1KHW002601R0001 Контроллер ABB

0 Preface

Germany”s “Industry 4.0″ and the United States” “Industrial Internet” will
restructure the world”s industrial layout and economic structure, bringing different challenges and
opportunities to countries around the world. The State Council of China issued “Made in China 2025” as an action plan
for the first ten years of implementing the strategy of manufacturing a strong country, which will accelerate the integrated
development of IoT technology and manufacturing technology [1]. IoT collects data on machine operations, material usage
, facility logistics, etc., bringing transparency to operators. This transparency is brought about by the application of data analytics,
which refers to the use of statistical and machine learning methods to discover different data characteristics and patterns. Machine
learning technology is increasingly used in various manufacturing applications, such as predictive maintenance, test time reduction,
supply chain optimization, and process optimization, etc. [2-4]. The manufacturing process of enterprises has gradually developed from
the traditional “black box” model to the “multi-dimensional, transparent and ubiquitous perception” model [5].

1 Challenges facing manufacturing analysis

The goal of manufacturing analytics is to increase productivity by reducing costs without compromising quality:

(1) Reduce test time and calibration, including predicting test results and calibration parameters;

(2) Improve quality and reduce the cost of producing scrap (bad parts) by identifying the root causes of scrap and optimizing
the production line on its own;

(3) Reduce warranty costs, use quality testing and process data to predict field failures, and cross-value stream analysis;

(4) Increase throughput, benchmark across production lines and plants, improve first-pass rates, improve first-pass throughput,
and identify the cause of performance bottlenecks such as overall equipment effectiveness (OEE) or cycle time;

NI  FP-TB-1 183893D-01
NI  GPIB-140A 186135F-31
NI  GPIB-140A 186135G-01
NI  GPIB-140A 186135H-01L
NI  GPIB-140A/2
NI  NI-9505
NI  PCI-5421
NI  PCI-6224
NI  PXI-1031
NI  PXI-4071
NI  PXI-4351 185450D-01
NI  PXI-4461 186900T-11L
NI  PXI-4462 188261H-11L
NI  PXI-6527 185633D-01
NI  PXI-6608 185745H-02
NI  PXI-7340
NI  PXI-8186
NI  PXI-8423
NI  PXI-8461
NI  PXIE-8840QC
NI  SBRIO-9607 783816-01
NI  SCXI-1000
NI  SCXI-1001
NI  SCXI-1100
NI  SCXI-1102B
NI  SCXI-1104C
NI  SCXI-1121
NI  SCXI-1124
NI  SCXI-1125
NI  SCXI-1126
NI  SCXI-1127
NI  SCXI-1140
NI  SCXI-1141
NI   SCXI-1160
NI  SCXI-1300
NI  SCXI-1304
NI  SCXI-1324
NI  SCXI-1325
NI  SCXI-1327
NI  SCXI-1346
NI  SCXI-1349
NI  SCXI-1520
NI  SCXI-1600
NI  SH68-68-EP
140CPU53414BC  SCHNEIDER
140CPU65150   SCHNEIDER
140CPU42402  SCHNEIDER
140CPU43412TSX   SCHNEIDER
140CPU53414U  SCHNEIDER
140CPU67861  SCHNEIDER
140CPU43412U SCHNEIDER
140CPU31110SV SCHNEIDER
140CPU31110 SCHNEIDER
140CPU53414A  SCHNEIDER
140CPU53414B   SCHNEIDER
140CPU67160S  SCHNEIDER
140CPU53414  SCHNEIDER
140CPU21304  SCHNEIDER
140ACI04000   SCHNEIDER
140ACO02000   SCHNEIDER
140ACO13000   SCHNEIDER
140AVI03000   SCHNEIDER
140CHS11100   SCHNEIDER
140CPS11100   SCHNEIDER
SCHNEIDER  140CPS11410
140CPS11420   SCHNEIDER