智能制造

預(yù)測性維護(hù)在智能工廠中的應(yīng)用

2021-03-31 來源：評論：0

摘要：本文淺析預(yù)測性維護(hù)可以為智能工廠提供實(shí)時優(yōu)化維護(hù)任務(wù)的潛力，它可最大程度地延長設(shè)備的使用壽命，同時還能避免操作中斷。

　　傳統(tǒng)上，普通工廠中的專業(yè)維護(hù)人員需要結(jié)合許多定量和定性技術(shù)，以期預(yù)測即將發(fā)生的故障并減少其制造設(shè)施的停機(jī)時間。雖然說起來簡單，但在實(shí)際中想要達(dá)到預(yù)測的效果需要考慮多方面的因素。本文淺析預(yù)測性維護(hù)可以為智能工廠提供實(shí)時優(yōu)化維護(hù)任務(wù)的潛力，它可最大程度地延長設(shè)備的使用壽命，同時還能避免操作中斷。
　　作者丨中國飛行試驗(yàn)研究院李維峰
　　來源丨《網(wǎng)絡(luò)安全技術(shù)與應(yīng)用》2020年第12期

　　制造業(yè)中的維護(hù)和可靠性專業(yè)人員面臨許多挑戰(zhàn)，但是任何維護(hù)組織的目標(biāo)始終是相同的：最大化資產(chǎn)可用性。所謂資產(chǎn)，簡而言之就是固定資產(chǎn)，即車間中將原材料變成成品的機(jī)器。
　　如今，不良的維護(hù)策略可能會使工廠的整體生產(chǎn)能力降低5%至20%。最近的研究還表明，計劃外的停機(jī)時間每年給工業(yè)制造商造成的損失估計為500億美元。這引出了一個問題：“一臺機(jī)器使用多久之后需要下線維修？”傳統(tǒng)上，這種困境迫使大多數(shù)維護(hù)組織陷人一種折中的局面，他們不得不在最大化零件的使用壽命或者通過盡早更換可能的零件來最大化正常運(yùn)行的時間二者之間進(jìn)行選擇?；跁r間的預(yù)防性維護(hù)已證明對大多數(shù)設(shè)備組件無效。
　　通常，通過運(yùn)行工具或機(jī)器組件直到它們失效，可以最大程度地利用它們。但是隨著零件開始振動，過熱和破裂，這可能會導(dǎo)致災(zāi)難性的機(jī)器損壞。而且，盡管對于某些資產(chǎn)而言，運(yùn)行失敗可能是一種可接受的方法，但計劃外停機(jī)幾乎總是更昂貴且更耗時間進(jìn)行糾正。相反，您可能會考慮更頻繁地更換零件和維修設(shè)備。但這不僅會隨著時間的流逝而增加更換成本，還會增加計劃內(nèi)的停機(jī)時間和運(yùn)營中斷。
　　備件管理提出了類似的挑戰(zhàn)，感覺就像是持續(xù)不斷的平衡行為。在預(yù)算有限的情況下，維護(hù)專業(yè)人員必須評估所需的零件以及何時購買它們。如果在需要時沒有備件或訂購備件，則在等待更換零件時，資產(chǎn)的停機(jī)時間可能為數(shù)天至數(shù)周甚至數(shù)月之久[1]。這通常會導(dǎo)致備件庫存的積累，這不僅占用了營運(yùn)資金，而且增加過多和過時的風(fēng)險。
　　預(yù)測性維護(hù)（PdM）旨在通過授權(quán)公司最大程度地延長零件的使用壽命，同時避免計劃外的停機(jī)時間并最大程度地減少計劃內(nèi)的停機(jī)時間來打破這些折衷。隨著用于制造業(yè)的工業(yè)4.0的出現(xiàn)，公司能夠利用新技術(shù)來實(shí)時監(jiān)視和深入了解其運(yùn)營，從而將典型的制造工廠轉(zhuǎn)變?yōu)橹悄芄S。簡而言之，智能工廠就是配備了能夠使機(jī)器對機(jī)器（M2M）和機(jī)器對人（M2H）通信與分析和認(rèn)知技術(shù)相結(jié)合的技術(shù)，從而使我們可以正確，及時地做出決策。
