这些昆虫为何穿越亿年仍能“自带光芒”?
2020-07-07 18:01:23 来源: 科技日报 作者: 金凤
从孔雀羽毛的艳光四射，到毒箭蛙的明亮警告色，再到北极熊的白色伪装。动物王国里，生龙活虎的动物们用各种体色，掩饰各种“心机”。
昆虫是地球上物种数量最多的生物，展现了极其丰富的颜色。它们的颜色分为色素色和结构色，具有金属光泽的甲虫壳、蝴蝶或飞蛾闪闪发光的鳞片，都是典型的结构色。不过，当这种绚烂融为化石，便从此黯淡无光。
目前，化石中很少保有生物的色彩细节，地质历史中原始的结构色的证据极其罕见，大多数古生物复原图都是根据艺术家的想象重建。
近日，中国科学院南京地质古生物研究所（以下简称中科院南古所）科研团队揭开了近1亿年前的昆虫真实色彩的秘密。他们对白垩纪缅甸琥珀中具有金属色彩的昆虫进行系统研究后发现，纯净而强烈的颜色可直接在昆虫体表保存下来，奥秘就隐藏在昆虫体表内一种特殊的纳米结构中。相关研究于近日在线发表于英国《皇家学会会刊—B辑》上，这为了解白垩纪雨林中与恐龙共存的昆虫提供了新的视角。
古生物的颜色在化石中难觅踪迹
自然界中的颜色主要有三个来源，即生物发光、色素色和结构色。结构色是光照射在虫体表面的微观结构上产生折射、衍射及干扰而形成的，是自然界中色彩最为纯净且最强烈的颜色。
由于化石保存等因素的局限，对古生物的颜色复原一直是项很复杂的工作。
此次研究的第一作者与通讯作者、中科院南古所副研究员蔡晨阳告诉科技日报记者，动物结构色也有多种来源，最普遍的是动物体表的多层反射膜，常见于金龟、苍蝇、吉丁虫；还有的是来自衍射光栅，常见于孔雀羽毛、蓝闪蝶；光子晶体是比较少见的一种，例如呈现欧宝色的象甲。
“化石中的结构色，可以为生物间的视觉交流和颜色的功能演化等提供重要证据。此前，有学者曾在距今约5000万年前的始新世的印痕化石里，发现过与颜色相关的昆虫的纳米结构。但是，上溯到一亿年前的昆虫，是否已经演化出结构色一直成谜，此前我们也没有在这个时期的化石中发现过颜色鲜艳的昆虫，而在此前的研究文献中，很多学者认为，中生代的结构色也很难保存下来。”蔡晨阳说。
目前，学术界的普遍观点认为，不管是色素色还是结构色，在化石中，它们都难觅踪迹。中科院南古所研究员王博向记者介绍：“色素色是一种化学色，它在动物死后，很快会降解，所以很难保存下来；而结构色虽然有纳米结构，但经过高温高压的地质演变、腐蚀，结构也会被破坏，导致褪色、变色。”
不过，科学家们总能找到古生物颜色的蛛丝马迹，他们利用动物体表极薄的蜡层、沟、缝以及黑色素体等结构，与现生动物做对比，重建或推测古代动物的颜色。
2018年，王博与德国、英国的科学家团队联合刊文称，他们发现侏罗纪的蛾类鳞片已经演化出鱼骨状的衍射光栅等光学结构。团队利用化石鳞片数据，重建了鳞片微结构的三维光学模型，最终利用光学模拟软件和计算机定量计算出化石蛾类产生的结构色，推测出这类蛾的鳞片会产生银色或金黄色。
2010年，中国、英国和爱尔兰等三国科学家，曾在《自然》刊文称，他们在中国热河生物群的鸟类和带毛的恐龙中发现两种黑色素体，并将黑色素体的形状和排列方式，与现代鸟类做对比后推测，这些带毛的恐龙和古鸟类的身体已经具有以灰色、褐色、黄色及红色为主要色彩的基础。
多层反射膜让昆虫颜色保存亿年
如何从结构色中发现远古昆虫的颜色演化之谜，对蔡晨阳来说，源自2015年的一次启发。那年，他在美国一家博物馆看到桌上摆放着给小朋友科普用的昆虫标本，是介绍色素色和结构色的，他顿时被吸引住了。回国之后，他开始着手整理琥珀中昆虫体表有金属光泽的样本。
历经多年，他和中科院南古所泮燕红研究员带领的研究团队从距今9900万年的白垩纪中期约4万枚琥珀中，挑选出35枚化石。这些化石全部来自缅甸北部的一处矿山，其中的昆虫都保存着精美的金属光泽。
在显微镜下，研究团队发现，这35块琥珀化石的昆虫，包括膜翅目、鞘翅目和双翅目，至少有7个科，其中绝大部分标本属于膜翅目青蜂科，少部分属于鞘翅目隐翅虫科、蜡斑甲科，以及双翅目的水虻科。
“我们用50纳米的刀，对其中的两块琥珀做了几微米的超薄切片，又用扫描电子显微镜和透射电子显微镜分析发现，一种青蜂科昆虫胸部表面的蓝绿色是由多层重复出现的纳米级构造组成，即多层反射膜。”蔡晨阳说，在显微镜下，他们发现一只青峰体表有6层反射膜，每一层的厚度约为100纳米。
“根据每层膜的厚度和折射率等参数可以计算出，这6层膜的反射波长在514纳米左右，也就是绿色，这与我们在显微镜下肉眼看到的化石青蜂的绿色是接近的。而在另一块切片琥珀中的青蜂，体表是没有金属光泽的黑色，我们在显微镜下发现，这只青蜂的多层反射膜出现了褶皱，也就是结构被破坏了，这证实了多层反射膜是产生结构色的直接原因，且昆虫体表的颜色可能就是原始颜色，但也不排除颜色发生微小变化。”蔡晨阳说。
这批琥珀中，大部分昆虫的全身或是部分身体结构呈现出强烈的具金属光泽的绿色、蓝色、蓝绿色、黄绿色或蓝紫色。通过与古生、现生物种的对比研究，研究团队发现这些化石昆虫对应的现生属种同样有类似的带有金属光泽的颜色。这一发现直接证明了中生代昆虫的亮眼结构色是可以保存下来的。
“这次发现直接证明了多层反射膜可在长期地质历史中稳定保存，否定了前人关于昆虫金属色不能在中生代化石中保存的观点，并对认识早期昆虫结构色生态功能的演化具有重要意义。”蔡晨阳说。
古老昆虫颜色形成机制还需探究
值得一提的是，这批缅甸琥珀昆虫中看似能永久保存的彩色金属结构色并不是保持不变的。蔡晨阳说，若琥珀昆虫在切割、打磨和抛光等前期准备过程中，任一小部分结构受到损坏，使其与空气或水分接触，其颜色便会在短期内变成单一的银色，但金属光泽仍可保存，而这种变化是不可逆转的。这一发现为揭示缅甸琥珀乃至其他琥珀中的银色昆虫的形成原因、对早期昆虫特征的认定和描述均具有重要的参考价值。
“不过，现代有一种金龟子，体表也呈现为银色，但它的多层反射膜是由内而外逐渐变厚的，这与我们此次研究中昆虫变成银色的形成机制不同，这两种机制各是由什么造成的，多层反射膜的厚度和折射率会不会随着年代而变化，还需要继续探究。”蔡晨阳说，琥珀昆虫的结构色具有重要的生态意义，较为常见的绿色很可能是在茂密森林环境中的一种隐蔽色，能帮助昆虫隐匿自身从而躲避捕食者。另外，结构色参与昆虫热调节的可能性也不能完全被排除。因此不同色彩的结构色出现在不同种类的昆虫中，在一定程度上暗示了白垩纪中期森林中已经存在复杂的生态关系。
蔡晨阳说，未来，他们还将关注更古老的昆虫化石，去了解它们的体表是否已经进化出结构色，例如侏罗纪甲虫是否也有多层反射膜，为发现、重建更古老昆虫的颜色提供原始依据。
