所产生的大数据直接决定了工业4.0所要求的智能化设备的智能水平。
此外，从生产能耗角度看，设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情况，由此能够在生产过程中不断实时优化能源消耗同时，对所有流程的大数据进行分析，也将整体上大幅降低生产能耗。
传统统计制程控制监控虽然也涵盖设备参数，但有时设备仍然会发生问题，工程师也不知道设备出现的问题如何处理最有效，大数据分析运用设备感测资料及维修日志，找出发生设备异常的模式，监控并预测未来故障概率，以便工程师可以即时执行最适决策。(www.xing528.com)
无所不在的传感器，互联网技术的引入使得设备实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。
通过分布在生产线不同环节的传感器实时采集制造装备运行数据，并进行建模分析，及时跟踪设备信息，如实际健康状态、设备表现或衰退轨迹，进行故障预测与诊断，从而减少这些不确定因素造成的影响，降低停产率，提高实际运营生产力。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
