生產線末端檢測已成為任何現代生產線的標準組成部分。檢重秤、金屬探測器、X 射線檢測系統和視覺系統都監控生產，以確保產品的質量和合規性。然而，這些設備通常會做出二元決定——一件物品是好是壞。用于做出此決定的數據在做出決定后立即被丟棄。

幾十年來，監控和數據采集 (SCADA) 系統和制造執行系統以及各種形式的工廠管理系統一直在收集設備的狀態和運行數據。開放平臺通信聯合架構 (OPC UA) 和打包機器語言 (PackML) 等標準提供了一種結構，設備可以通過該結構在設備和 SCADA 系統之間共享信息。

傳統上，共享的數據僅限于諸如設備是否正常運行或是否存在故障等信息。這種“緩慢移動”的數據不會經常變化，雖然提供了有用的監督信息，但它不允許進行詳細分析。然而，與數據收集、存儲和分析以及機器學習等工具相關的成本急劇下降，這意味著我們現在可以捕獲和分析“快速移動”的數據。

例如，通過捕獲檢重秤進行的每次測量，可以在產品超出范圍之前識別趨勢。如果生產一種產品涉及四臺灌裝機，而故障意味著一臺裝袋機始終生產超重的產品，則在分析四臺機器的批次平均值時，高級數據并不表明有任何超出范圍。但是，如果對各個權重進行分析，則會出現周期性模式——從而可以識別和解決問題。

或者，巧克力涂層可以涂在多條巧克力條上。如果傳送帶上的流速不均勻，則中央條上的巧克力層將比外部條上的厚。識別和糾正這種不均勻性可以使涂層更接近最佳水平 - 確保所有棒材都符合要求的重量。如果沒有這種洞察力，將調整包衣機以確保外部巧克力棒滿足最小重量，從而導致內部巧克力棒上的額外巧克力的“贈送”成本。批次級別的數據不會解決這種變化——但單個重量的數據會。

視覺系統通常用于確保正確貼上標簽——如果存在關鍵的過敏原信息，這一點尤其重要。此外，還會檢查重量和價格等信息，確保信息打印正確、清晰。將稱重價格貼標機連接到視覺系統是連接設備強大功能的一個簡單示例。通過分析打印的對比度，可以在打印頭出現故障時生成警告。這允許進行預防性維護，而不是等到打印質量低于可接受的標準——此時將需要計劃外停機。

X 射線檢測系統在最基本的層面上檢測金屬、石頭或玻璃污染物等異物。此外，X 射線圖像還可用于驗證產品的完整性。與檢重秤一樣，剔除周期可能表明上游設備存在問題。但是，X 射線檢測可以更深入地探究具體問題。以四包酸奶為例。如果其中一個加注閥已部分堵塞，則四個罐中的一個將反復填充不足。這種底部填充物可能不足以讓檢重秤將整個產品識別為重量不足。但是，通過使用 X 射線分區質量檢測單獨測量每個罐的質量，可以將四個單獨的質量報告給監控系統，并且可以快速識別與生產規范的任何偏差。

X 射線檢查也可用于確定組件是否損壞。如果一個未對準的工具導致大部分餅干在放入包裝時破裂，那么在開始收到客戶投訴之前可能不會被發現。在連接的環境中，可以報告破損頻率，并且可以應用設置為低于自動拒絕閾值的警告閾值來發出問題警告。

除了為質量檢查收集更精細的結果外，還可以收集有關產品的其他元數據。例如，可以使用 X 射線檢查系統來確定容器中的組件數量是否正確。這與檢重秤相結合，可確保保持正確的包裝重量并按預期提供產品。但是，制造商可能對了解產品的平均尺寸分??布很感興趣。

以一包四個烤土豆為例，控制土豆的總重量和總數，任何發現不合格的包都會被拒絕。但是，一包包含三個小土豆和一個大土豆的包裝雖然可以接受，但不如四個同樣大小的土豆那么受歡迎。因此，每個馬鈴薯的大小可以通過 X 射線系統記錄下來，并且可以用于分析，即使數據本身并不用于做出拒絕決定。稍后可能會決定，事實上，這應該成為拒絕的標準——此時可以獲得歷史數據，以便就可接受的公差做出數據驅動的決定。

工業 4.0 背后的核心要素之一是推動可追溯性。從農場到餐桌跟蹤產品的能力需要將數據分配給正確的項目。這意味著，除了檢查設備將數據傳遞到服務器之外，服務器還必須能夠將此數據鏈接到特定的上游詳細信息。目前，要確定哪個供應商提供了經過加工和包裝的原材料，這在很大程度上是一個手動且耗時的過程。例如，如果觀察到由于骨骼污染導致的廢品率升高，則根據所涉及的工藝，可能難以確定是哪個供應商提供了這種不合格材料。

如果將每次獨特檢查的詳細信息反饋到中央數據庫，該數據庫已經知道使用了哪個起始材料批次以及產品通過了哪些中間設備，那么就很容易確定問題是如何以及為什么出現的。隨著我們向一個更加互聯的工廠邁進，我們可以在產品標簽上標注原材料的來源，以及使用了哪些攪拌機、烤箱和包裝機的詳細信息。如果不得不擱置產品——或者更糟的是召回——這種越來越細化的細節水平可以減少擱置的規模。

隨著數據量的增加，分析所需工具的數量和復雜性也會增加。雖然分析單個數據流的趨勢可以對設備超出范圍提供預警，但真正的價值來自于數據的組合。一臺設備的運行是否會影響相鄰設備的行為，從而導致產品不合格?通過將廣泛的數據帶到一個位置，實時、時間和環境因素可以更容易地與問題相關聯。

在最基本的層面上，通過收集檢查系統用來做出好/壞決定的數據，而不僅僅是接收結果，可以設置中間警告閾值。然而，隨著越來越多的設備連接起來，大量相互關聯的數據允許進行前所未有的分析和識別潛在復雜問題的根本原因。