在他看来，发现并运用结构色，对于当下的生活也有借鉴意义，“例如3D打印就可以参照结构色的结构打印，而不用使用颜料，以节省资源、减少对环境的污染。”
缅甸琥珀中具有金属色彩结构色的白垩纪昆虫 受访者供图
2020-07-07 18:01:23 来源: 科技日报 作者: 金凤
从孔雀羽毛的艳光四射，到毒箭蛙的明亮警告色，再到北极熊的白色伪装。动物王国里，生龙活虎的动物们用各种体色，掩饰各种“心机”。
昆虫是地球上物种数量最多的生物，展现了极其丰富的颜色。它们的颜色分为色素色和结构色，具有金属光泽的甲虫壳、蝴蝶或飞蛾闪闪发光的鳞片，都是典型的结构色。不过，当这种绚烂融为化石，便从此黯淡无光。
目前，化石中很少保有生物的色彩细节，地质历史中原始的结构色的证据极其罕见，大多数古生物复原图都是根据艺术家的想象重建。
近日，中国科学院南京地质古生物研究所（以下简称中科院南古所）科研团队揭开了近1亿年前的昆虫真实色彩的秘密。他们对白垩纪缅甸琥珀中具有金属色彩的昆虫进行系统研究后发现，纯净而强烈的颜色可直接在昆虫体表保存下来，奥秘就隐藏在昆虫体表内一种特殊的纳米结构中。相关研究于近日在线发表于英国《皇家学会会刊—B辑》上，这为了解白垩纪雨林中与恐龙共存的昆虫提供了新的视角。
古生物的颜色在化石中难觅踪迹
自然界中的颜色主要有三个来源，即生物发光、色素色和结构色。结构色是光照射在虫体表面的微观结构上产生折射、衍射及干扰而形成的，是自然界中色彩最为纯净且最强烈的颜色。
由于化石保存等因素的局限，对古生物的颜色复原一直是项很复杂的工作。
此次研究的第一作者与通讯作者、中科院南古所副研究员蔡晨阳告诉科技日报记者，动物结构色也有多种来源，最普遍的是动物体表的多层反射膜，常见于金龟、苍蝇、吉丁虫；还有的是来自衍射光栅，常见于孔雀羽毛、蓝闪蝶；光子晶体是比较少见的一种，例如呈现欧宝色的象甲。
“化石中的结构色，可以为生物间的视觉交流和颜色的功能演化等提供重要证据。此前，有学者曾在距今约5000万年前的始新世的印痕化石里，发现过与颜色相关的昆虫的纳米结构。但是，上溯到一亿年前的昆虫，是否已经演化出结构色一直成谜，此前我们也没有在这个时期的化石中发现过颜色鲜艳的昆虫，而在此前的研究文献中，很多学者认为，中生代的结构色也很难保存下来。”蔡晨阳说。
目前，学术界的普遍观点认为，不管是色素色还是结构色，在化石中，它们都难觅踪迹。中科院南古所研究员王博向记者介绍：“色素色是一种化学色，它在动物死后，很快会降解，所以很难保存下来；而结构色虽然有纳米结构，但经过高温高压的地质演变、腐蚀，结构也会被破坏，导致褪色、变色。”
不过，科学家们总能找到古生物颜色的蛛丝马迹，他们利用动物体表极薄的蜡层、沟、缝以及黑色素体等结构，与现生动物做对比，重建或推测古代动物的颜色。
2018年，王博与德国、英国的科学家团队联合刊文称，他们发现侏罗纪的蛾类鳞片已经演化出鱼骨状的衍射光栅等光学结构。团队利用化石鳞片数据，重建了鳞片微结构的三维光学模型，最终利用光学模拟软件和计算机定量计算出化石蛾类产生的结构色，推测出这类蛾的鳞片会产生银色或金黄色。
2010年，中国、英国和爱尔兰等三国科学家，曾在《自然》刊文称，他们在中国热河生物群的鸟类和带毛的恐龙中发现两种黑色素体，并将黑色素体的形状和排列方式，与现代鸟类做对比后推测，这些带毛的恐龙和古鸟类的身体已经具有以灰色、褐色、黄色及红色为主要色彩的基础。
多层反射膜让昆虫颜色保存亿年
如何从结构色中发现远古昆虫的颜色演化之谜，对蔡晨阳来说，源自2015年的一次启发。那年，他在美国一家博物馆看到桌上摆放着给小朋友科普用的昆虫标本，是介绍色素色和结构色的，他顿时被吸引住了。回国之后，他开始着手整理琥珀中昆虫体表有金属光泽的样本。
历经多年，他和中科院南古所泮燕红研究员带领的研究团队从距今9900万年的白垩纪中期约4万枚琥珀中，挑选出35枚化石。这些化石全部来自缅甸北部的一处矿山，其中的昆虫都保存着精美的金属光泽。
在显微镜下，研究团队发现，这35块琥珀化石的昆虫，包括膜翅目、鞘翅目和双翅目，至少有7个科，其中绝大部分标本属于膜翅目青蜂科，少部分属于鞘翅目隐翅虫科、蜡斑甲科，以及双翅目的水虻科。
“我们用50纳米的刀，对其中的两块琥珀做了几微米的超薄切片，又用扫描电子显微镜和透射电子显微镜分析发现，一种青蜂科昆虫胸部表面的蓝绿色是由多层重复出现的纳米级构造组成，即多层反射膜。”蔡晨阳说，在显微镜下，他们发现一只青峰体表有6层反射膜，每一层的厚度约为100纳米。
“根据每层膜的厚度和折射率等参数可以计算出，这6层膜的反射波长在514纳米左右，也就是绿色，这与我们在显微镜下肉眼看到的化石青蜂的绿色是接近的。而在另一块切片琥珀中的青蜂，体表是没有金属光泽的黑色，我们在显微镜下发现，这只青蜂的多层反射膜出现了褶皱，也就是结构被破坏了，这证实了多层反射膜是产生结构色的直接原因，且昆虫体表的颜色可能就是原始颜色，但也不排除颜色发生微小变化。”蔡晨阳说。
这批琥珀中，大部分昆虫的全身或是部分身体结构呈现出强烈的具金属光泽的绿色、蓝色、蓝绿色、黄绿色或蓝紫色。通过与古生、现生物种的对比研究，研究团队发现这些化石昆虫对应的现生属种同样有类似的带有金属光泽的颜色。这一发现直接证明了中生代昆虫的亮眼结构色是可以保存下来的。
“这次发现直接证明了多层反射膜可在长期地质历史中稳定保存，否定了前人关于昆虫金属色不能在中生代化石中保存的观点，并对认识早期昆虫结构色生态功能的演化具有重要意义。”蔡晨阳说。
古老昆虫颜色形成机制还需探究
值得一提的是，这批缅甸琥珀昆虫中看似能永久保存的彩色金属结构色并不是保持不变的。蔡晨阳说，若琥珀昆虫在切割、打磨和抛光等前期准备过程中，任一小部分结构受到损坏，使其与空气或水分接触，其颜色便会在短期内变成单一的银色，但金属光泽仍可保存，而这种变化是不可逆转的。这一发现为揭示缅甸琥珀乃至其他琥珀中的银色昆虫的形成原因、对早期昆虫特征的认定和描述均具有重要的参考价值。
“不过，现代有一种金龟子，体表也呈现为银色，但它的多层反射膜是由内而外逐渐变厚的，这与我们此次研究中昆虫变成银色的形成机制不同，这两种机制各是由什么造成的，多层反射膜的厚度和折射率会不会随着年代而变化，还需要继续探究。”蔡晨阳说，琥珀昆虫的结构色具有重要的生态意义，较为常见的绿色很可能是在茂密森林环境中的一种隐蔽色，能帮助昆虫隐匿自身从而躲避捕食者。另外，结构色参与昆虫热调节的可能性也不能完全被排除。因此不同色彩的结构色出现在不同种类的昆虫中，在一定程度上暗示了白垩纪中期森林中已经存在复杂的生态关系。
