Контролируйте стабильность работы оборудования с помощью анализа и обработки данных
Опубликовано в 2021-07-16 09:53:19 UTC в Индустрия 4.0
Проверка исправности вашего оборудования
Как происходят сбор и обработка данных? Сигналы от датчиков и приводов регистрируются на высоких частотах и анализируются в привязке к процессам оборудования и управляющей программе. После завершения этапа настройки, которая проводится при участии операторов машин и/или инженеров, система начинает выдавать действительно значимую информацию, что позволяет уже на ранних этапах обнаруживать отклонения и несоответствия в работе оборудования, такие как смещения датчиков, ошибки в настройках и износ механических узлов. Задумайтесь о сокращении даже коротких внеплановых простоев и возможности выявления причин эпизодических и неопределенных проблем в работе машин!
Мониторинг состояния оборудования
Благодаря постоянному мониторингу состояния оборудования можно обнаруживать отклонения в производственных процессах и качестве продукции, выявлять аномалии трендов и давать рекомендации по предиктивному (профилактическому) техническому обслуживанию. Для эффективного решения этих задач все более широко применяются технологии Искусственного Интеллекта и машинного обучения, которые позволяют создавать адаптивные модели нормального состояния оборудования и сопоставлять с ними данные фактического состояния. Для сохранения и повышения точности прогнозирования рекомендуется периодическое обновление моделей.Контроллер Sysmac с Искусственным Интеллектом компании OMRON
Знаете ли вы, что в линейке продукции компании OMRON есть универсальный машинный контроллер Sysmac с функциями искусственного интеллекта? Наши специалисты готовы оказать помощь в разработке и проверке концепции (Proof-of-Concept) системы на основе Sysmac ИИ, а также на этапе ввода в эксплуатацию. Кроме того, OMRON может предложить вам полный комплекс сервисов, использующих технологии ИИ, "под ключ", включая внедрение, обновление, модернизацию и техническое обслуживание. Даже цифровые машины с системами управления с Искусственным Интеллектом требуют периодического обслуживания для дальнейшего улучшения и адаптации к возможным изменениям в производственном процессе и/или условиях внешней среды.
Пример практического применения на фабрике OMRON в Нидерландах
Недавно на заводе OMRON в Нидерландах (OMN) был реализован проект по анализу и обработке данных на линии сборки модулей NX, в ходе которого основное внимание было сосредоточено на машине автоматической установки электрических контактов в пластиковые корпусыМашина для установки контактов оснащена несколькими двигателями и датчиками, которые генерируют более 50 сигналов одновременно. Целью данного проекта был мониторинг всех сигналов одновременно и обнаружение отклонений от нормы в состоянии машины. Контроллер Sysmac с ИИ каждые 2 миллисекунды регистрирует сигналы в виде данных событий и сохраняет их для анализа и выявления отклонений.
Одна из наиболее распространенных проблем при высокоскоростной автоматической установке контактов связана с гибочными двигателями и двигателем подачи барабана, возникающая в те моменты, когда машина перемещает барабан ненадлежащим образом. Появление этого сбоя требует проведения технического обслуживания, которое останавливает всю производственную линию почти на час. После внедрения системы предиктивного обслуживания на базе контроллера Sysmac ИИ отклонения от нормального состояния могут быть обнаружены на ранних этапах, инженерам и специалистам по техническому обслуживанию при этом отправляется предупреждение. В случае машины установки контактов сигнал предупреждения подается на несколько часов раньше, чем может возникнуть серьезная поломка. Такое раннее информирование предотвращает внеплановый простой машины, так как оно позволяет провести превентивное техническое обслуживание и своевременно устранить выявленные неисправности без длительного останова линии.
Кроме того, персонал неспособен обнаружить незначительные изменения в машине. Например, если машина замедляется в течение каждого производственного цикла всего на несколько миллисекунд каждую неделю, это не будет замечено операторами или инженерами. В результате машина может работать на 10% медленнее и ежедневно производить на 15% меньше продукции. Основная причина этой проблемы была обнаружена путем постоянного мониторинга и анализа всех сигналов с помощью моделей обнаружения отклонений. На основании информации, полученной в результате анализа данных, был разработан регламент проведения специальных регулировок для поддержания высокой производительности машины.
Вы хотите максимально эффективно использовать свои производственные данные или у вас есть задача по оптимизации, для решения которой необходим анализ данных? Загрузите документ по ссылке ниже для получения дополнительной информации.
