Header Place holder
This content does not have an English version, but a Chinese version, as shown below.
Do not show this message again.

* 此案例基于在全球其他地区由微软运营的 Microsoft Azure 云平台实施,仅供由世纪互联运营的 Microsoft Azure 客户参考。

山特维克可乐满隶属于山特维克集团,是一家给制造行业提供工程机械和刀具系统,业务遍及全球的高科技工程企业。山特维克已经积累了几十年的行业知识和经验, 如今它希望进一步把知识和经验数字化,以便帮助客户分析并反馈到客户的制造过程中, 以优化车间效率。山特维克与 Azure 联手创建了一个基于 Azure 物联网套件 ( Azure IoT Suite ) 和 Cortana Intelligence 套件的预测分析解决方案。该解决方案集成了人员、机器、工具、材料、订单、仓储处理、日程排期等多种信息,并整合了和 Dynamics for Field Service 现场服务能力, 以方便客户能够做出最佳的业务决策。

无论是飞行在万米高空,钻入坚硬的岩石层,行驶在高速公路、或者是挖掘成堆成吨的泥土, 各种机器其实都是由精密的部件的经过细致地调试组合而成的。实现这种精密度则要求对生产这些部件的工具和流程进行严格管理和控制, 以确保连贯一致的高质量和可靠性,并最大限度地减少浪费。山特维克可乐满走在开发提供制造工具、加工解决方案和知识转移过程的最前沿,帮助客户以最高效、最可靠、最具成本效益的方式生产他们所需的零部件。

为了最大限度地利用其对加工过程的深入了解,山特维克可乐满开发了一个整体解决方案,整合了生产流程的所有元素--人员、机器、工具和数据—帮助客户做出最佳的业务决策。该方案整合了公司的人力资源和 Azure 物联网套件、Cortana 智能套件和 Dynamics 365 for Field Service,优化流程、规划和预测性维护计划,使山特维克可乐满客服人员能够更有效地帮助客户避免停机。

山特维克在 1862 年成立于瑞典的桑德维肯,从成立伊始就致力于在研发方面大量投入,并与客户密切合作,开发精密的产品以满足客户个性化的需求。该战略仍在继续推动公司成长,并帮助其加工解决方案分部--山特维克可乐满--成为全球市场领先的高级工业金属切割工具和刀具系统制造商。

山特维克可乐满在几十年里一直保持着良好声誉,它提供的不仅仅是工具和系统。多年来,其员工已经在多个行业中积累了丰富的加工和工装工艺知识。如果客户有一个机器的问题,他们会致电山特维克可乐满,其技术专家将抵达客户现场进行帮助。销售人员与操作人员交谈,倾听机器的情况,调整投料的数量和速度以恢复正常的运行,又或者提出进一步的服务建议。

这种个性化的方法可帮助客户优化机器、工具、流程以及最终产品。然而,技术专家不可能每时每处都在,所以山特维克可乐满决心把他们的知识数字化。这样做可以使信息可用于生产环节的所有部分,并且可以应用分析工具提供智能反馈给机器和运行那些机器的人。

人类智慧与机器智能的结合

“今天,客户依赖的是操作员的技能和技术专家的技能,” 山特维克可乐满的首席企业架构师和高级经理 Nevzat Ertan 说,“我们希望将我们专家的知识转化为数字化的格式,并运用机器学习,查看数据和优化,并调整配置以优化生产。这个不会取代操作员,但会给操作员提供另一种工具来提高生产率。”

山特维克可乐满基于 Azure 物联网套件、Cortana 智能套件以及 Dynamics 365 for Field Service 开发了的解决方案。

“通过与 Azure 的紧密合作,我们开发了这个全新的预测性分析制造解决方案,其中包括一个内部车间控制工具,它收集加工和刀具数据,并将数据发送到 Azure,用 Cortana 智能套件中的机器学习算法进行实时分析以优化过程,” Ertan 说,“该方案将帮助我们的客户更快更好地做出明智的决定,带来更多利润。”

加工数据也从带传感器装置切割工具收集到 Azure 物联网服务。在 Azure 机器学习和 Streaming Analytics 流分析的帮助下,将嵌入式智能添加到这些工具中,使工具能够从加工操作中捕获更多的数据,用于自动调整设备,在需要维修时通知技术人员,并提醒工厂管理者可能出现的潜在故障。

最终,该解决方案还将对 Dynamics 365 for Field Service 现场服务系统上的数据与车间系统和加工系统的数据进行整合。

深入到工具级的智能

这个解决方案的独特之处在于,它提供了工具级别的分析和智能,而不仅仅是在机器级别上,因此该方案可以在连续工作流中进行工具的优化和调整。通过提醒用户何时需要更改某些部件,用户可以制订最佳更换时间,从而保持生产的连续性。

“现在我们把盒子放在机器上,用于探测电涌和异常特征。 如果参数超过一定的阈值,客户可以实时停止机器运作,” Ertan 说,“通过与 Azure 合作开发的解决方案,我们使用 Azure 物联网套件将实时、高频的机器数据引入云,并利用 Cortana 智能套件中的机器学习算法对其进行分析,以优化流程。这些基于云服务的威力使我们能够建立预测性的维护时间表并设置警报,以便我们在机器故障发生之前将其关闭运作。”

除了加工的操作,该系统还将帮助优化制造流程中的许多方面。例如,如果铣削机本身在 100% 满负荷的运转,但存储处理或工具管理系统无法处理这个负荷,那么机器就必须等待工具或部件的供应和配合。在这个例子里,铣削机本身的性能反而是次要的问题,因为物流系统的供应量跟不上铣削机的处理能力。

推动更高效、更有利的决策

这个工具的核心目标是帮助人类根据客观的整合的生产数据做出更好的决策。整合的系统和流程可以让机器提供客观数据,支持资源的规划,并明确采购机器或者工具的投资回报率,而不仅仅是凭借主观来做决策。

“我们需要深入了解加工过程,才能解释所有这些数据,而这恰恰是我们擅长的地方,” 山特维克可乐满的全球产品经理 Mats Lindeblad 说,“我们公司在这方面有与众不同的优势,那就是我们对加工过程有深刻的了解,并且我们有能力将这种知识转化为分析数据的算法。”

所用技术和服务