蔡晨阳说，未来，他们还将关注更古老的昆虫化石，去了解它们的体表是否已经进化出结构色，例如侏罗纪甲虫是否也有多层反射膜，为发现、重建更古老昆虫的颜色提供原始依据。
在他看来，发现并运用结构色，对于当下的生活也有借鉴意义，“例如3D打印就可以参照结构色的结构打印，而不用使用颜料，以节省资源、减少对环境的污染。”
缅甸琥珀中具有金属色彩结构色的白垩纪昆虫 受访者供图
【原创好文】设备综合效率OEE和计算方法#OEE# #六西格玛# #精益生产管理# #智能制造#
冠卓咨询官方客服：400-168-0525
OEE(Overall Equipment Effectiveness),即设备综合效率，其本质就是设备负荷时间内实际产量与理论产量的比值。企业在进行OEE计算时常常遇到很多迷惑的问题，如工厂停水、停电、停气等使设备不能工作，等待定单、等待排产计划、等待检查、等待上一道工序造成的停机，不知如何计算。本文引入非设备因素停机的概念，修改了OEE的算法，使计算得到的OEE更能够真实反映设备维护的实际状况，让设备完全利用的情况由完全有效生产率这个指标来反映。更有利于管理观测分析聚焦解决问题，那OEE对什么样的生产线适用？
简单的概括就是单机和已设备为主的流水线都适合这样的指标来反映。
01OEE表述和计算实例
OEE= 时间开动率×性能开动率×合格品率
其中，时间开动率 = 开动时间/负荷时间
而，负荷时间 = 日历工作时间-计划停机时间
开动时间 = 负荷时间 – 故障停机时间 – 设备调整初始化时间
性能开动率 = 加工数量×理论加工周期/开动时间
合格品率 = 合格品数量/ 加工数量
在OEE公式里，时间开动率反映了设备的时间利用情况；性能开动率反映了设备的性能发挥情况；而合格品率则反映了设备的有效工作情况。反过来，时间开动率度量了设备的故障、调整等项停机损失，性能开动率度量了设备短暂停机、空转、速度降低等项性能损失；合格品率度量了设备加工废品损失。
OEE还有另一种表述方法，更适用于流动生产线的评估, 即
OEE= 时间开动率×性能开动率×合格品率
而，时间开动率 = 开动时间/计划利用时间
而，计划利用时间 = 日历工作时间-计划停机时间
开动时间 = 计划利用时间 – 非计划停机时间
性能开动率 = 完成的节拍数/计划节拍数
其中,计划节拍数 = 开动时间/标准节拍时间
合格品率 = 合格品数量/加工数量
这与前述的OEE公式实际上是同一的。
02流水线OEE表述和计算实例
OEE= 时间开动率×性能开动率×合格品率
需要这里说明的是这里默认一台机停了，整条线都要停的原则来收集统计的数据，如果不是请遵照单机收集方可有意义；
其中，时间开动率 = 开动时间/负荷时间
而，负荷时间 = 日历工作时间-计划停机时间
开动时间 = 负荷时间 – 故障停机时间 – 设备调整初始化时间
性能开动率 = 加工数量×理论加工周期/开动时间
*注意：这里的理论加工周期是遵循瓶颈机器作为基准计算的*
合格品率 = 合格品数量/ 加工数量
*注意：这里的合格品数量是遵循最终下线合格数量作为基准计算的*
03OEE的实质
如果追究OEE的本质内涵，OEE是企业管理作为评估和分析改善用的指标，核心是在后者，如果单从评估角度看待也可以采用简易算法，其实就是计算周期内用于加工的理论时间和负荷时间百分比，请注意，当展开OEE公式，有OEE = 时间开动率×性能开动率×合格品率
= （开动时间/负荷时间）×（加工数量×实际加工周期/开动时间）×（理论加工周期/实际加工周期）×（合格产量/加工数量）
= （开动时间×加工数量×实际加工周期×理论加工周期×合格产量）/（负荷时间×开动时间×实际加工周期×加工数量）
约去分子、分母的公因子，OEE = （理论加工周期×合格产量）/负荷时间 = 合格产品的理论加工总时间/负荷时间
这也就是实际产量与负荷时间内理论产量的比值。
例如设ME243设备某日运转情况如下：
A：当日之实勤时间＝60分×8小时＝480分
B：当日之计划休止时间（生产计划上之休止、计划保养之休止、朝会及其他管理上之休止时间合计）＝20分
C：当日之停止损失时间（故障20分，换型准备20分，调整20分）＝60分
D：当日之生产量＝400个
E：良品率＝98％
F：理论（或基准）周程时间＝0．6分／个
G：实际周程时间 ＝0．8分／个
试求算设备综合效率？
设备综合效率＝时间运转率×性能运转率×质量合格率
＝0．87×0．6×0．98×100％＝51．2％
从案例中不难看出设备综合效率＝一次合格品数*标准节拍时间/负荷时间
04OEE的本质内涵，利用OEE进行损失分析
既然上述的计算方法可以如此简单，那么为什么要用这么复杂的公式呢？主要是为了分析问题。计算OEE值不是目的，而是为了分析六大损失。设备的OEE水平不高，是由多种原因造成的，而每一种原因对OEE的影响又可能是大小不同。在分别计算OEE的不同“率”的过程中，可以分别反映出不同类型的损失。进一步，我们还可以结合运用PM分析方法， 对OEE不高的原因进行分析。
例如，当设备的OEE水平不高，从OEE计算看出是时间开动率低下，于是将时间开动率用方框框起来，再问为什么时间开动率不高，发现是设备故障引起，再继续往下分析，直到找出根本原因为止。
05OEE 计算中遇到的困难和解决方案
我们在计算OEE时，遇到计划停机以外的外部因素，如无订单、停水、电、气、汽等因素造成停机损失，常不知把这部分损失放到哪部分去计算。有人把它们列入计划停机，但它们又不是真正意义上的计划停机。如果算做故障停机，但又不是设备本身故障引起的停机。各个企业的计算五花八门，失去相互的可比性。当我们把OEE的计算作一扩展，给出“设备完全有效生产率（TEEP）”这一新概念和新算法，上述的问题可以迎刃而解。
06引入TEEP条件下OEE公式的修正
在引入TEEP条件下, 因为我们已经把非设备因素（ 即设备外部因素）1引起的停机损失分离出来，作为利用率的损失来度量，故在计算OEE时，设备的时间开动率就要做相应调整。
在TEEP计算中
设备利用率 =（日历工作时间—计划停机时间—设备外部因素停机时间）/日历工作时间
正确的OEE计算，应该有设备时间开动率 = 开动时间/负荷时间，其中，负荷时间 = 日历工作时间—计划停机时间—设备外部因素停机时间
开动时间 = 负荷时间—设备调整初始化时间（包括更换产品规格、更换工装模具、更换刀具等活动所用时间）
其他公式的算法和项目内容不变。