　　PdM（已經(jīng)在我們耳邊縈繞多年）利用多源數(shù)據(jù)，例如關(guān)鍵設(shè)備傳感器，企業(yè)資源計劃（ERP）系統(tǒng)，計算機(jī)化維護(hù)管理系統(tǒng)（CMMS）和生產(chǎn)數(shù)據(jù)。智能工廠管理系統(tǒng)將此數(shù)據(jù)與高級預(yù)測模型和分析工具結(jié)合在一起，以預(yù)測故障并主動解決。此外，隨著時間的流逝，新的機(jī)器學(xué)習(xí)技術(shù)可以提高預(yù)測算法的準(zhǔn)確性，從而帶來更好的性能。
　　相比之下，傳統(tǒng)的預(yù)防性維護(hù)（PM）程序通常需要非常耗時的手動數(shù)據(jù)處理和分析，才能從收集的數(shù)據(jù)中獲得真正的洞察力。盡管許多人在這些策略上取得了一些成功，但它們通常嚴(yán)重依賴于經(jīng)驗(yàn)進(jìn)行估計，或者需要深度知識和對每臺獨(dú)立設(shè)備的不斷分析，以保持準(zhǔn)確性。
　　為了實(shí)現(xiàn)最大化機(jī)器可用性的維護(hù)目標(biāo)，著名的德勤公司甚至確定了在工業(yè)4.0時代[2]運(yùn)營的所有制造公司的兩個主要業(yè)務(wù)目標(biāo)：1）經(jīng)營業(yè)務(wù)；2）增長業(yè)務(wù)。
　　一般增長業(yè)務(wù)聚焦于業(yè)務(wù)上線的增長，而經(jīng)營業(yè)務(wù)則旨在消減成本。PdM技術(shù)可以從多個來源和舊系統(tǒng)中提取數(shù)據(jù)，以提供實(shí)時的高級見解，從而使計算機(jī)系統(tǒng)可以輕松地進(jìn)行日常工作，從而使維護(hù)管理人員可以更有效地部署資源。
　　01
　　技術(shù)探索
　　根據(jù)設(shè)計或默認(rèn)情況，跨行業(yè)的維護(hù)組織處于不同的成熟階段。有些可能正在基于估計或OEM建議進(jìn)行定期維護(hù)檢查，而其他一些可能會使用針對每種固定資產(chǎn)量身定制的基于統(tǒng)計的程序。但是，其他一些公司，尤其是航空航天和能源領(lǐng)域的公司，已經(jīng)在對其資產(chǎn)進(jìn)行連續(xù)監(jiān)視技術(shù)，但是可能僅監(jiān)視數(shù)據(jù)的輸出，而不是利用先進(jìn)的預(yù)測模型。
　　像其他任何事情一樣，從預(yù)防性維護(hù)和以可靠性為中心的維護(hù)的一些基礎(chǔ)開始，同時采取一兩個合適的資產(chǎn)試行PdM，就存在著朝著可靠性優(yōu)化的方向邁出的步驟。這些試點(diǎn)之一的主要資產(chǎn)應(yīng)該是運(yùn)營不可或缺的組成部分，并且必須以一定的規(guī)律性失敗才能創(chuàng)建基線預(yù)測算法。
　　現(xiàn)在，PdM的想法聽起來很誘人。但是它如何工作？組成智能工廠的許多技術(shù)不一定是新技術(shù)，而是變得更實(shí)惠，更健壯，更先進(jìn)，并且已集成到業(yè)務(wù)中。與20年前相比，計算、存儲和網(wǎng)絡(luò)帶寬現(xiàn)在都只花費(fèi)幾分之一，這使試點(diǎn)和擴(kuò)展在財務(wù)上可行。
　　讓我們探究組成智能工廠并使PdM成為可能的一些技術(shù)。
　　02
　　物聯(lián)網(wǎng)
　　物聯(lián)網(wǎng)（IoT）可能是PdM難題中最大的部分。我們所知道的互聯(lián)網(wǎng)已將您的筆記本電腦和移動設(shè)備連接到大型服務(wù)器場，這些服務(wù)器場中充滿了用HTML編碼的網(wǎng)站數(shù)據(jù)。物聯(lián)網(wǎng)類似，但是數(shù)據(jù)是從資產(chǎn)到企業(yè)服務(wù)器的連續(xù)流。物聯(lián)網(wǎng)使用溫度，振動或電導(dǎo)率等傳感器將機(jī)器的物理動作轉(zhuǎn)換為數(shù)字信號。