加快智慧型汽車製造過程

汽車產業對於大數據並不陌生。數十年來，汽車製造業者已收集並分析了包括保固聲明、維護報告等資料，並讓車輛更有智慧、連線功能更多，進而改善了消費者體驗、經銷商表現與車輛品質。

當這類活動成為大家的焦點時，隨著汽車品牌廠與輪胎供應商開始進入數位轉型並採用智慧科技，大數據也在工廠中日漸增長。在製造場所中，挑戰便在於如何善用智慧資產產生的大量資料提升短期與長期的表現。

正確評估

雲端式服務與分析平台的數量隨著智慧型裝置增加而成長，讓製造商得以發揮其數位投資的價值。而部分汽車製造商已採用雲端式平台整合、分析資料，並將其轉變成強大的商業智慧。

然而除了領先的佼佼者，許多製造廠在為操作員提供能驅動即時效能增益的資訊方面仍有困難。

這是為什麼呢？將資料傳送到雲端平台對於時間較寬裕的商業級分析與企業級決策是十分理想的。但對在廠房中需要憑藉即時、脈絡化的資訊以採取修正行動的相關人員來說，過多的網路流量及分析造成的延遲就會成為阻礙。

簡而言之，「對控制系統分析的閉合迴路」速度還不夠快，無法馬上產生效果。

可擴充分析：改善邊緣運算的更快作法

透過在接近資訊來源與廠房級決策者處嵌入分析與機器學習能力的方式，可擴充的資訊平台能加速關閉大數據與廠房間的迴路。

例如，一家普通的汽車組裝廠便運用可調速變頻器控制物料搬運處理輸送帶的馬達。現代化交流變頻器持續監測與馬達機械零件直接相關的輸出扭矩與電流。這些變頻器可設定在參數超出限制時發出警示。此外，溫度、震動與其他感測器則可擷取與回報齒輪箱狀態的相關重要資訊。

持續監控與分析這些運作參數可在造成意外停機前便預測出齒輪箱與輸送帶的磨損或滑動情況（或馬達軸承與繞組問題）。但要即時觀測這些分析數據才能制定最佳維護策略。