工业物联网除了用于改善生产流程，也别忘了质量控管
工业4.0会大幅影响制造业，而大多数的IIoT投资也聚焦于生产流程改善，较少着墨于产品质量的改善。但是在大数据分析的浪潮下，企业不应该忽视产品质量对企业获利的影响。制造业持续数据管理系统来评估和测试生产，工业物联网(IIoT)可以使用M2M(machine to machine)来追踪和管理工厂环境，这样的分析能力意味着更高程度的数据智能。
Semiconductor Engineering报导，工业4.0会大幅影响制造业，而大多数的IIoT投资也聚焦于生产流程改善，较少着墨于产品质量的改善。但是在大数据分析的浪潮下，企业不应该忽视产品质量对企业获利的影响。
无论什么产业，产品质量都可能冲击获利表现与公司的声誉。瑕疵品造成的报废材料成本与产品召回，都可能影响获利。在半导体与电子产业，制造过程的每个环节，都可能影响产品质量。
企业内的数据量正快速增加，如果能够正确的存取和分析，可以为产品质量控制产生正面影响。其中一个例子，就是用某种装置的测试流程(包括测试者、测试计划信息、个别测试结果等)与另一款类似装置做配对，并进行关联分析。每项装置在生产过程中都会有不同的历程，而一般的流程分析并不会去分析这些信息。
流程分析可以分别针对各个环节进行优化，而不是针对终端装置的整体功能质量进行优化。不过，使用整个企业的数据，加上大数据分析，可以强化产品分析，来追踪个别装置的多个面向，以提升产品质量，从来源一直到终端使用者进行优化。
有效的分析，必须要能广泛、实时地搜集各种相关数据。也就是说，必须要能集结、整合各个不同厂区、各个供应链伙伴的复杂信息。许多半导体业者和电子公司已经成功地采用产品分析，从中找出有用数据，进行实时的产品质量控制，并提升获利。关键在于，必须要能适当地搜集数据，并产生行动方案。
例如某款芯片与另一款芯片结合时，可能表现得非常优秀，但与另一款芯片结合却很糟糕;某种芯片可能适合某个客户系统，却不适合另一个客户系统。如果有了这些数据，就可以进行智能配对来提升系统表现。
随着某款装置从芯片厂商转移到系统厂，然后一路到制造商与OEM业者，整个过程中的数据复杂度也跟着大幅增加。有了产品分析技术，这些信息可以很快地回溯，找出问题所在。随着IIoT进步，产品分析信息应该要与流程分析结合，以达到更进一步的工业自动化。
了解更多，请点击哐哐智造物联网，或拨打135-6072-8105进行咨询。
路过，支持一下啦 找到好贴不容易，我顶你了，谢了 不错，支持下楼主 相当不错，感谢无私分享精神！ 路过，支持一下啦 智能制造啊 求粉~好人一生平安 工业工程值得分享 看完楼主的帖子，我的心情竟是久久不能平静。正如老子所云：大音希声，大象无形。我现在终于明白我缺乏的是什么了，正是楼主那种对真理的执着追求和楼主那种对理想的艰苦实践所产生的厚重感。面对楼主的帖子，我震惊得几乎不能动弹了，楼主那种裂纸欲出的大手笔，竟使我忍不住一次次地翻开楼主的帖子，每看一次，赞赏之情就激长数分，我总在想，是否有神灵活在它灵秀的外表下，以至能使人三月不知肉味，使人有余音绕梁、三日不绝的感受。楼主，你写得实在是太好了。我惟一能做的，就只有把这个帖子顶上去这件事了。