这样计算得到的OEE可以准确反映设备本身的问题，能够客观评价企业的设备管理水平，同时也不会使企业之间的OEE因理解与算法不同而不可比。如果要全面反映企业设备效率，即把所有与设备有关和无关的因素都考虑在内，则可以通过TEEP来反映。
企业OEE计算疑惑辨析
笔者根据众多企业的统计和计算实际，提出将OEE公式的计算方法加以修正。原来的★ 负荷时间=日历工作时间—计划停机时间
现在修正为：
★ 负荷时间=日历工作时间—计划停机时间—非设备因素停机时间原来的★ 开动时间=负荷时间—故障停机时间—安装、调整和初始化停机时间， 仍保持不变，上述的“非设备因素停机”包括开工不足停机、等待订单、等待计划排产、因企业系统管理不善或外部环境而造成的停水、停电、停汽、停气，使需要上述供给的设备停机。上述的停机损失并不属于停机设备本身的问题，而是大系统对设备的影响。上述的“计划停机”应界定为设备生产前后的例行保养，如加油、加冷却剂、停机点检、清扫、紧固、升温、预热、升速等活动。计划停机应不包括因更换产品而造成的工、模、夹具更换，设备参数调整所造成的停机。这样修正之后所计算得到的OEE，基本反映了设备本身人一机系统的维护状况。而全面设备效率发挥状况可以由完全有效生产率来反映，
★ 完全有效生产率=设备利用率×设备综合效率（OEE）
其中，★ 设备利用率=（日历工作时—计划停机时间—非设备因素停机时间）/ 日历工作时间
由此看出，完全有效生产率把因为设备本身保养不善的损失和系统管理不善、设备产能不平衡、企业经营不善损失全面地反映出来。而OEE的计算公式则主要反映了设备本身的系统维护、保养和作业效率状况。上述OEE的计算中，合格品率既反映了设备状况不良损失，又反映了操作、工艺执行、参数控制方面的损失。从设备管理的角度来看，合格品率不一定全面、真实地反映设备维护、保养水平。笔者建议引入一个纯设备合格品率的概念，
即★ 纯设备合格品率 =合格品数量/（生产数量—非设备因素废品数量）由此引出了纯设备OEE的概念，简记为OEE纯 ，即
★ OEE纯 = 时间开动率×性能开动率×纯设备合格品率
这里的时间开动率是上述经过修正的公式，性能开动率的定义不变。OEE更集中反映了设备维护、保养水平。完全有效生产率的公式不必修改。OEE纯仅仅是为了集中、客观反映设备维护、保养水平。因为完全有效生产率就是全面反映设备的总效率状况，没有必要分清哪些是因为设备，哪些是来自设备以外的因素。
另外，有些企业在OEE计算时，出现了性能开动率大于100%的状况，甚至有的高达150%。众所周知，
★ 性能开动率=净开动率×速度开动率其中，
★ 性能开动率=（生产数量×实际加工周期）/ 开动时间
性能开动率反映了实际加工产品所用时间与开动时间的比例，它的高低反映了生产中的设备空转，无法统计的小停机损失。净开动率是不大于100%的统计量。问题就出在速度开动率上。
★ 速度开动率=理论加工周期/ 实际加工周期
原则上，理论加工周期不大于实际加工周期，即速度开动率是不大于100%的统计结果。
有的企业设备加工运转速度超出了设计速度，这样使速度开动率超过100%，进而使性能开动率超过100%。笔者认为，速度开动率超过100%是不合理、也是不可取的，理由如下：
1、如果设备开动速度超过了设计速度，就如同设计负荷5吨的大桥开过8吨的汽车一样，是掠夺性的使用设备，是不可取、不科学的做法，不应提倡。
2、若设备的原设计指标保守，根据实际，设备开动速度可以提升。经过论证，这种提升不会造成对设备的损坏。那么，应该改变设备的设计速度指标，即理论加工周期，使速度开动率始终保持为一个不大于100%的统计结果。
3、因为异常提升设备运行速度（使设备过早进入耗损故障状态）造成速度开动率不正常的夸大，得到较高的OEE水平，掩盖了设备维护不当等问题，可能误导企业，不利于激发设备管理者对人—机系统六大损失的攻关和控制。
总之，让OEE应保持为一个不大于100%的统计量，可以激发企业始终不渝地致力于OEE的提升。
07结语
本文根据企业的运行实际，提出修正的OEE算法，又提出OEE纯的概念。同时澄清了速度开动率的统计计算问题。如果企业OEE的计算按笔者介绍的规范算法统一起来，就可以使这一指标横向、纵向可比。同时可以使这一指标客观反映设备维护状况，成为引导设备管理进步的积极因素。
冠卓咨询官方客服：400-168-0525
OEE(Overall Equipment Effectiveness),即设备综合效率，其本质就是设备负荷时间内实际产量与理论产量的比值。企业在进行OEE计算时常常遇到很多迷惑的问题，如工厂停水、停电、停气等使设备不能工作，等待定单、等待排产计划、等待检查、等待上一道工序造成的停机，不知如何计算。本文引入非设备因素停机的概念，修改了OEE的算法，使计算得到的OEE更能够真实反映设备维护的实际状况，让设备完全利用的情况由完全有效生产率这个指标来反映。更有利于管理观测分析聚焦解决问题，那OEE对什么样的生产线适用？
简单的概括就是单机和已设备为主的流水线都适合这样的指标来反映。
01OEE表述和计算实例
OEE= 时间开动率×性能开动率×合格品率
其中，时间开动率 = 开动时间/负荷时间
而，负荷时间 = 日历工作时间-计划停机时间
开动时间 = 负荷时间 – 故障停机时间 – 设备调整初始化时间
性能开动率 = 加工数量×理论加工周期/开动时间
合格品率 = 合格品数量/ 加工数量
在OEE公式里，时间开动率反映了设备的时间利用情况；性能开动率反映了设备的性能发挥情况；而合格品率则反映了设备的有效工作情况。反过来，时间开动率度量了设备的故障、调整等项停机损失，性能开动率度量了设备短暂停机、空转、速度降低等项性能损失；合格品率度量了设备加工废品损失。
OEE还有另一种表述方法，更适用于流动生产线的评估, 即
OEE= 时间开动率×性能开动率×合格品率
而，时间开动率 = 开动时间/计划利用时间
而，计划利用时间 = 日历工作时间-计划停机时间
开动时间 = 计划利用时间 – 非计划停机时间
性能开动率 = 完成的节拍数/计划节拍数
其中,计划节拍数 = 开动时间/标准节拍时间
合格品率 = 合格品数量/加工数量
这与前述的OEE公式实际上是同一的。
02流水线OEE表述和计算实例
OEE= 时间开动率×性能开动率×合格品率
需要这里说明的是这里默认一台机停了，整条线都要停的原则来收集统计的数据，如果不是请遵照单机收集方可有意义；
其中，时间开动率 = 开动时间/负荷时间
而，负荷时间 = 日历工作时间-计划停机时间
开动时间 = 负荷时间 – 故障停机时间 – 设备调整初始化时间
