傳統(統)工廠：人工統(統)計，效率低且(qie)不準確

在(zai)中國很多傳統的工廠中(zhong)，對于(yu)設備生產數據的采集(ji)，幾乎完全依(yi)靠人工完成(cheng)。流動的人員(員)、散落的(de)數據，導致數據的保存成了(le)一個巨大的(de)問題。同時人(ren)工統計的效(xiao)率也非常的(de)低，往往都是(shi)每天下(xia)班或者每周(zhou)進行一次統(統)計，完全不能(neng)進行實時生(sheng)產數據更新(xin)。

此(ci)外，數據對于(yu)設備而(er)言有著時效(xiao)性和歷史數據參考性的(de)關鍵作用，從底(di)層操作工的(de)數據記錄-數據分析-數據反饋-管(guan)理者的決策(ce)，中間的環節讓數據的時(時)效性大大降(jiang)低，同時人工(gong)的記錄統計也會造成數據不準確等問題，而(er)且龐大的數據計算分析(xi)，對于人力是(shi)一個非常大(da)的(de)耗損。

    其次，歷史(shi)數據對于設備的維(維)護具有參考(kao)性的意義，但(dan)是傳統工廠(廠)的數據，靠著一張張的(de)記錄紙或者大量(liang)的Excel表無疑是(shi)給未來的工作又增(zeng)添了難度，而(er)且工廠不能(neng)控制人員的(de)流動，每一次(ci)的交接都可能(neng)導致數據的(de)流失。

數字(zi)化工廠：設備聯網，數據自(zi)動反饋

而在數字(zi)化工廠中，物(wu)聯網的(de)概念就被運(運)用到每一臺(臺)設備上。設(設)備與設備之間，早(zao)也不是信息(xi)孤島，而是將人、設(設)備，通過數據建立緊(緊)密聯系。一個工廠管理者(zhe)可以在手機(機)或者PC終端觀(觀)測到每一臺(臺)設備的實時(時)數據，而且可(ke)以隨時收到設備的(de)狀態提醒。

比如設(設)置了：軸承的溫度超過80度，提醒(xing)溫度過高(gao)。當設備高于(yu)80攝氏度時，就(jiu)會立即收到(dao)提醒，實現了收集、分(fen)析、反饋的同(tong)步(bu)進行，大大縮(縮)短了時間，提(ti)高了決策的(de)效率。除了收集、計算、反(fan)饋等(deng)“去工人(ren)化”的功(gong)能，設備聯網之后，還有一大好處就是數據的(de)存儲。大量歷史(shi)數據，包括設備損失數據，也給后期工(gong)廠設備的很多操作(zuo)都提供了參考意義。之后(hou)，再遇到工廠(廠)的人員流動，這些數據依(yi)然可以隨時(時)調用并完善保存。

傳統(統)工廠：設備意(yi)外停機頻發(發)，造成大量損(損)失

 除(chu)了數據的管(guan)理問題，傳統工廠還有一大痛點(點)，那就是經常(chang)遭遇意外停(ting)機。意外停機(機)不僅造成了(le)生產的停滯，而(er)且對于設備造(zao)成的隱性破壞不可(ke)估量。一家半(ban)導體工廠就(jiu)能因為停機(機)2小時，損失了(le)1000000美元，損失是(shi)意外停機最(zui)可怕的后果(guo)。為了預防設(設)備的(de)意外(wai)停機，工廠通(tong)常安排了24小(xiao)時的輪班工(gong)人巡檢，造成(cheng)了工廠人力(li)耗損嚴重。每(mei)時每刻(ke)的巡檢也并不(bu)能全面檢測(測)到可能導致(zhi)設備意外停(ting)機的各種因(yin)素。傳統工廠(廠)通過手摸、耳(er)聽等最(zui)原始的方式(shi)，這樣的檢查(cha)方式使得很(hen)多設備的小(xiao)毛病很容易(yi)就被忽略，恰巧(qiao)就是那些(xie)小毛病引起了損失(shi)超過百萬的損(損)失。

其次，由于害(hai)怕意外停機(機)帶來的嚴重(zhong)損失，很多工(gong)廠也會購買大量的(de)備用零部件(jian)，以防止意外(wai)停機的維修(xiu)需要，而現實情況又是一(yi)些設備的意(yi)外停機故障周期很(hen)長，導致大(da)量的備用零部件(jian)并沒有派上用(yong)場，造成成本(ben)浪費。

數字化工廠(廠)：設備意外停(ting)機預警通知(zhi)

 數字化工(gong)廠的運轉過(過)程中，設備的(de)一切都被隨(隨)時監控反饋，而意外停機發(發)生之前，設備的某些(xie)參數會發生(sheng)變化，此時就(jiu)能在參數發(發)生變化時及(ji)時進行預警(jing)通知，讓設備故障在發生(sheng)之前被(bei)發現及運維(維)。也就是說，在(zai)故障發生之(zhi)前，手機上就(jiu)能收到相應的提醒，立即作(zuo)出決定，從而保(bao)證工廠設備時刻處于最佳運行(xing)狀態。

即使是故(gu)障已經發生(sheng)了，也能在過(過)去的設備故(gu)障統計里立(li)即找到合適的解決方(fang)案，把損失降(jiang)到最低。這也(ye)就是數字化(hua)工廠實現的(de)重要一步，讓預(預)知未來成為智能工廠的(de)一部分。