IOT.

加强工艺业的资产效率

工艺业的公司在复杂的商业景观中运营。RWTH Aachen University的Infosys和工业管理研究所（FIR）委托全球调查显示，复杂性带来了更响应于技术和流程的合适的机会，从而提高了工艺制造商的生产效率。作为调查的一部分，进行了一个行业4.0资产效率成熟度映射练习。它评估了过程行业，发现该行业的公司计划更多地改进，与所有其他行业相比，直到2020年加强他们的成熟度。

该行业快照是德国亚琛大学的Infosys和工业管理研究所（FIR）委托全球调查的结果，以衡量工业4.0支持的资产效率的准备和成熟度。

'行业4.0'追溯到2012年1月由德国政府设立的行业4.0工作组的起源。它是2020年高新技术战略行动计划的一部分，提供战略投入，以维持德国制造业和工业自动化的领导。

行业4.0，智能制造，或工业互联网是由嵌入式系统到数字制造和生产系统的技术演变，由大数据提供技术和技术进步，如人工智能，快速自动化，机器人和添加剂制造。因此，工业4.0将通过促进价值链的效率和有效性 - 生产率，确保质量，降低成本和优化库存的效率来改变生产。

早期采用者在曲线之前

由于几个原因，今天的过程行业是最成熟的行业之一：

• 沿着价值链的供应链合作伙伴之间的无缝互动，最终供应链规划最大限度地降低成本
• 专注于实施各种应用互操作性和协调标准
• 对创新的重大投资，特别是内部研发
• 专注于流程简化，复杂性管理和风险管理
• 可持续的方法，以最大限度地减少资源密集型产业的环境足迹
• 经营的重大转变，成本较低，安全程度较高
• 过程监控的重要技术实施，具有来自工艺业的四分之三的无线传感器网络收入

然而，展望未来，这个行业面临着许多而复杂的挑战，这可能意味着机会或潜在的威胁，在短期和长期以来所示。

虽然将没有单一的补救措施，但解决这些关键方面的系统策略可以帮助公司越优于同行。

行业4.0和流程制造

在一个行业4.0过程制造景观中，网络物理系统在扩展值链中创建一个智能网络。数字制造系统带来了物理资产，流程和人们实现无缝互动。数字连接和传感器可以连续监控性能参数和来自压力容器，搅拌机，管道，阀门和现场设备的过程变量。可以分析流数据以利用有关资产利用率，预测失败和改善资产寿命的有用见解。

机器到数据技术和远程监控提供了对各个资产状况的实时可见性。这是，当与规范性分析结合时，建立一个响应性生产系统。这种现场设备和过程之间的新互动方式使得及时检测问题，迅速修复和预防性维护，以提高资产的安全性，并防止昂贵，无计划的中断并启用监管合规性。值得注意的是，对资产健康的洞察力在增加资产效率和有效性时都很有用。

调查结果

Infosys和FIR，德国RWTH Aachen进行了实证研究，以评估工业制造业的资产效率的成熟度。我们在英国，美国，中国，法国和德语国家调查了超过400多家制造商，全面的航空航天，汽车，电子，机械和工艺产品。我们与专业技术市场研究提供商联合瓦森贝恩合作，进行德国以外的调查。

我们的研究专注于资产效率的四个关键维度 - 维护，运营，信息和能源管理。生产经理，工厂技术经理，Coos，资产效率顾问以及研发/制造业的负责人通过在线论坛，电话和个人访谈共享2020年的战略和目标。

We used the Industry 4.0 framework to assess the effectiveness of asset management processes on a four-point scale, which ranged from ‘Not Implemented (lowest maturity)’, ‘Potential Recognized’ and ‘Partially Implemented’ to ‘Systematically Implemented and Benefits Realized (highest maturity).’ Assets included equipment and machinery used for production, machines, and tools.

资产效率

资产效率是资产密集型产业和工艺制造的竞争力的关键驱动因素。虽然85％的制造商承认了数字技术的作用而且产业潜力4.0在增加资产效率时，只有15％的公司都有致力于提高资产效率的策略。

因此，我们的调查明确揭示了通过利用技术来提高其资产效率的重要机会 - 依次提高生产力和盈利能力。

本调查批判性分析了四维的资产效率，并为工业企业如何发展其路线图，提供了关键见解，以提高资产效率和有效性。

维护效率

虽然87％的公司了解通过实时数据和分析驱动的预防性维护的潜力，但只有15％的公司实施了条件监测和17％的公司在其维护工作流程中将机器状态数据成立在内。

维护是资产密集型企业中的最大可控成本。事实上，可以使用合适的维护策略来节省高达90％的维护成本。年度维护预算超过了几种过程工厂的净利润。因此，资产可靠性计划应利用工业传感器的技术进步，并应用工程专业知识，以准确检测异常并预测设备故障。

强大的维护策略专注于通过条件监测，规划和调度的预测和可靠性导向的维护，根本原因分析可以将设备的寿命增加20％至40％。

运营效率

虽然57％的公司基于KPI优化资产，但只有13％使用实时数据。此外，仅在10％的公司中系统地监测和优化运营效率并在资产水平上进行优化。

在全球制造商中，设备可用性的一半在维护，升级，关机和更换活动中丢失。因此，全球制造商可以显着最大化资产性能和利用，以提高资产回报，并实时可见，进入资产性能，生产效率和物流流程。

能够获得重要实时信息以提高性能的性能改进计划可以将运营效率提高20％-25％。

信息效率

虽然82％的企业将信息互操作性，数据安全性和数据标准作为实现效率的前提，但它仅由11％的公司实施。显着，83％的公司计划在企业中使用数据以获得超出特定目的的全面分析。

过程行业严重依赖于传感器和过程仪器的实时数据，以使智能决策以实现高效的运营和不间断的生产。因此，资产生​​命周期阶段之间的复杂相互关系，如果智能地与运营数据和商业智能集成，可以解决信息差距并有助于优化资产性能。糟糕的资产信息管理增加了安全，健康和环境事件的风险，这可能会危及企业的生存。

基于数据质量框架和基于知识的工程的资产生命周期信息管理系统提供5％-10％的成本节省。

能源效率

虽然88％的公司将能源管理确定为资产效率的一个关键方面，但它仅在15％的公司计划和管理。此外，虽然53％的公司监测资源和能源消耗，但仅14％的能源效率为其整体资产效率战略。

虽然资产密集型产业是资本密集型的​​，但它们也是能源密集的。因此，维护良好的资产将消耗较少的能源，改善其资产可持续性指数。错过能源效率机会的主要原因之一是资产产业中缺乏关于能源使用数据的数据。因此，能源管理和可持续发展计划是关键跟踪资产效率，并且可以将能源消耗降低到这些行业中高达25％。

概括

低效率是流程制造商的过去。流程制造商，随着技术，流程和解决方案的合适组合动态回应，可以利用商业机会，并抓住与行业4.0的竞争优势成为未来的行业领导者。