Flowserve F5-MEC GE UR9EH HIMA F3236 HIMA F7553
几十年来，衡量工厂生产率最常用的工具是时间和运动研究。然而，这种技术容易产生偏差和不准确，并且在频繁变化的操作中，必须花费相当大的费用重复使用。
Gemba Walk是另一个有用的分析工具。然而，这些流动调查代表了一个时间快照，并不能反映典型的操作。正如时间和动作研究一样，人们通常在被观看时工作得更有效率。
从机器上收集的所有数据呢？通过对传感器监控设备上执行的过程步骤之间的间隙进行分析和计时，人们可以对工人在这两个步骤之间正在做什么做出有根据的猜测。然而，大多数过程仍然是不可见的。条形码零件和产品提供了进一步的线索，但错过了之间的行动。
制造执行系统会有所帮助，尤其是当部署在带有联网工人软件的移动设备上时。然而，大多数MES平台要求操作员在每个步骤后插入状态代码。员工可能会忘记输入代码或输入错误的代码，这种中断会降低生产速度。
面向制造业的可视化人工智能
近年来，出现了一种分析高触摸制造的新解决方案:基于图像传感器数据的人工智能驱动分析。与时间和运动研究或Gemba Walks不同，分析从不停止，系统更不容易出现人为错误和偏差。
直到最近，视频在制造业中主要用于材料和成品的安全或视觉检查。新一波的视觉人工智能工具执行检查过程，而不是产品。与产品检测一样，过程检测有助于制造商避免最高和最低限度的浪费。通过揭示简化操作的方法，自动活动测量有助于降低劳动力成本和增加产能。
在典型的解决方案中，标准图像传感器设置在工作站或装配线附近。这些图像被传输到云中的人工智能软件或边缘人工智能计算机。在训练人工智能识别人员、工具、机器、产品和流程之后，该软件会随着时间的推移跟踪操作，并生成图表和统计数据。
