보스턴, —제조 분야의 선도적인 산업 데이터 플랫폼인 MachineMetrics는 오늘 Jon Cowan을 최고 수익 책임자(CRO)로 임명했다고 발표했습니다. CRO로서 Cowan은 제조업체를 위한 MachineMetrics의 입증된 솔루션에 대한 증가하는 고객 요구를 충족하기 위해 MachineMetrics의 성장을 주도하는 책임을 맡고 있습니다. Cowan은 최근 Rockwell Automation이 22억 달러에 인수한 PLEX Systems의 MachineMetrics에 합류하여 영업 담당 부사장으로 재직했으며 성공적인

제조업체는 지속적인 개선 상태에 있지만 효율성을 높이고 리드 타임을 줄임으로써 기계가 생산되지 않는 시간에 많은 관심을 갖게 되었습니다. 회사는 전체 매장의 용량에 큰 영향을 미친다는 사실에도 불구하고 경험하는 다운타임의 비용과 양을 과소평가하는 경우가 많습니다. 다음에서는 제조업체가 최대한 많은 처리량을 생성할 수 있도록 계획되지 않은 가동 중지 시간을 추적, 분류, 노출하고 궁극적으로 줄이기 위한 전략과 솔루션을 살펴봅니다. 중단 시간 제조업체 비용은 얼마입니까? 제조업체는 종종 문제가 있음을 알고 있으며 가장 큰 문제는 가동

모든 기업이 경쟁 우위를 확보하기 위해 노력하는 인더스트리 4.0 시대에 제조업체가 고품질 제품을 적시에 제공하는 것이 그 어느 때보다 중요해졌습니다. 생산 병목 현상과 지연, 급증하는 생산 및 유지 관리 비용, 연장된 기계 가동 중지 시간은 도저히 용납할 수 없습니다. 그렇기 때문에 오늘날의 미래 지향적인 제조업체는 최신 리소스 모니터링 시스템을 사용하여 효율성을 높이는 새로운 방법을 개척하고 있습니다. 실제로 리소스 모니터링은 산업용 사물 인터넷(IIoT) 기술의 주요 사용 사례로 빠르게 자리잡고 있습니다. 따라서 공장의 리

MachineMetrics, 2천만 달러의 시리즈 B 펀딩 라운드 발표 제조업체를 위한 자율 가공의 새로운 시대를 여는 산업 데이터 스타트업 BOSTON—자동 가공을 통해 제조 성능을 향상시키는 산업 데이터 스타트업인 MachineMetrics가 Series B 파이낸싱에서 2천만 달러를 모금했다고 오늘 발표했습니다. 회사는 자금을 사용하여 플랫폼을 전 세계적으로 확장하고 제조 운영을 지원하는 기계 통찰력에 대한 액세스를 민주화할 것입니다. “제조업은 디지털 르네상스를 앞두고 있습니다. MachineMetrics의 공동 창립자이

MachineMetrics는 기계의 실시간 데이터로 제조 산업을 혁신하기 위해 2015년에 시작되었습니다. 제품 제작을 시작하기 전에 약 100개의 중소 제조업체를 인터뷰한 결과 다음과 같은 결론을 내렸습니다. 경영진은 기계 가동률이 60~70%라고 생각했지만 실제 가동률은 더 낮은 것 같았습니다(나중에 우리는 업계 평균이 30% 미만임을 발견했습니다) ERP 시스템은 생산을 추적하는 데 사용되었지만 데이터는 하루가 끝날 때 또는 교대 근무 시간에 직접 입력해야 합니다. 실시간 생산 가시성이 없었습니다. 일부 공장에서는 작업자가

생산 현장 제어를 사용하여 자신 있게 관리 지능형 작업 현장 관리는 현대 관리 접근 방식의 기본 전제입니다. 최적으로 작동하는 작업 현장 운영은 비즈니스가 생산 목표를 충족하고 지연이 배송 약속에 영향을 미치지 않도록 하는 경영진의 능력에 직접적이고 긍정적인 영향을 미친다는 것이 입증되었습니다. 또한 조직의 고위 C-suite와 제조 책임자 간에 정기적이고 시기 적절하며 원활한 의사 소통을 구축하여 공장 및 작업 현장 관리자의 활동을 직접 볼 수 있도록 합니다. 및 해당 팀. 올바르게 실행되고 현대적인 작업 현장 관리 접근 방식

기계 유지보수란 무엇입니까? 기계 유지 보수는 지속적인 작업 순서를 보장하기 위해 기계를 유지 관리하는 프로세스입니다. 여기에는 표면 청소, 기어 윤활, 벨트와 같은 부품의 마모 확인과 같은 일상적인 일상의 일부로 또는 모든 종류의 파손 또는 손상 이전에 발생하는 유지 관리가 포함될 수 있습니다. 또한 진동 패턴의 변화나 온도 또는 에너지 소비의 증가와 같은 잠재적인 문제의 징후에 대해 장비를 모니터링하는 것도 포함될 수 있습니다. 기계 유지보수에는 손상 평가 및 부품 교체와 같이 기계가 고장난 후 발생하는 프로세스도 포함됩니다.