數(shù)據(jù)還可以從其他來源流式傳輸，例如機(jī)器的可編程邏輯控制器（PLC），制造執(zhí)行系統(tǒng)（MES）終端，CMMS甚至是ERP系統(tǒng)。物聯(lián)網(wǎng)完成了“物理到數(shù)字再到物理（P-D-P）”這個循環(huán)的前半部分（如圖1所示)。這種智能工廠概念是在德勤關(guān)于“數(shù)字供應(yīng)網(wǎng)絡(luò)的興起”的討論中引入的。一旦通過傳感器將物理動作轉(zhuǎn)換為數(shù)字信號，即可對其進(jìn)行處理，匯總和分析。憑借價格合理的帶寬和存儲能力，可以傳輸大量數(shù)據(jù)，從而不僅可以全面了解單個工廠中的資產(chǎn)情況，還可以顯示整個生產(chǎn)網(wǎng)絡(luò)。
　　傳統(tǒng)上，普通工廠中的專業(yè)維護(hù)人員需要結(jié)合許多定量和定性技術(shù)，以期預(yù)測即將發(fā)生的故障并減少其制造設(shè)施的停機(jī)時間。雖然說起來簡單，但在實(shí)際中想要達(dá)到預(yù)測的效果需要考慮多方面的因素。本文淺析預(yù)測性維護(hù)可以為智能工廠提供實(shí)時優(yōu)化維護(hù)任務(wù)的潛力，它可最大程度地延長設(shè)備的使用壽命，同時還能避免操作中斷。
　　作者丨中國飛行試驗(yàn)研究院李維峰
　　來源丨《網(wǎng)絡(luò)安全技術(shù)與應(yīng)用》2020年第12期
　　圖片
　　制造業(yè)中的維護(hù)和可靠性專業(yè)人員面臨許多挑戰(zhàn)，但是任何維護(hù)組織的目標(biāo)始終是相同的：最大化資產(chǎn)可用性。所謂資產(chǎn)，簡而言之就是固定資產(chǎn)，即車間中將原材料變成成品的機(jī)器。
　　如今，不良的維護(hù)策略可能會使工廠的整體生產(chǎn)能力降低5%至20%。最近的研究還表明，計劃外的停機(jī)時間每年給工業(yè)制造商造成的損失估計為500億美元。這引出了一個問題：“一臺機(jī)器使用多久之后需要下線維修？”傳統(tǒng)上，這種困境迫使大多數(shù)維護(hù)組織陷人一種折中的局面，他們不得不在最大化零件的使用壽命或者通過盡早更換可能的零件來最大化正常運(yùn)行的時間二者之間進(jìn)行選擇?；跁r間的預(yù)防性維護(hù)已證明對大多數(shù)設(shè)備組件無效。
　　通常，通過運(yùn)行工具或機(jī)器組件直到它們失效，可以最大程度地利用它們。但是隨著零件開始振動，過熱和破裂，這可能會導(dǎo)致災(zāi)難性的機(jī)器損壞。而且，盡管對于某些資產(chǎn)而言，運(yùn)行失敗可能是一種可接受的方法，但計劃外停機(jī)幾乎總是更昂貴且更耗時間進(jìn)行糾正。相反，您可能會考慮更頻繁地更換零件和維修設(shè)備。但這不僅會隨著時間的流逝而增加更換成本，還會增加計劃內(nèi)的停機(jī)時間和運(yùn)營中斷。
　　備件管理提出了類似的挑戰(zhàn)，感覺就像是持續(xù)不斷的平衡行為。在預(yù)算有限的情況下，維護(hù)專業(yè)人員必須評估所需的零件以及何時購買它們。如果在需要時沒有備件或訂購備件，則在等待更換零件時，資產(chǎn)的停機(jī)時間可能為數(shù)天至數(shù)周甚至數(shù)月之久[1]。這通常會導(dǎo)致備件庫存的積累，這不僅占用了營運(yùn)資金，而且增加過多和過時的風(fēng)險。
　　預(yù)測性維護(hù)（PdM）旨在通過授權(quán)公司最大程度地延長零件的使用壽命，同時避免計劃外的停機(jī)時間并最大程度地減少計劃內(nèi)的停機(jī)時間來打破這些折衷。隨著用于制造業(yè)的工業(yè)4.0的出現(xiàn)，公司能夠利用新技術(shù)來實(shí)時監(jiān)視和深入了解其運(yùn)營，從而將典型的制造工廠轉(zhuǎn)變?yōu)橹悄芄S。簡而言之，智能工廠就是配備了能夠使機(jī)器對機(jī)器（M2M）和機(jī)器對人（M2H）通信與分析和認(rèn)知技術(shù)相結(jié)合的技術(shù)，從而使我們可以正確，及時地做出決策。
