近年來，支持向數字工廠遷移的技術已經走過了漫長的道路。目前可用于監控設備的新技術和新技術，包括傳感器，可視化設備，振動和噪聲檢測，熱檢測等。這些技術將于9月在明尼阿波利斯舉行的自動化技術大會上進行討論，特別是在IBM Watson產品管理產品管理總監Jiani Zhang的會議中，預測性維護中的啟用工具和零停機之路。目標是采用這些工具并使用在可能出現的機器故障期間收集的數據來改進生產過程。“這是在預測性維護和日常預防性維護之間建立成本效益平衡的問題，”張告訴設計新聞。

您或您的團隊每天都使用CAD和/或PLM軟件和工具。您習慣了工作流程，并學會了如何適應限制。在本次網絡研討會中，您將了解可以無縫添加現有平臺的新工具，以改善工作流程并縮短工程時間。

雖然機器數據已經使用了數十年來管理工廠活動，但許多潛在的機器到機器連接和數據收集都是通過以太網線進行的。無線物聯網(IoT)系統增加了使用工廠數據的可能性。“物聯網的發展和采用極大地促進了車間的連通性，”張說。“我們現在可以連接我們的資產，設備和系統，我們可以收集有關制造環境的實時數據，以制定決策并提高生產力。”

你的工廠。聰明。加入IBM Watson物聯網產品管理項目總監張建一，9月21日上午10-10：45，在設計與制造部門進行小組討論，“超越無紙化工廠：掌控網絡物理轉型”明尼阿波利斯。之后，在下午2:05，張將介紹“預測性維護中的啟用工具和零停機之路”。在這里注冊參加由Design News的母公司UBM主辦的活動。

物聯網帶來的主要變化之一是能夠連接各種設備并收集大量有關工廠功能的數據。即使在無線連接之前，工廠也很脆弱，因為它們的有線連接通常延伸到ERP和合作伙伴系統。物聯網提供了更大的連接便利性和更廣泛的覆蓋范圍，但它也增加了入侵的漏洞。“連接需要很簡單，但它也需要健壯，可擴展和安全，”張說。

連接工廠可幫助管理人員提高生產率并減少停機時間，但收集工廠數據并對其進行分析的能力可以加速這些改進。“數據 - 或者更重要的是分析 - 對于獲得數字工廠的真正價值至關重要，”張說。“分析使我們能夠識別制造過程中的模式，使我們能夠預測故障并提高質量。”

創建靈活可靠的優化工廠的過程需要規劃。這不僅僅是簡單地連接機器。這是一個執行包含所有工廠功能的數字框架的問題。“建立一個分析環境需要先見之明，”張說。“你必須從預測到規定到認知，以便收集我們擁有的大量數據并有效地使用它。”

Rob Spiegel已經將自動化和控制技術應用了15年，其中12年用于設計新聞。他所涉及的其他主題包括供應鏈技術，替代能源和網絡安全。10年來，他是食品雜志Chile Pepper的所有者和出版商。