性能开动率 = 加工数量×理论加工周期/开动时间
*注意：这里的理论加工周期是遵循瓶颈机器作为基准计算的*
合格品率 = 合格品数量/ 加工数量
*注意：这里的合格品数量是遵循最终下线合格数量作为基准计算的*
03OEE的实质
如果追究OEE的本质内涵，OEE是企业管理作为评估和分析改善用的指标，核心是在后者，如果单从评估角度看待也可以采用简易算法，其实就是计算周期内用于加工的理论时间和负荷时间百分比，请注意，当展开OEE公式，有OEE = 时间开动率×性能开动率×合格品率
= （开动时间/负荷时间）×（加工数量×实际加工周期/开动时间）×（理论加工周期/实际加工周期）×（合格产量/加工数量）
= （开动时间×加工数量×实际加工周期×理论加工周期×合格产量）/（负荷时间×开动时间×实际加工周期×加工数量）
约去分子、分母的公因子，OEE = （理论加工周期×合格产量）/负荷时间 = 合格产品的理论加工总时间/负荷时间
这也就是实际产量与负荷时间内理论产量的比值。
例如设ME243设备某日运转情况如下：
A：当日之实勤时间＝60分×8小时＝480分
B：当日之计划休止时间（生产计划上之休止、计划保养之休止、朝会及其他管理上之休止时间合计）＝20分
C：当日之停止损失时间（故障20分，换型准备20分，调整20分）＝60分
D：当日之生产量＝400个
E：良品率＝98％
F：理论（或基准）周程时间＝0．6分／个
G：实际周程时间 ＝0．8分／个
试求算设备综合效率？
设备综合效率＝时间运转率×性能运转率×质量合格率
＝0．87×0．6×0．98×100％＝51．2％
从案例中不难看出设备综合效率＝一次合格品数*标准节拍时间/负荷时间
04OEE的本质内涵，利用OEE进行损失分析
既然上述的计算方法可以如此简单，那么为什么要用这么复杂的公式呢？主要是为了分析问题。计算OEE值不是目的，而是为了分析六大损失。设备的OEE水平不高，是由多种原因造成的，而每一种原因对OEE的影响又可能是大小不同。在分别计算OEE的不同“率”的过程中，可以分别反映出不同类型的损失。进一步，我们还可以结合运用PM分析方法， 对OEE不高的原因进行分析。
例如，当设备的OEE水平不高，从OEE计算看出是时间开动率低下，于是将时间开动率用方框框起来，再问为什么时间开动率不高，发现是设备故障引起，再继续往下分析，直到找出根本原因为止。
05OEE 计算中遇到的困难和解决方案
我们在计算OEE时，遇到计划停机以外的外部因素，如无订单、停水、电、气、汽等因素造成停机损失，常不知把这部分损失放到哪部分去计算。有人把它们列入计划停机，但它们又不是真正意义上的计划停机。如果算做故障停机，但又不是设备本身故障引起的停机。各个企业的计算五花八门，失去相互的可比性。当我们把OEE的计算作一扩展，给出“设备完全有效生产率（TEEP）”这一新概念和新算法，上述的问题可以迎刃而解。
06引入TEEP条件下OEE公式的修正
在引入TEEP条件下, 因为我们已经把非设备因素（ 即设备外部因素）1引起的停机损失分离出来，作为利用率的损失来度量，故在计算OEE时，设备的时间开动率就要做相应调整。
在TEEP计算中
设备利用率 =（日历工作时间—计划停机时间—设备外部因素停机时间）/日历工作时间
正确的OEE计算，应该有设备时间开动率 = 开动时间/负荷时间，其中，负荷时间 = 日历工作时间—计划停机时间—设备外部因素停机时间
开动时间 = 负荷时间—设备调整初始化时间（包括更换产品规格、更换工装模具、更换刀具等活动所用时间）
其他公式的算法和项目内容不变。
这样计算得到的OEE可以准确反映设备本身的问题，能够客观评价企业的设备管理水平，同时也不会使企业之间的OEE因理解与算法不同而不可比。如果要全面反映企业设备效率，即把所有与设备有关和无关的因素都考虑在内，则可以通过TEEP来反映。
企业OEE计算疑惑辨析
笔者根据众多企业的统计和计算实际，提出将OEE公式的计算方法加以修正。原来的★ 负荷时间=日历工作时间—计划停机时间
现在修正为：
★ 负荷时间=日历工作时间—计划停机时间—非设备因素停机时间原来的★ 开动时间=负荷时间—故障停机时间—安装、调整和初始化停机时间， 仍保持不变，上述的“非设备因素停机”包括开工不足停机、等待订单、等待计划排产、因企业系统管理不善或外部环境而造成的停水、停电、停汽、停气，使需要上述供给的设备停机。上述的停机损失并不属于停机设备本身的问题，而是大系统对设备的影响。上述的“计划停机”应界定为设备生产前后的例行保养，如加油、加冷却剂、停机点检、清扫、紧固、升温、预热、升速等活动。计划停机应不包括因更换产品而造成的工、模、夹具更换，设备参数调整所造成的停机。这样修正之后所计算得到的OEE，基本反映了设备本身人一机系统的维护状况。而全面设备效率发挥状况可以由完全有效生产率来反映，
★ 完全有效生产率=设备利用率×设备综合效率（OEE）
其中，★ 设备利用率=（日历工作时—计划停机时间—非设备因素停机时间）/ 日历工作时间
由此看出，完全有效生产率把因为设备本身保养不善的损失和系统管理不善、设备产能不平衡、企业经营不善损失全面地反映出来。而OEE的计算公式则主要反映了设备本身的系统维护、保养和作业效率状况。上述OEE的计算中，合格品率既反映了设备状况不良损失，又反映了操作、工艺执行、参数控制方面的损失。从设备管理的角度来看，合格品率不一定全面、真实地反映设备维护、保养水平。笔者建议引入一个纯设备合格品率的概念，
即★ 纯设备合格品率 =合格品数量/（生产数量—非设备因素废品数量）由此引出了纯设备OEE的概念，简记为OEE纯 ，即
★ OEE纯 = 时间开动率×性能开动率×纯设备合格品率
这里的时间开动率是上述经过修正的公式，性能开动率的定义不变。OEE更集中反映了设备维护、保养水平。完全有效生产率的公式不必修改。OEE纯仅仅是为了集中、客观反映设备维护、保养水平。因为完全有效生产率就是全面反映设备的总效率状况，没有必要分清哪些是因为设备，哪些是来自设备以外的因素。
另外，有些企业在OEE计算时，出现了性能开动率大于100%的状况，甚至有的高达150%。众所周知，
★ 性能开动率=净开动率×速度开动率其中，
★ 性能开动率=（生产数量×实际加工周期）/ 开动时间
性能开动率反映了实际加工产品所用时间与开动时间的比例，它的高低反映了生产中的设备空转，无法统计的小停机损失。净开动率是不大于100%的统计量。问题就出在速度开动率上。
★ 速度开动率=理论加工周期/ 实际加工周期