　　PdM（已經(jīng)在我們耳邊縈繞多年）利用多源數(shù)據(jù)，例如關(guān)鍵設(shè)備傳感器，企業(yè)資源計劃（ERP）系統(tǒng)，計算機(jī)化維護(hù)管理系統(tǒng)（CMMS）和生產(chǎn)數(shù)據(jù)。智能工廠管理系統(tǒng)將此數(shù)據(jù)與高級預(yù)測模型和分析工具結(jié)合在一起，以預(yù)測故障并主動解決。此外，隨著時間的流逝，新的機(jī)器學(xué)習(xí)技術(shù)可以提高預(yù)測算法的準(zhǔn)確性，從而帶來更好的性能。
　　相比之下，傳統(tǒng)的預(yù)防性維護(hù)（PM）程序通常需要非常耗時的手動數(shù)據(jù)處理和分析，才能從收集的數(shù)據(jù)中獲得真正的洞察力。盡管許多人在這些策略上取得了一些成功，但它們通常嚴(yán)重依賴于經(jīng)驗(yàn)進(jìn)行估計，或者需要深度知識和對每臺獨(dú)立設(shè)備的不斷分析，以保持準(zhǔn)確性。
　　為了實(shí)現(xiàn)最大化機(jī)器可用性的維護(hù)目標(biāo)，著名的德勤公司甚至確定了在工業(yè)4.0時代[2]運(yùn)營的所有制造公司的兩個主要業(yè)務(wù)目標(biāo)：1）經(jīng)營業(yè)務(wù)；2）增長業(yè)務(wù)。
　　一般增長業(yè)務(wù)聚焦于業(yè)務(wù)上線的增長，而經(jīng)營業(yè)務(wù)則旨在消減成本。PdM技術(shù)可以從多個來源和舊系統(tǒng)中提取數(shù)據(jù)，以提供實(shí)時的高級見解，從而使計算機(jī)系統(tǒng)可以輕松地進(jìn)行日常工作，從而使維護(hù)管理人員可以更有效地部署資源。
　　01
　　技術(shù)探索
　　根據(jù)設(shè)計或默認(rèn)情況，跨行業(yè)的維護(hù)組織處于不同的成熟階段。有些可能正在基于估計或OEM建議進(jìn)行定期維護(hù)檢查，而其他一些可能會使用針對每種固定資產(chǎn)量身定制的基于統(tǒng)計的程序。但是，其他一些公司，尤其是航空航天和能源領(lǐng)域的公司，已經(jīng)在對其資產(chǎn)進(jìn)行連續(xù)監(jiān)視技術(shù)，但是可能僅監(jiān)視數(shù)據(jù)的輸出，而不是利用先進(jìn)的預(yù)測模型。
　　像其他任何事情一樣，從預(yù)防性維護(hù)和以可靠性為中心的維護(hù)的一些基礎(chǔ)開始，同時采取一兩個合適的資產(chǎn)試行PdM，就存在著朝著可靠性優(yōu)化的方向邁出的步驟。這些試點(diǎn)之一的主要資產(chǎn)應(yīng)該是運(yùn)營不可或缺的組成部分，并且必須以一定的規(guī)律性失敗才能創(chuàng)建基線預(yù)測算法。
　　現(xiàn)在，PdM的想法聽起來很誘人。但是它如何工作？組成智能工廠的許多技術(shù)不一定是新技術(shù)，而是變得更實(shí)惠，更健壯，更先進(jìn)，并且已集成到業(yè)務(wù)中。與20年前相比，計算、存儲和網(wǎng)絡(luò)帶寬現(xiàn)在都只花費(fèi)幾分之一，這使試點(diǎn)和擴(kuò)展在財務(wù)上可行。
　　讓我們探究組成智能工廠并使PdM成為可能的一些技術(shù)。
　　02
　　物聯(lián)網(wǎng)
