国际领先的轴承产品供应商舍弗勒集团与 Deckel Maho Pfronten 公司及其他合作伙伴共同开发出“机床4.0”概念，利用现有生产技术与传感器、云技术和数字化零部件的连接，向数字化生产目标迈出了实质性的一步。为此在第四代 DMC 80 FD duoBLOCK® 加工中心的基础上组装了两台样机，其中一台被用于德国赫希施泰特（Höchstadt）的舍弗勒工厂精密轴承生产线，第二台样机将在2015年国际机床展（EMO）的德马吉森精机（DMG MORI） 展台上亮相。作为一家机床行业零部件供应商领导者和技术开发合作伙伴，舍弗勒正在沿着数字化的战略前进。通过传感器、网络和数据分析，在不同工艺流程中收集信息形成大数据，以此为客户创造出更清晰明显的增值空间。作为机床用户，舍弗勒的内部生产也与这个工业4. 0计划直接相关。舍弗勒在机床数字化方面的实践行动证明，通过制造商、供应商和用户之间的密切发展合作，可以把行业挑战成功转换为新的发展机会。

通过轴承收集数据

在机床中，轴承是机器性能的决定性部件，它们不仅影响着机器的功能，同时也影响着工件的质量。机床中零部件当前运动状态以及未来运动性能的数据是机器运营者做出判断的重要依据。因此，使用现有的传感器或进行适当的改装，有时甚至必须将传感器直接集成到零部件中，才能将某些参数检测出来。

在该创新项目的样机中，几乎所有与加工流程相关的轴承都集成了测量振动、力、温度和压力的传感器，以获得有关机器状态的最佳信息。将生产机器升级至“4.0版”，意味着所有记录下的数据都能被评估和保存，并能从中分析推导出相应的应对措施。通过局域网络，所有附加的传感器、执行器以及评估单元相连接在一起，相互之间进行数据访问，并通过网关与数据云进行连接。为了实现与设备控制中心的数据交换，在PLC中集成了过程现场总线技术，同时在人机界面（HMI）中使用OPC UA协议来交换其它信息。收集到机器运动数据被保存在本地网关并复制到舍弗勒云数据中，在机器上无需联网连接也能获取历史数据。同时也可以通过Web服务或App来访问云数据来进行数据分析和计算工作。

大数据和数据分析

现有的数据分析是采集一个分析一个，相对于这种1：1比例的数据分析法，大数据分析呈现出崭新的意义。假设在数据与数据之间存在相互关联，这些关联构成了数据的关键特征，分析这些特征便可以获得更多的价值。例如，和现有数据库的数据进行比较，则可以读取出轴承运行状态和设备状态。利用一些数学算法，系统可以自动识别出数据中存在的这些关键特征，并自动执行一些必要的应对措施。这需要既能独立自主工作，又能在网络中集成工作的分布式的功能模块。数据分析评估工作可以在模块中单独进行，当需要更大功率来进行计算时，分析工作也可以依靠云计算来完成。当需要对来自相互关联的机器设备的所有数据进行统计分析的时候，也需要云计算来完成。

为了学习和适应生产过程中产品与服务的复杂性要求，舍弗勒的数字化进程不仅体现在从传感器到云计算的垂直方向的集成，也体现在整个价值链水平方向的集成。

生产过程的数字化集成

不仅生产加工设备需要数字化，生产环境的改善也需要通过数字化的信息来实现。通过这些数字化的信息，可以避免技术解决方案对人工干预的依赖。将这些数字化的信息与ERP系统进行垂直整合，便可形成一套订单自动处理系统。

生产数字化

“大数据”的一个非常关键特征就是每个零部件拥有一个唯一的标识。通过数据阵列给每个零部件分配一个唯一的编码。该编码伴随部件通过整个制造过程，该编码信息在组装时融合到装配件的标识中。通过分析每个零部件的历史信息，可以完成零部件的过程追溯。

过程数字化

通过监测分析刀具中心点的受力，可以对机器设备的负荷及工艺流程本身进行优化：

在机械加工中，刀具负荷会导致刀具中心点产生位移。通过监测这个位移，将其实时信息提供给控制中心，并通过加工计算模拟出刀具负荷。在生产过程中，保持这个刀具负荷在一个合理的偏差范围内，以避免在超出该安全范围时发生意外事故。

能耗数字化

除了测量各个加工步骤的实时能耗外，还可以通过计算模拟出下一步所需要的能耗。结合设备的实时能耗，便能更加准确地预测出能耗需求。更精准地预测出能耗需求，有助于实现按需采购和按需进行生产计划，从而把高峰限电对企业的生产影响降低到最低程度。

设备状态监测数字化

使用传统的振动监测方法来检测记录机器运行状态，并对其润滑状态进行多点测量和评估，则可以实现对设备进行按需润滑，从而保证其动态性能。此外还可对轴承运动状态做出前瞻性地预测。

维修保养数字化

通过对加工过程进行分类，使机器设备的生产负荷透明化，从而有利于生产管理。例如，通过Web来使用舍弗勒轴承计算程序BEARINX，在线计算出轴承剩余的使用寿命。根据加工任务计划，结合在线预测出的剩余使用寿命，合理安排调控生产，以便更准确地安排出维修计划，从而最大限度地提高设备的利用率。