原则上，理论加工周期不大于实际加工周期，即速度开动率是不大于100%的统计结果。
有的企业设备加工运转速度超出了设计速度，这样使速度开动率超过100%，进而使性能开动率超过100%。笔者认为，速度开动率超过100%是不合理、也是不可取的，理由如下：
1、如果设备开动速度超过了设计速度，就如同设计负荷5吨的大桥开过8吨的汽车一样，是掠夺性的使用设备，是不可取、不科学的做法，不应提倡。
2、若设备的原设计指标保守，根据实际，设备开动速度可以提升。经过论证，这种提升不会造成对设备的损坏。那么，应该改变设备的设计速度指标，即理论加工周期，使速度开动率始终保持为一个不大于100%的统计结果。
3、因为异常提升设备运行速度（使设备过早进入耗损故障状态）造成速度开动率不正常的夸大，得到较高的OEE水平，掩盖了设备维护不当等问题，可能误导企业，不利于激发设备管理者对人—机系统六大损失的攻关和控制。
总之，让OEE应保持为一个不大于100%的统计量，可以激发企业始终不渝地致力于OEE的提升。
07结语
本文根据企业的运行实际，提出修正的OEE算法，又提出OEE纯的概念。同时澄清了速度开动率的统计计算问题。如果企业OEE的计算按笔者介绍的规范算法统一起来，就可以使这一指标横向、纵向可比。同时可以使这一指标客观反映设备维护状况，成为引导设备管理进步的积极因素。
物联网如何推动数字化转型
企业网D1Net 2020-06-03 15:40:38
行业厂商Sanmina、米其林和Hudl公司对物联网如何重塑他们的业务进行了分享，并提供了对业务流程和客户可以信赖的物联网服务的实时见解。
对于越来越多的公司而言，物联网(IoT)技术已经超越了试验阶段，如今已应用在重要的业务流程中，从而为其提供了竞争优势。
例如，集成设备生产商Sanmina公司利用联网的传感器和云计算技术来提高产量，同时解决了物联网数据面临的安全挑战。
轮胎制造商米其林公司已经使用物联网(IoT)来提高其供应链的可见性，实时跟踪集装箱的海上运输过程，并在此过程中提高客户满意度。
体育科技厂商Hudl公司提供了视频工具，使教练和运动员能够更细致地查看比赛表现，并且已经找到使用物联网实现视频处理自动化的方法。
这样的例子展示了物联网如何解决企业面临的特定需求和挑战，并为客户带来好处。以下将展示这三家厂商如何将物联网用于促进数字化转型。
Sanmina：提高工厂绩效和产品质量
集成设备制造商Sanmina公司于2016年开始了物联网之旅。该公司希望提高其位于爱尔兰弗莫伊的工厂设备的整体设备效率(OEE)。整体设备效率(OEE)是制造行业的标准指标，用于衡量生产设施的使用状况及其在计划运行期间的全部潜力。
Sanmina公司42Q业务部门首席业务官Rajeev Gollarahalli表示，该公司希望其工厂的生产线实现完全自动化生产。
Gollarahalli说，Sanmina公司的物联网系统涉及多种协同工作的技术。其自主开发的42Q云计算制造执行系统(MES)运行在AWS云平台上。还包括用于监视和调整环境以保持对环境温度和湿度的极其严格控制的传感器，以及来自AWS公司和谷歌公司基于云计算的人工智能(AI)平台。
该公司还依靠计算机维护管理系统使用从安装在生产设备上的物联网设备收集的数据来安排维护和校准工作。
Gollarahalli表示，除了完成整体设备效率(OEE)的工作外，其生产工厂还需要实时查看和补充原材料，以确保原材料供应不会出现延误。采用物联网技术的自动化车辆会及时将物料从仓库运送到车间进行生产，然后在物料交付完成时提醒操作人员。
Gollarahalli说，由于物联网的部署，其在爱尔兰的工厂提高了生产设备和生产线的整体设备效率(OEE)，并实现了车间内原材料的无缝补给，从而避免了材料供应的延迟。
该公司于2017年启动了另一项物联网计划，这次涉及在墨西哥瓜达拉哈拉的工厂生产充电系统。该过程需要将来自Kuka Robotics公司的30多个工业机器人集成到云计算制造执行系统(MES)中，以确保从正在制造的设备中准确组装和收集数据。
在制造过程中需要进行的检查项目很多，其中包括组件和顶层流量检查，使用安装在机器人上的传感器进行的自动螺丝扭矩测量以及使用HTTP协议和Modbus(一种通常用于连接工业设备的事实上的标准通信协议)提取的数据电子设备。
Gollarahalli说，用于连接机器人并与之对话的中间件是42Q部门定制的产品。他说：“Sanmina公司每天从机器人那里收集大约500,000条不同的离散数据，并将汇总的数据用于数据分析，以改善部署在生产线上以控制质量的实时决策模型。”
他表示，Sanmina公司在墨西哥的工厂部署的物联网确保了充电设备的组装和数据收集，并使其设备的整体设备效率(OEE)提高了12%，还有助于将充电设备容量提高10%以上，同时将缺陷类型减少8%以上。
迄今为止，Sanmina公司已在其全球各地工厂的25,000台制造设备上采用了物联网技术，从而使软件可以直接从机器收集数据，控制生产，并在需要时进行工程干预。
Gollarahalli说，物联网的最大挑战之一是安全性。他说：“尽管保护收集的数据的问题是一个明显的挑战，但物联网设备可以成为进入企业网络的门户。在某种程度上，这是一个更大的问题，需要复杂的网络配置以及身份验证技术来阻止黑客获得访问权限。”
他表示，其他挑战包括能否摄取和处理大量流数据以用于在生产工厂做出近乎实时的决策。这可以通过结合边缘计算和复杂的数据压缩与传输技术来解决。
米其林：提高供应链知名度
全球知名轮胎制造商米其林公司的供应链部门与物联网服务提供商Sigfox公司和咨询机构Argon Consulting公司开展合作，推出了一个物联网系统来实时跟踪海运集装箱的运输过程。
米其林公司企业风险互联移动业务高级副总裁Pascal Zammit说，“客户的满意度对我们至关重要，我们希望能够在任何给定的时间向客户提供准确的实时货运信息。但是要获得全球供应链的这种可见性是非常困难的。国际运输可能会受到各种影响，例如，如果一个集装箱错过了其在船上的装货位，就只能等待下一艘轮船可用的空间，则可能会导致货物到达最终目的地的时间推迟一周。”
此外，米其林公司还为大多数运输途中的货物提供了资金支持，而准时交货对于确保企业的健康现金流至关重要。
Zammit说，“在启动物联网计划之前，我们开始使用来自数字平台的信息，我们通过采用传统的西格玛方法来改善我们的供应链。但是，数据质量不足以达到我们所需要达到的客户满意度和库存水平，特别是在遇到例如冰雪和暴风雨等灾害的情况下。”