　　物聯(lián)網(wǎng)（IoT）可能是PdM難題中最大的部分。我們所知道的互聯(lián)網(wǎng)已將您的筆記本電腦和移動設(shè)備連接到大型服務(wù)器場，這些服務(wù)器場中充滿了用HTML編碼的網(wǎng)站數(shù)據(jù)。物聯(lián)網(wǎng)類似，但是數(shù)據(jù)是從資產(chǎn)到企業(yè)服務(wù)器的連續(xù)流。物聯(lián)網(wǎng)使用溫度，振動或電導(dǎo)率等傳感器將機(jī)器的物理動作轉(zhuǎn)換為數(shù)字信號。數(shù)據(jù)還可以從其他來源流式傳輸，例如機(jī)器的可編程邏輯控制器（PLC），制造執(zhí)行系統(tǒng)（MES）終端，CMMS甚至是ERP系統(tǒng)。物聯(lián)網(wǎng)完成了“物理到數(shù)字再到物理（P-D-P）”這個循環(huán)的前半部分（如圖1所示)。這種智能工廠概念是在德勤關(guān)于“數(shù)字供應(yīng)網(wǎng)絡(luò)的興起”的討論中引入的。一旦通過傳感器將物理動作轉(zhuǎn)換為數(shù)字信號，即可對其進(jìn)行處理，匯總和分析。憑借價格合理的帶寬和存儲能力，可以傳輸大量數(shù)據(jù)，從而不僅可以全面了解單個工廠中的資產(chǎn)情況，還可以顯示整個生產(chǎn)網(wǎng)絡(luò)。
　　圖片
　　圖一： P-D-P循環(huán)
　　03
　　分析與可視化
　　P-D-P循環(huán)的第二步是使用高級分析和預(yù)測算法分析和可視化數(shù)字信號。高級商業(yè)智能（BI）工具不再僅適用于數(shù)據(jù)科學(xué)家。許多分析平臺已開始為非結(jié)構(gòu)化數(shù)據(jù)，認(rèn)知技術(shù)、機(jī)器學(xué)習(xí)和可視化集成高級解決方案。與生產(chǎn)過程有更多聯(lián)系的運(yùn)營分析師可以使用專門為日常用戶創(chuàng)建的現(xiàn)代API（應(yīng)用程序接口）輕松創(chuàng)建儀表板。
　　另一個趨勢是數(shù)據(jù)移回邊緣。與在使用點(diǎn)存儲工具的精益技術(shù)類似，數(shù)據(jù)計算將在“邊緣”進(jìn)行，這意味著它在生成它的機(jī)器上進(jìn)行處理。結(jié)果可以直接傳達(dá)給機(jī)器操作員和維護(hù)技術(shù)人員。隨著數(shù)據(jù)開始接近ZB量級，邊緣計算通過將一些處理工作分配給網(wǎng)絡(luò)的外部節(jié)點(diǎn)來減輕核心網(wǎng)絡(luò)流量并提高應(yīng)用程序性能，從而減輕了計算機(jī)網(wǎng)絡(luò)的總體負(fù)擔(dān)。
　　04
　　閉環(huán)P-D-P循環(huán)
　　最后，在對信號進(jìn)行處理，分析和可視化之后，是時候?qū)⑦@些結(jié)果轉(zhuǎn)化為實(shí)際行動了。在某些情況下，得出的數(shù)字結(jié)論可能會指示機(jī)器人或機(jī)器更改其功能。在其他情況下，維護(hù)警報將促使技術(shù)人員采取行動?？紤]一種情況，在這種情況下，預(yù)測算法將觸發(fā)公司CMMS系統(tǒng)中維護(hù)工作訂單的創(chuàng)建，檢査ERP系統(tǒng)中是否有備用零件，并自動為任何所需的其他零件創(chuàng)建采購請求。然后，維護(hù)經(jīng)理只需批準(zhǔn)工作流中的項(xiàng)目并派遣適當(dāng)?shù)募夹g(shù)人員，這些操作都是自動化的，并且可以在計劃外停機(jī)之前執(zhí)行。
　　05
　　潛在優(yōu)勢
　　思考之初，挑戰(zhàn)似乎難以克服。但是，數(shù)字化轉(zhuǎn)型的好處遠(yuǎn)大于風(fēng)險。這些好處包括：
　　1）節(jié)省物料成本（運(yùn)營和MRO物料支出中的5-10%)；
　　2）降低存貨成本；
　　3）設(shè)備正常運(yùn)行時間和可用性增加（10-20%)；
　　4）減少維護(hù)計劃時間（20-50%)；
　　5）降低了總體維護(hù)成本（5%至10%）；