인더스트리 4.0이란 무엇입니까? 인더스트리 4.0의 개념은 산업용 사물 인터넷(IIoT), 클라우드, 에지 컴퓨팅 및 디지털 트윈과 같은 기술은 물론 M2M(Machine-to-Machine Communication) 및 사이버-물리와 같은 정의 개념을 포괄합니다. 시스템(CPS). 4차 산업혁명의 기반은 자동화다. 데이터를 수집하고 전달하는 모든 시스템은 산업 및 제조 관행을 보다 효율적이고 자율적으로 만드는 목적을 위해 존재합니다. IR4의 기술은 하드웨어와 소프트웨어를 통해 이전에 분리된 시스템을 연결하고, 정보 투명성

대부분의 기업은 생산 능력을 증가시키는 능력에 높은 가치를 부여합니다. 그리고 추가 장비 비용을 피할 수 있다면 그렇게 하는 것이 특히 중요합니다. 결국, 제조의 본질은 상품을 생산하는 것이며, 현대적인 운영은 그렇게 하는 데 있어 더욱 효율적입니다. 이 기사에서 우리는 정확히 어떤 생산 능력과 상점 내 숨겨진 능력을 찾는 데 사용할 수 있는 전략을 탐구할 것입니다. 생산 능력이란 무엇입니까? 생산 능력은 제품을 생산할 때 달성할 수 있는 최대 생산량입니다. 일반적으로 일정량의 리소스(시간, 노동, 자재)가 주어졌을 때 생성할

작업자는 생산에 가장 가까운 직원으로서 작업 현장에 대한 깊은 가시성을 가지고 있습니다. 반면에 작업 현장 관리자와 제조 엔지니어를 포함한 다른 이해 관계자는 때때로 생산 상태, 팀이 생산 목표에 대해 어떻게 수행하고 있는지, 장비와 리소스가 얼마나 효율적으로 사용되고 있는지에 대한 가시성을 확보하는 데 어려움을 겪습니다. 다행히 연결된 장치는 데이터, 분석, 보고서 및 커뮤니케이션 도구를 제공하여 기존 제조 방식에서 발견되는 생산 문제를 조명합니다. 다운타임 분석 관리자가 직면하는 가장 일반적인 문제 중 하나는 기계 가동 중지

제조업체가 직면한 가장 큰 문제 중 하나는 가동 중지 시간입니다. 이 문제는 대부분의 제조업체가 공장 전체에서 다운타임의 원인이 무엇인지 알지 못한다는 사실로 인해 악화됩니다. 다행히도 연결된 기술과 클라우드 컴퓨팅 플랫폼에는 데이터를 연결, 수집 및 분석하고 자동 사용자 친화적인 보고서를 생성할 수 있는 기능이 있습니다. 기계 모니터링을 통해 제조업체는 기계 다운타임의 양, 영향 및 원인을 파악하여 이를 줄이기 위한 조치를 취할 수 있습니다. 이 기사에서는 연결된 솔루션이 관리자와 운영자에게 작업 현장을 실시간으로 보여주고 정확

빅 데이터와 제조는 밀접하게 연관되어 있습니다. 제조 비즈니스에서 진행되는 많은 일을 측정하고 최적화할 수 있기 때문입니다. 대부분의 제조업체가 생산 현장 데이터가 비즈니스를 위해 활용할 수 있는 강력한 기능, 예측 및 통찰력에 몰려들면서 데이터 스트림의 크기, 관련성 및 수가 증가하고 있습니다. 그러나 데이터의 진정한 가치는 제조업체가 제조 현장 데이터의 자동화된 실시간 수집을 지원하는 문화를 성공적으로 개발하고 인프라를 배포할 수 있는 경우에만 액세스할 수 있습니다. 그들은 빠른 가치 창출을 경험하고 즉시 생산성을 향상시킬 수

더 빠른 시스템 다운타임 해결 제조업체는 더 좋은 부품을 생산할 수 있는 방법을 끊임없이 찾고 있으며, 이에 대한 가장 큰 장벽 중 하나는 기계 가동 중지 시간입니다. MachineMetrics를 사용하면 알람과 가동 중지 시간을 모두 더 빠르게 해결하여 전체 계획되지 않은 가동 중지 시간을 줄이고 작업자 생산성을 높일 수 있습니다. 이 가이드에서는 MachineMetrics를 사용하여 팀이 이러한 문제를 신속하게 해결하여 시스템이 최대한 실행되도록 할 수 있는 다양한 방법을 공유할 것입니다. 실시간 작업 현장 가시성 사용