因此，米其林公司的供应链部门转向采用物联网技术。Zammit说，“我们希望找到一种负担得起且可持续的解决方案，以持续跟踪海运集装箱的行程，并为客户提供最佳体验和最准确的信息。”
Zammit说，该小组与Argon公司合作采用现有的物联网跟踪器和技术，并寻找方法为其特定的用例开发和优化工具。而数据质量和定位精度是关键因素。
Zammit说，米其林公司每年都会发送15万个以上集装箱的产品，因此，当开始考虑采用物联网技术时，该公司有两个主要要求：其跟踪系统必须价格合理并且能耗低。
他表示，虽然市场上并不缺乏跟踪产品，但许多产品的价格都很高，而且需要大量采用电池，所以这些产品都不太理想。现有跟踪产品面临的其他挑战包括电池寿命短，并且难以从集装箱内部对外传输数据。
低功耗网络提供商Sigfox公司可以为米其林公司提供价格合理的跟踪器，并在企业运营的每个国家/地区都提供网络连通性。该公司专用的低带宽无线网络专门设计用于将简单、低功耗和低成本的物联网设备连接到全球互联网。
该部门与两家公司合作设计和开发了一个物联网系统，其中包括使追踪器能够检测物理运动的算法。因此，该系统能够报告货物装卸等具体行动，并监测集装箱内部状况，如温度和湿度。
将物联网设备连接到网络，并允许在远程传输少量数据。这使米其林公司能够以比传统网络低得多的成本获得所需的基于物联网的数据和见解。
借助物联网系统，该部门可以查看发货状态并获取特定事件的通知。Zammit说，米其林公司节省的时间和成本相当可观，并对客户满意度产生了积极影响。这个跟踪系统使其库存减少了10%，预计产品交付时间的准确性提高了40%。
该系统还具有可扩展性和可重用性，大多数物联网设备的使用寿命长达四年。Zammit说：“这对于国际托运商来说至关重要，因为集装箱的运营过程并不容易跟踪，跟踪设备也并不容易更换。”
Hudl：运动视频处理的自动化
Hudl公司是一家为教练和运动员提供工具来审查比赛录像以改善团队合作的公司。该公司的产品之一是名为Hudl Focus的智能摄像头，它使用由AWS公司云平台支持的物联网系统将自动录制比赛视频并上传到Hudl公司的平台。
Hudl公司工程总监Joel Hensley说，“我们通常从教练那里听到的最大的痛点之一就是需要求助他人录制比赛，然后将视频上传到Hudl公司。”
在2018年1月，该公司开始开发Hudl Focus产品，以便利用Nvidia Jetson(来自Nvidia公司的一系列嵌入式计算板)以及AWS公司的物联网服务带来的技术优势，将智能的联网摄像头应用到美国各地的高中。然后，该公司向美国各高中的篮球队发布了限量版Beta版本，随后在2019年发布了更广泛的版本。
Hudl Focus的智能摄像头具有多个镜头，其拍摄视野可以达到180度，并根据篮球和排球队的比赛情况生成放大的视图。然后，教练可以使用Hudl Focus移动应用程序来远程控制摄像头。摄像头之间的来回通信由AWS IoT服务提供支持。
该移动应用程序与Hudl公司的应用程序编程接口(API)通信，并且Hudl公司的后端系统通过AWS公司提供的软件开发套件与AWS IoT集成。然后，摄像头使用在Ubuntu中运行的Python服务连接到AWS IoT。
Hensley说：“除了通过物联网启动和关闭摄像头，我们还使用物联网向摄像头推出软件更新以及存储设备配置和系统设置。AWS IoT消除了与在某个特定时刻可能在线或可能不在线的物理设备进行来回通信所需的许多繁重工作，这使我们可以花费更多的时间为教练开发更多增值功能，而不是构建基础功能。”
教练从物联网提供的弹性中受益，因此，即使摄像头离线关闭，教练也可以安排比赛，一旦摄像头重新启动运行，教练就会处理消息并确保记录比赛过程。
Hudl公司使用的AWS IoT提供的最新功能之一是安全隧道，它使Hull公司可以使用安全外壳(一种加密网络协议)在需要执行故障排除或维护设备的情况下访问远程环境中的设备。
企业网D1Net 2020-06-03 15:40:38
行业厂商Sanmina、米其林和Hudl公司对物联网如何重塑他们的业务进行了分享，并提供了对业务流程和客户可以信赖的物联网服务的实时见解。
对于越来越多的公司而言，物联网(IoT)技术已经超越了试验阶段，如今已应用在重要的业务流程中，从而为其提供了竞争优势。
例如，集成设备生产商Sanmina公司利用联网的传感器和云计算技术来提高产量，同时解决了物联网数据面临的安全挑战。
轮胎制造商米其林公司已经使用物联网(IoT)来提高其供应链的可见性，实时跟踪集装箱的海上运输过程，并在此过程中提高客户满意度。
体育科技厂商Hudl公司提供了视频工具，使教练和运动员能够更细致地查看比赛表现，并且已经找到使用物联网实现视频处理自动化的方法。
这样的例子展示了物联网如何解决企业面临的特定需求和挑战，并为客户带来好处。以下将展示这三家厂商如何将物联网用于促进数字化转型。
Sanmina：提高工厂绩效和产品质量
集成设备制造商Sanmina公司于2016年开始了物联网之旅。该公司希望提高其位于爱尔兰弗莫伊的工厂设备的整体设备效率(OEE)。整体设备效率(OEE)是制造行业的标准指标，用于衡量生产设施的使用状况及其在计划运行期间的全部潜力。
Sanmina公司42Q业务部门首席业务官Rajeev Gollarahalli表示，该公司希望其工厂的生产线实现完全自动化生产。
Gollarahalli说，Sanmina公司的物联网系统涉及多种协同工作的技术。其自主开发的42Q云计算制造执行系统(MES)运行在AWS云平台上。还包括用于监视和调整环境以保持对环境温度和湿度的极其严格控制的传感器，以及来自AWS公司和谷歌公司基于云计算的人工智能(AI)平台。
该公司还依靠计算机维护管理系统使用从安装在生产设备上的物联网设备收集的数据来安排维护和校准工作。
Gollarahalli表示，除了完成整体设备效率(OEE)的工作外，其生产工厂还需要实时查看和补充原材料，以确保原材料供应不会出现延误。采用物联网技术的自动化车辆会及时将物料从仓库运送到车间进行生产，然后在物料交付完成时提醒操作人员。
Gollarahalli说，由于物联网的部署，其在爱尔兰的工厂提高了生产设备和生产线的整体设备效率(OEE)，并实现了车间内原材料的无缝补给，从而避免了材料供应的延迟。
该公司于2017年启动了另一项物联网计划，这次涉及在墨西哥瓜达拉哈拉的工厂生产充电系统。该过程需要将来自Kuka Robotics公司的30多个工业机器人集成到云计算制造执行系统(MES)中，以确保从正在制造的设备中准确组装和收集数据。
