New Business Models in Maintenance
一切可以自动化的东西都会自动化，作为人，我们要学习如何适应这种发展随着流程网络化和工业物联网的出现，IT 进一步巩固了其在现代企业的生产设施，现在将彻底改变维修方式。工商会在确保职业和培训理念能够伴随并跟上这些发展时全力以赴。许多员工感到焦虑，认为工作世界的持续数字化将导致更大的工作不安全感；令人遗憾的是，这种普遍的误解仍然比比皆是。数字化将提供新的机遇和挑战，而且并非每个工作场所都处于危险之中，这一事实往往在周围的炒作中被忽视。就好像每次重大工业革命发生时，历史都会重演。生产工人开始担心自己的工作，并且对工作场所变化的恐惧仍然很高。然而，生产是不断变化的，我们都必须学会适应。今天，在 IIoT 之后，IT 将取代传统的名册和黑板。更重要的是，员工通过语音直接与机器交流以重置它们的出现也很快到来。语音控制已经获得普遍接受，但需要对技术有更大程度的信任。如果您的工作方式没有改变，数字化的突然出现可能会让您看起来好像有些事情不合适甚至丢失了。这并不是说曾经有一段时间 IT 不存在于生产领域。这样的说法是不正确的，事实证明，在过去，维护人员花费大量时间在程序员笔记本的陪同下进行巡视，该笔记本有不同的编辑器来编程组件并有助于促进之间的沟通人和机器。然而，事实仍然是流程的网络化继续产生相当大的不确定性。定制生产 在线营销的引入导致很大比例的工业生产被定制以适合客户。联属网络营销让您能够更多地了解您的客户、他们作为消费者的行为以及推动他们做出决策的潜在动机。因此，在某些行业，生产产品、将它们放入存储单元，然后等到它们被售罄，不再有意义。相反，根据客户的决策或趋势进行预测正在成为常态。通过使用从 CRM 系统、客户反馈和数字销售统计中收集的信息，可以确定客户希望未来产品具有的颜色、形式和功能。也可以以目标客户立即购买产品的方式生产产品，从而解决了将产品存放到售出之前的需要。定制化生产对维护提出了很高的要求。除了经典和持续改进过程之外，经常提出的常见主题包括： - 预防性维护 - 纠正性维护 - 与状况相关的维护 总称“预测性维护”通常用于包含上面列出的主题。预测性维护是一种基于从生产中获取的实时数据的策略。它使您能够快速识别和响应过去不可见的问题或结果，但由于技术的新进步（例如状态监测），现在可以立即检测到这些问题或结果。网络的过程包括什么？在第一次调查一个新的数字化生产车间时，人们注意到的第一个区别是，已为所有连接到网络的自动化设备分配了一个特定的 IP 地址，从而可以接收和发送数据。这些自动化设备可以彼此完全不同。不要紧。重要的是（涉及工厂或机器控制器）是 PLC（可编程逻辑控制器）。数字网络拓扑如下所示：传感器、驱动器和执行器移动物体；机器人焊接、焊接、压制和包装；和 HMI/SCADA 系统监督过程。然后是压力机、钻头、机床、铣削工艺等等。通常，有一个不同的编辑器用于对每种类型的自动化设备类型进行编程。在软件编辑器方面几乎没有统一的标准，因此自动化工程师无法使用相同的软件对各种设备进行编程。 DIN EN 61131-3 中的可视化编程语言受到监管，但是，每个编辑器都有自己的特殊功能，并且它们很少兼容。如果只是为了不断更新它们以支持当前的操作系统，编辑器将继续得到进一步的开发。软件开发人员渴望为他们的客户提供持续的更新，其原因在于客户没有任何理由为已经完成开发的软件编辑器付费。他们只会为新的发展买单。对于维护人员来说，这种趋势需要他们不断接受进一步的培训，以了解和实施软件开发人员带来的最新功能和特性。在这方面，有趣的是，即使在生产车间的人数继续减少，维护人员的数量也在继续增长。这与关于人为因素在生产中成为过时元素的炒作形成鲜明对比。相反，人为因素将继续变得越来越重要，尤其是在修复复杂机器和系统在生产过程中可能发生的意外故障和错误时。因此，所有涉及数字化生产未来状态的愿景都有一个共同点，那就是人们将继续发挥至关重要的作用：理解众多机器、控制器和程序之间复杂联系的能力将继续成为一种成功的可靠保证。
很明显：即使是最现代的技术仍然依赖于人 生产中的自动化设备的网络和程序将继续得到进一步发展。只要有人能够记录谁更改了内容、时间、地点和原因，一切都会按应有的方式运行。能够从大量不同的数据流中识别和提取正确的数据是值得的，这样人们就可以对生产得出正确的结论。因此，船上有训练有素的维护人员是值得的，他们能够执行以下列表中的任务： - 从联网的传感器和执行器中提取数据（提供有关机器当前状态的信息） -从编程用于监控温度差异的设备中提取数据（提供有关生产过程中发生的任何可疑情况的重要信息） - 使用设定点和参数管理从测量压力和体积流的设备中获取的数据 - 识别、分析和执行数据的预防性维护由支架和电机的变化或振动产生（这有助于延长机器的使用寿命） - 远程配置和设置数据（例如参数或设定值） 越来越少的员工将继续直接在机器上工作（a -数字化产品）是因为现在可以从任何地方控制这些机器。只需要一个 IP 地址，网络另一端的操作员就可以坐在任何办公室的显示器前控制机器。如前所述，能够从控制器中提取正确的数据（这反过来使您可以对生产得出正确的结论）非常重要，而无需亲自到场。然而，拥有必要的专业知识、创造力和抽象的思维过程也很重要。没有这些人的素质，就不可能消除故障和错误，或者优化机器。最后，现代技术及其所有不同的组成部分将始终依赖于维护人员及其检测和识别变化的能力。数字反映了这一点：65% 的维护行动纯粹是被动的，而只有 30% 的关注于预测性维护。战略性地使用数据为了解释和维护 IIoT 时代的自动化生产，需要数据管理策略。从生产中提取数据以进行分析仍然是维护人员无可争议的任务。唯一的区别是下一代维护人员将被聘用在远程参与和执行新的和额外的任务。未来将对维护新业务模式产生影响的主题包括： - 安全和保障 - 灵活和定制化生产 - 效率（资源和能源） - 供应链管理（备件）和物流 - 生产线效率 - 经济效率 -维护成本 突然面临必须处理这些领域的维护部门将很快因执行这些领域所涉及的庞大工作量而不堪重负。为了使事情进一步复杂化，只需考虑全球存在的众多方法即可。由于缺乏数据管理的策略和标准化，这些方法通常明显不同。例如： - 在劳动力成本低的国家，情况正好相反。与自动执行数据备份和分析的网络生产不同，远程控制已被员工取代，他们实际在控制器处并在现场执行数据备份和分析 - 在某些工作环境中，即使数据备份的自动化设备已执行，但自上次执行备份以来究竟发生了什么变化仍有待确定。软件版本可以有不同的设定点和参数，这就带来了一个问题：您如何手动验证这些软件代码以及根据哪些标准？ - 总体而言，更改经常继续手动记录。这为错误发生创造了绝佳的机会。自动化文档在消除此类错误发生的可能性方面大有帮助——关于网络相关安全和安保措施的过时方法继续存在。但是，使用剑和盾无法实现网络安全。然而，它可以通过专有技术和数字网络安全防御策略来实现
