以下摘錄摘自《印刷電路板組裝商指南》 ...?智能數據：使用數據改善制造業。

    簡介

    每當我們討論數據時，請記住人們很長時間以來一直在收集數據，對其進行驗證并將其轉換為報告。而且，如果收集了數據并自動更改了流程，人們仍將在解釋和驗證數據的準確性，創建報告，提出建議，解決問題，進行調整，改進和創新。無論使用什么數據收集系統，任何將數字化的工作都需要在工廠參與并增強生產團隊的能力。他們的角色是參與制造過程，但也充當溝通和控制的前線。

    當操作未按預期執行時，它們需要能夠：

    充當問題控制的第一線，以便他們可以通過實時解決問題和采取糾正措施來最大程度地減少問題對最終產品或過程的影響。

    在上級事件中，當工程被調用到工作單元時，可以充當情報收集者，這樣他們就可以將更少的時間花在數據收集上，而將更多的時間花在重新設計以消除根本原因上，從而消除了重新出現任何不希望的情況的可能性。

    為了幫助您的工廠邁向數字化旅程的下一步，在本書中，我們將研究您的團隊在收集制造數據時面臨的一些主要障礙，這些障礙將不僅對改進流程而且對改善生產過程都非常有用。還用于改善物料和供應鏈管理，追蹤問題的來源以及有缺陷或偽造的零件，并為業務預測和報告提供趨勢分析。

    在上一本書《數字時代先進制造的印刷電路組裝商指南》中，我們探討了創建能夠收集數據的智能工廠所需采取的措施，包括如何消除組織中的障礙，保護數據，并創建一個用于管理它的系統。

    在第1章中，我們將探討收集良好數據的挑戰，以及在何處收集對工廠和改善業務有意義的數據。在第二章中，我們將研究使數據變得智能的原因，這意味著數據本身與分析之間的區別。在第3章中，我們將介紹如何從底層基礎結構分發數據以供外部使用。我們還將詳細介紹當今可用的一些工具，這些工具可幫助您將這些原則付諸實踐，并查看一個真實的示例，說明公司如何從通過分析很好地利用其數據中獲得收益。

    對產品質量和可靠性的要求促使對制造業中有意義的分析的需求不斷增長。隨著航空航天，汽車，智能手機和醫療等對質量敏感的行業的需求不斷增長，制造商需要確保其工廠運作正常。僅分析數據是不夠的。公司經理需要使用分析來創建可以對制造產生積極影響的知識。

    如今，隨著物聯網（IoT）技術進入制造業世界，工廠經理可以使用大數據分析將其效率和減少廢物的工作帶入下一階段。先進的大數據分析可以幫助電子制造商應對影響產量的龐大數量和復雜的生產活動，提供診斷和糾正過程缺陷的精細方法。

    圖0.1：制造業智能實現了工業4.0。

    高級分析是指將統計數據和其他數學工具應用于業務數據以評估和改進實踐。在制造業中，運營經理可以使用高級分析深入研究歷史過程數據，確定離散過程步驟和輸入之間的模式和關系，然后優化證明對產量有最大影響的因素。

    隨著物聯網應用不斷收集大量的實時車間數據，電子制造行業現在需要的是分析解決方案，可以匯總這些孤立的數據集并進行分析以揭示重要的見解。可以利用這些見解來做出更好的決策，并最終減少成本和浪費。