기계 데이터를 사용하여 공장 현장 최적화 추진 자동화된 제조 장비(원하는 경우 CNC 기계)와 이 장비를 작동하는 사람들은 모든 제조 작업의 핵심이며 제조업체의 가장 큰 자본 비용 중 하나입니다. 이 기계는 수십만 달러의 가치가 있으며 다른 어떤 산업보다 더 많은 데이터를 생성하지만 로봇 및 자동화의 모든 혁신에도 불구하고 효율성을 개선하기 위해 이 데이터를 캡처하거나 분석하지 않고 있습니다. 이러한 머신은 밀리초마다 수백 개의 데이터 포인트를 생성하며 데이터 구조는 머신마다 다릅니다. 따라서 서로 다른 모든 시스템에서 데이터를

클라우드 기반 기술은 이전과는 다른 방식으로 공장, 사람 및 기계 데이터를 연결합니다. 오늘날의 빠르게 변화하고 고도로 분산된 산업 환경과 최적화된 유지 관리 관리의 중요성을 감안할 때 제조 산업의 운영 및 유지 관리 팀은 클라우드 기반 기술을 통해 상당한 경쟁 우위를 경험하고 있습니다. 기존 ERP(Enterprise Resource Planning) 시스템은 의사 결정을 알리는 데 필요한 정보에 대한 빠르고 원격 액세스를 제공하지 않습니다. 인력과 자산 및 차량의 분산된 특성으로 인해 이는 오늘날의 세계에서 경쟁력을 확보하

정확한 작업 표준은 제조업체의 운영 및 재정적 성공을 좌우할 수 있습니다. 설정 및 주기 시간에 대한 실시간 검증 방법이 부족하면 예측이 제대로 되지 않고 조직 전체에 영향을 미치게 됩니다. 이 기사에서는 제조업체가 MachineMetrics를 사용하여 실제 성능 데이터와 비교하여 작업 표준을 쉽게 검증할 수 있는 방법과 작업 표준 연마를 통해 부품 가격을 높이고 작업을 더 정확하게 예약하는 방법에 대해 설명합니다. 작업 및 설정 시간을 표준화하는 것이 중요한 이유는 무엇입니까? 제조업체에는 종종 부품을 만드는 데 걸리는 시간과

모든 것이 온프레미스 방식의 시대는 지났고 제조 업계의 많은 사람들이 기꺼이 이별을 고합니다. 오늘날 SaaS(Software-as-a-Service)가 제조 기술 환경을 지배하는 데는 그럴만한 이유가 있습니다. SaaS는 다른 작업을 위해 내부 리소스를 확보하면서 기능을 최대한 활용하는 제조업체에게 많은 이점을 제공합니다. 제품과 배송을 둘러싼 고객의 기대치가 점점 더 복잡해지고 있는 오늘날의 시장에서 SaaS는 제조업체가 경쟁에서 앞서나가고 경쟁력을 유지할 수 있는 한 가지 방법입니다. 다음은 제조업체를 위한 SaaS의 몇 가

제조업체에 효율성이 중요한 이유는 무엇입니까? 제조에서 생산 효율성을 개선하는 것은 업계의 핵심 신조입니다. 린 전략을 활용하여 품질을 유지하고 처리량을 높이는 동시에 생산 비용을 낮추는 것은 끊임없는 과제입니다. 하지만 지속적인 개선이라는 마음가짐으로 제조업체는 이를 문제라기보다 기회로 봅니다. 결국 제조업체는 매우 효율적일 수 있으며 경쟁업체를 이기고 있는 한 승리합니다. 그러나 데이터를 사용하여 더 나은, 더 빠른 결정을 내릴 수 있도록 하는 새로운 기술이 등장함에 따라 업계에서 표준으로 받아들여지는 것이 증가할 것입니다.

제조업체의 가장 큰 과제 중 하나는 작업 현장에서 무슨 일이 일어나고 있는지 아는 것입니다. 이 문제를 해결하기 위해 제조업체는 OEE 소프트웨어를 사용하여 중요한 데이터를 수집하여 부서장, 감독자 및 운영자에게 작업 현장 활동에 대한 실시간 정보를 제공합니다. 이를 통해 더 빠르고 자신 있는 생산 결정을 내릴 수 있습니다. 그러나 생산 모니터링 소프트웨어를 구현하는 목적이 현재 성능을 이해하고 시간이 지남에 따라 해당 성능을 측정한 다음 이를 개선하는 것이라면 먼저 성능을 정의해야 합니다. 이를 달성하기 위해 제조업체가 사용하는

COVID-19 전염병의 여파로 제조업이 활기를 되찾고 있으며 디지털 혁신 이니셔티브에 다시 초점을 맞추고 있습니다. 업계는 매우 기대되는 르네상스의 문턱에 서 있으며, 제조 리더는 제품 품질을 유지하면서 용량을 늘리는 것과 같은 중요한 프로세스를 관리하면서 혁신을 수용할 뿐만 아니라 가속화해야 한다는 것이 분명합니다. 효과적인 협업은 두 가지 모두를 잘 수행하는 데 핵심이 될 것입니다. 하지만 인력이 사라졌고 여전히 대부분 원격지에 있기 때문에 더욱 중요합니다. 바이러스가 전 세계를 휩쓸면서 승자와 패자가 있다는 것이 금세 명백해