制造商面临从工艺问题到设备故障在内的诸多挑战。然而,一个通常被忽视的挑战是,当支持工厂运行的关键软件和服务器出现问题时,人们往往不会注意到,直到出现无法挽回的后果。当一个工艺设备发生故障时,会造成不便,但如果制造执行系统(MES系统)出现故障,整个工厂将陷入瘫痪。
鉴于工厂的正常运行时间至关重要,您很可能已经制定了监控指标来监测工厂运行情况,并且有质量计划来进行改进。确保产品在工厂的各个工序之间连续流动,并得到正确处理,是保证您公司盈利的关键。制造软件系统在提高生产效率和质量方面也发挥着重要作用,无论它们是否正常运行。然而,虽然我们不愿意去面对这一点,但有时服务器会宕机,网络也时而会出现问题。有时,由于附近正在进行设备安装,整个服务器机房的电源会意外关闭,这将导致计划外的停机,甚至可能导致整个工厂停工。这对业务的影响是巨大的。
对于一个规模适中的产量较低的晶圆厂来说,一小时的意外停机就会给公司造成1万美元的损失。对于一个中等产量的晶圆厂来说,损失可能是10万美元。而对于一个先进的、产量较高的晶圆厂来说,损失可能高达100万美元。因此,找到减少甚至避免制造软件系统意外停机的方法至关重要。SmartFactory Monitor可以帮助您实现这一目标。
SmartFactory Monitor是一个实时监控软件解决方案,让您能够及时发现生产系统中的问题,并立即采取纠正措施,以确保生产系统不受影响。在其最基本的形式中,它提供了一个可定制、易于理解的仪表盘,显示您生产系统的当前状态。这样,当出现问题时,几乎可以无缝地查看和发送通知。
其关键特征之一是可定制性,您可以创建自定义视图,以显示随时间变化的性能趋势。其预测分析能力可在性能异常影响生产之前检测出这些异常。
SmartFactory Monitor可在普通硬件设备上运行,进程占用内存空间小,操作系统可任意选择。另外,它与SmartFactory智能工厂解决方案软件产品组合中的其他产品预集成,能够追踪您的所有制造系统——应用程序、数据库以及Windows和Linux服务器。该系统可实时监控系统性能日志、错误日志、事件日志、应用程序日志、系统日志、服务器日志等一切可以反映系统性能和健康状态的信息。
各种来源的数据都被汇总到Splunk软件中,该软件能够捕获、索引和关联实时数据。然后这些数据可以生成自动通知并实现可视化效果,以突出数据的趋势并发现问题。此外,汇总到Splunk的数据还可用作机器学习算法的训练数据,从而实现预测分析,以避免问题在上升为工厂级别的问题之前被识别和解决。
预构建的仪表盘可以让您快速启动和运行,监测所有系统日志。使用Splunk软件,您可以轻松地实现系统性能可视化,并利用应用材料公司工程师开发的复杂预测算法检测出趋势、异常和异常值。
SmartFactory Monitor提供一套全面的生产监控功能,可应对制造商面临的众多关键支持系统挑战。其主要目标是通过缩短发现和解决系统问题的时间,减少工厂意外停机时间。最终,通过性能趋势分析和预测分析,帮助预防对工厂运行产生影响的问题。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。