在制造过程中需要进行的检查项目很多，其中包括组件和顶层流量检查，使用安装在机器人上的传感器进行的自动螺丝扭矩测量以及使用HTTP协议和Modbus(一种通常用于连接工业设备的事实上的标准通信协议)提取的数据电子设备。
Gollarahalli说，用于连接机器人并与之对话的中间件是42Q部门定制的产品。他说：“Sanmina公司每天从机器人那里收集大约500,000条不同的离散数据，并将汇总的数据用于数据分析，以改善部署在生产线上以控制质量的实时决策模型。”
他表示，Sanmina公司在墨西哥的工厂部署的物联网确保了充电设备的组装和数据收集，并使其设备的整体设备效率(OEE)提高了12%，还有助于将充电设备容量提高10%以上，同时将缺陷类型减少8%以上。
迄今为止，Sanmina公司已在其全球各地工厂的25,000台制造设备上采用了物联网技术，从而使软件可以直接从机器收集数据，控制生产，并在需要时进行工程干预。
Gollarahalli说，物联网的最大挑战之一是安全性。他说：“尽管保护收集的数据的问题是一个明显的挑战，但物联网设备可以成为进入企业网络的门户。在某种程度上，这是一个更大的问题，需要复杂的网络配置以及身份验证技术来阻止黑客获得访问权限。”
他表示，其他挑战包括能否摄取和处理大量流数据以用于在生产工厂做出近乎实时的决策。这可以通过结合边缘计算和复杂的数据压缩与传输技术来解决。
米其林：提高供应链知名度
全球知名轮胎制造商米其林公司的供应链部门与物联网服务提供商Sigfox公司和咨询机构Argon Consulting公司开展合作，推出了一个物联网系统来实时跟踪海运集装箱的运输过程。
米其林公司企业风险互联移动业务高级副总裁Pascal Zammit说，“客户的满意度对我们至关重要，我们希望能够在任何给定的时间向客户提供准确的实时货运信息。但是要获得全球供应链的这种可见性是非常困难的。国际运输可能会受到各种影响，例如，如果一个集装箱错过了其在船上的装货位，就只能等待下一艘轮船可用的空间，则可能会导致货物到达最终目的地的时间推迟一周。”
此外，米其林公司还为大多数运输途中的货物提供了资金支持，而准时交货对于确保企业的健康现金流至关重要。
Zammit说，“在启动物联网计划之前，我们开始使用来自数字平台的信息，我们通过采用传统的西格玛方法来改善我们的供应链。但是，数据质量不足以达到我们所需要达到的客户满意度和库存水平，特别是在遇到例如冰雪和暴风雨等灾害的情况下。”
因此，米其林公司的供应链部门转向采用物联网技术。Zammit说，“我们希望找到一种负担得起且可持续的解决方案，以持续跟踪海运集装箱的行程，并为客户提供最佳体验和最准确的信息。”
Zammit说，该小组与Argon公司合作采用现有的物联网跟踪器和技术，并寻找方法为其特定的用例开发和优化工具。而数据质量和定位精度是关键因素。
Zammit说，米其林公司每年都会发送15万个以上集装箱的产品，因此，当开始考虑采用物联网技术时，该公司有两个主要要求：其跟踪系统必须价格合理并且能耗低。
他表示，虽然市场上并不缺乏跟踪产品，但许多产品的价格都很高，而且需要大量采用电池，所以这些产品都不太理想。现有跟踪产品面临的其他挑战包括电池寿命短，并且难以从集装箱内部对外传输数据。
低功耗网络提供商Sigfox公司可以为米其林公司提供价格合理的跟踪器，并在企业运营的每个国家/地区都提供网络连通性。该公司专用的低带宽无线网络专门设计用于将简单、低功耗和低成本的物联网设备连接到全球互联网。
该部门与两家公司合作设计和开发了一个物联网系统，其中包括使追踪器能够检测物理运动的算法。因此，该系统能够报告货物装卸等具体行动，并监测集装箱内部状况，如温度和湿度。
将物联网设备连接到网络，并允许在远程传输少量数据。这使米其林公司能够以比传统网络低得多的成本获得所需的基于物联网的数据和见解。
借助物联网系统，该部门可以查看发货状态并获取特定事件的通知。Zammit说，米其林公司节省的时间和成本相当可观，并对客户满意度产生了积极影响。这个跟踪系统使其库存减少了10%，预计产品交付时间的准确性提高了40%。
该系统还具有可扩展性和可重用性，大多数物联网设备的使用寿命长达四年。Zammit说：“这对于国际托运商来说至关重要，因为集装箱的运营过程并不容易跟踪，跟踪设备也并不容易更换。”
Hudl：运动视频处理的自动化
Hudl公司是一家为教练和运动员提供工具来审查比赛录像以改善团队合作的公司。该公司的产品之一是名为Hudl Focus的智能摄像头，它使用由AWS公司云平台支持的物联网系统将自动录制比赛视频并上传到Hudl公司的平台。
Hudl公司工程总监Joel Hensley说，“我们通常从教练那里听到的最大的痛点之一就是需要求助他人录制比赛，然后将视频上传到Hudl公司。”
在2018年1月，该公司开始开发Hudl Focus产品，以便利用Nvidia Jetson(来自Nvidia公司的一系列嵌入式计算板)以及AWS公司的物联网服务带来的技术优势，将智能的联网摄像头应用到美国各地的高中。然后，该公司向美国各高中的篮球队发布了限量版Beta版本，随后在2019年发布了更广泛的版本。
Hudl Focus的智能摄像头具有多个镜头，其拍摄视野可以达到180度，并根据篮球和排球队的比赛情况生成放大的视图。然后，教练可以使用Hudl Focus移动应用程序来远程控制摄像头。摄像头之间的来回通信由AWS IoT服务提供支持。
该移动应用程序与Hudl公司的应用程序编程接口(API)通信，并且Hudl公司的后端系统通过AWS公司提供的软件开发套件与AWS IoT集成。然后，摄像头使用在Ubuntu中运行的Python服务连接到AWS IoT。
Hensley说：“除了通过物联网启动和关闭摄像头，我们还使用物联网向摄像头推出软件更新以及存储设备配置和系统设置。AWS IoT消除了与在某个特定时刻可能在线或可能不在线的物理设备进行来回通信所需的许多繁重工作，这使我们可以花费更多的时间为教练开发更多增值功能，而不是构建基础功能。”
教练从物联网提供的弹性中受益，因此，即使摄像头离线关闭，教练也可以安排比赛，一旦摄像头重新启动运行，教练就会处理消息并确保记录比赛过程。
Hudl公司使用的AWS IoT提供的最新功能之一是安全隧道，它使Hull公司可以使用安全外壳(一种加密网络协议)在需要执行故障排除或维护设备的情况下访问远程环境中的设备。
✋热门推荐