　　6）改進(jìn)的HS&E合規(guī)性；
　　7）減少花費(fèi)在暴力信息提取和驗(yàn)證上的時間；
　　8）花更多的時間在數(shù)據(jù)驅(qū)動的問題解決上；
　　9）與計劃，績效和責(zé)任制的明確聯(lián)系；
　　10）對數(shù)據(jù)和信息更有信心，從而擁有決策權(quán)。
　　智能工廠和PdM是未來，并且選擇是無止境的。
　　圖一： P-D-P循環(huán)
　　03
　　分析與可視化
　　P-D-P循環(huán)的第二步是使用高級分析和預(yù)測算法分析和可視化數(shù)字信號。高級商業(yè)智能（BI）工具不再僅適用于數(shù)據(jù)科學(xué)家。許多分析平臺已開始為非結(jié)構(gòu)化數(shù)據(jù)，認(rèn)知技術(shù)、機(jī)器學(xué)習(xí)和可視化集成高級解決方案。與生產(chǎn)過程有更多聯(lián)系的運(yùn)營分析師可以使用專門為日常用戶創(chuàng)建的現(xiàn)代API（應(yīng)用程序接口）輕松創(chuàng)建儀表板。
　　另一個趨勢是數(shù)據(jù)移回邊緣。與在使用點(diǎn)存儲工具的精益技術(shù)類似，數(shù)據(jù)計算將在“邊緣”進(jìn)行，這意味著它在生成它的機(jī)器上進(jìn)行處理。結(jié)果可以直接傳達(dá)給機(jī)器操作員和維護(hù)技術(shù)人員。隨著數(shù)據(jù)開始接近ZB量級，邊緣計算通過將一些處理工作分配給網(wǎng)絡(luò)的外部節(jié)點(diǎn)來減輕核心網(wǎng)絡(luò)流量并提高應(yīng)用程序性能，從而減輕了計算機(jī)網(wǎng)絡(luò)的總體負(fù)擔(dān)。
　　04
　　閉環(huán)P-D-P循環(huán)
　　最后，在對信號進(jìn)行處理，分析和可視化之后，是時候?qū)⑦@些結(jié)果轉(zhuǎn)化為實(shí)際行動了。在某些情況下，得出的數(shù)字結(jié)論可能會指示機(jī)器人或機(jī)器更改其功能。在其他情況下，維護(hù)警報將促使技術(shù)人員采取行動?？紤]一種情況，在這種情況下，預(yù)測算法將觸發(fā)公司CMMS系統(tǒng)中維護(hù)工作訂單的創(chuàng)建，檢査ERP系統(tǒng)中是否有備用零件，并自動為任何所需的其他零件創(chuàng)建采購請求。然后，維護(hù)經(jīng)理只需批準(zhǔn)工作流中的項(xiàng)目并派遣適當(dāng)?shù)募夹g(shù)人員，這些操作都是自動化的，并且可以在計劃外停機(jī)之前執(zhí)行。
　　05
　　潛在優(yōu)勢
　　思考之初，挑戰(zhàn)似乎難以克服。但是，數(shù)字化轉(zhuǎn)型的好處遠(yuǎn)大于風(fēng)險。這些好處包括：
　　1）節(jié)省物料成本（運(yùn)營和MRO物料支出中的5-10%)；
　　2）降低存貨成本；
　　3）設(shè)備正常運(yùn)行時間和可用性增加（10-20%)；
　　4）減少維護(hù)計劃時間（20-50%)；
　　5）降低了總體維護(hù)成本（5%至10%）；
　　6）改進(jìn)的HS&E合規(guī)性；
　　7）減少花費(fèi)在暴力信息提取和驗(yàn)證上的時間；
　　8）花更多的時間在數(shù)據(jù)驅(qū)動的問題解決上；
　　9）與計劃，績效和責(zé)任制的明確聯(lián)系；
　　10）對數(shù)據(jù)和信息更有信心，從而擁有決策權(quán)。
　　智能工廠和PdM是未來，并且選擇是無止境的。
相關(guān)熱詞搜索：預(yù)測性維護(hù) 智能工廠

上一篇：五家軍工央企董事長談數(shù)字化轉(zhuǎn)型 下一篇：2021年AI將改變制造業(yè)的6大應(yīng)用趨勢