智能制造丨聚焦工业物联网,探索智慧工厂建设三大路径

面临2020年“开局之难”的复工难,结果表明,生产自动化、远程运维等的应用极大增强了企业的生存实力,智能化程度越高的企业抗风险能力越强。因此,此次疫情进一步加大了中国企业对工业物联网和智能制造的认知度,传统制造业将更加积极思考和重视工厂的智能化构建,推进自动化生产线应用。





据艾瑞咨询预计,到2025年,约有7万家工厂采用智能物联网应用,630万+员工将在安全生产、降低操作负荷方面受益。物联网时代,传感为王,一切信息都要透过传感器来感知、测量、收集数据,都是构建智能工厂不可或缺的关键基石。无论是RFID、电压、温湿度、气体等环境传感器,或是安防领域的各种影像、热感、红外线、室内定位、警报等传感器应用,甚至机器间的信息协作、量测、分析到控制,唯有靠这些传感组件来建构物联网的眼耳鼻舌与四肢,才能完成大数据云端数据库的实时搜集、撷取、运算、分析与数据智能化。


资料搜集落实厂房监控管理


以科技厂房来说,提升产品良率是其第一要务,即使只是改善1%的制程都愿意积极尝试,毕竟人为错误是造成良率下降的主要原因。例如,在工具机上内嵌可侦测马达负载、转速、声纹、震动、电流等各式传感器,让机器设备具备智能搜集信息的功能:当机器手臂牙叉(Fork)组装精密组件时,能精准稳定地感测其轴向的微小力道,掌握卡匣取放时的受力变化,提供逻辑判断、找出瑕疵品;而当机器设备老化,导致不预期停机或故障,借助传感器来撷取各种环境信息,包括温湿度、酸碱值、气体、粉尘等,分析、判断其作业环境的耐受度,以达到防患未然的功用,让生产线得以顺畅运作。

图片来源:站酷海洛

另外,工业机器人作为未来重要的生产工具,首当其冲便是人机协作。当人与机器同时合作,更需要加装许多传感器以具备人机协同感应机制,去确定其运作方式不会对人产生危害或影响,从机器手臂的位置去定位每个位移,透过更智能的安全设计掌握机器手臂外围状态;当人员进入共同作业范围时,手臂会自动减缓速度,待人员离开后,再恢复原始速度,如此即可在不中断作业的情况下,强化人机协作的安全性。而搭配定位追踪传感器,便能够确认作业中的人员或其他生产相关设备都在正确的位置,借助追踪这些人员和对象,以及两者的互动状况,管理者即可全盘监看生产流程,并依此判断什么时候、哪段流程需要调整。


其实,厂房之所以透过各式各样的传感器来监测数据,无非就是想掌握生产质量,达到某种制程条件。借助制造过程中的数据采集,将能进一步运用后端平台运算做大数据分析,帮助企业获利。


大数据分析提升竞争力


谁能快速反应市场变化、生产多样化产品,谁就是赢家,而大数据即是能加快决策速度、预测未来的切实应用。数据采集永远是厂房智能化的重点,但若信息未经过处理,只是浪费储存空间的无用垃圾,必须透过虚拟信息与实体系统(Cyber-Physical System)的结合,将数据传到云端进行储存、分析,形成决策,进而再回过头来指导生产。依据长期量测、统计与分析生产过程的相关数据,当有制程质量逐渐偏离、设备精密度变差的情形时,便可提早进行预防性保养、维修,甚至发展成先进设备控制的预警系统,达到自我监测和预测功能,以维持产品制程稳定性、提升良率。


智能制造丨聚焦工业物联网,探索智慧工厂建设三大路径
图片来源:站酷海洛

大数据的实际应用,富士康通过物联网技术,累积多年生产在线的各种机台数据,并利用影像辨识和机器学习等技术,为这些机具设备连上神经与大脑做大数据分析,得出生产环节中每一个制造流程的结果;加上各种智能感测与传感网络的导入,便可做到让机器独立自主运作,在黑暗中也能完成生产。


谈工业4.0,关键在数据背后的决策优化。在智能制造的流程中,机器人并非要完全取代人力,人所扮演的角色不再是劳动工作的“操作者”,而是晋升到经由后端的大数据分析来下策略判断,成为生产过程的“设计者”、“决策者”以及流程的“管理者”。


数字孪生驱动智能制造


辨识与分析是安全及生产极为重要的一环,而传感器与大数据则是帮助实现智能制造的核心技术。借着厂房内遍布高精密、高稳定度的传感器捕捉所需信息,拉进软件平台建立工业物联网系统,再运用大数据分析完成虚实整合,预测系统设备的性能与未来,提高风险控管的透明度与效能,最终达到零故障、优化生产的目标。


智能制造丨聚焦工业物联网,探索智慧工厂建设三大路径

图片来源:站酷海洛


数字孪生,是指针对物理世界中的物体,通过数字化的手段来构建一个数字世界中一模一样的实体,借此来实现对物理实体的了解、分析和优化。MarketsandMarkets预测,到2023年数字孪生市场规模将达到157亿美元,并以38%复合年增长率增长。数字孪生未来发展前景广阔。

数字孪生通过设计工具、仿真工具、物联网等手段,将物理设备的各种属性映射到虚拟空间中,形成一个可拆卸、可复制、可修改、可删除的数字图像,提高了操作者对物理实体的理解。这将使生产更加方便,也将缩短生产周期。当然,数字孪生通过对目标感知数据的实时了解,借助于对经验模型的预测和分析,通过机器学习可以计算和总结出一些不可测量的指标,也可以大大提高对机械设备和过程的理解、控制和预测。因此,通过对物理空间和逻辑空间中的对象实现深刻的认识、正确的推理和精确的操作,数字孪生可以提高设计、运行、控制和管理的效率。

构建智慧工厂


来productronica China寻找灵感

有着中国电子生产制造行业风向标之称的2020年慕尼黑上海电子生产设备展即将于7月3-5日国家会展中心(上海)5.1、6.1馆盛大召开,聚焦精密电子生产设备和制造组装服务,展示电子制造核心科技。汇聚行业优秀电子制造设备厂商,展品范围涵盖整个电子制造产业链,为全产业链呈现电子行业智能制造创新解决方案。期待7月与各位在上海相聚!


本届展会采用实名制认证预登记

智能制造丨聚焦工业物联网,探索智慧工厂建设三大路径 锁定下方二维码

免费注册参观 productronica China 2020

免排队入场!

智能制造丨聚焦工业物联网,探索智慧工厂建设三大路径

想了解更多展会信息,请戳下方【慕尼黑上海电子生产设备展】小程序,开启一段精彩纷呈的电子制造技术之旅吧~

【广告】


<展会战略合作伙伴>

▽ 点击阅读原文,报名参与2020慕尼黑上海电子生产设备展。

目录