亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 传感器

将质量控制测量数据无缝集成到制造系统中,提升整体设备效率(OEE)

物联网(IoT)——广义上讲,第四次工业革命(工业4.0)——是当今制造业无处不在的新范式,深刻影响着制造商的运营方式或规划运营方式。提升整体设备效率(OEE)是物联网的关键新要求,而优化OEE需要整个组织范围内准确、及时的数据,包括来自质量实验室和制造现场直接收集的测量与检测数据。

提高测量和检测数据收集的速度、量级和准确性至关重要,因为这能提供改善效率和持续制造优质零件所必需的强大洞察。在为质量控制目的获取精密测量数据方面,无线和移动检索技术是通往这些优势的最清晰路径。

无线数据收集系统应具备移动性、强加密和安全性,并适应从无距离限制、量具兼容性到易用性以及集成到自动化制造操作等多种需求。最优秀的无线数据收集系能大幅提升生产力,消除错误隐患,提供完整文档记录,并实现数据采集过程自动化。无论是单个员工使用,还是全公司范围内配合集成质量控制系统使用,系统都应包含所有这些优势。

制造商需要收集准确、及时、完整的测量和检测数据,原因有很多。OEE、精益生产和六西格玛举措需要可信数据支持最佳质量控制实践。制造商——特别是医疗、生物医药、航空航天和国防等行业——往往必须满足监管要求,为关键零件制造提供可追溯、可靠的文档记录。

将质量控制测量数据无缝集成到制造系统中,提升整体设备效率(OEE)

数据收集系统的常见局限性

人为错误和延迟风险: 要求工人手动记录关键测量值的系统,需要极其精细的关注细节,单班次可能需重复数十甚至上百次——这往往难以持续坚持,即便最初能做到。教育背景也是问题——员工可能缺乏充分理解、准确收集和转录数据所需的背景知识。数字颠倒、小数点位置错误等问题常见。此外,员工可能需暂停生产工作来记录测量值,降低整体生产力。

数字安全问题: 用于传输测量数据的不安全网络,可能成为黑客获取公司更广泛数据访问权的入口。测量数据在缺乏适当数字安全措施下传输,构成潜在严重安全风险。

缺乏可扩展性: 业务增长和多元化可能需要更多质量控制流程,这些流程可能分布在一个设施或多个地点。若数据收集系统不可扩展,建立独立数据收集流程至少耗时繁琐,易导致混乱、不准确和沟通延迟;最坏情况可能导致产品拒收、故障及客户法律纠纷。

抽样策略导致分析不完整: 抽样策略无法提供对每个生产零件进行100%测量所呈现的完整图景。这种常见于传统质控流程的结构,可能导致无法预测和识别生产公差漂移。此外,对于医疗或军工等要求100%零件检测和可追溯文档的行业,抽样策略根本不可行。

废品率增加可能性: 每个废品都代表金钱、时间和资源的损失。没有100%测量提供的全面洞察,制造商面临额外成本风险,并可能损害客户关系。若本应废品的零件流向客户——特别是要求严格标准合规的客户——后果可能严重甚至灾难性。

新系统改进、现代化并简化数据收集

核心原则是使制造商能准确、持续地获取大量测量数据,满足工业4.0要求。当今无线测量数据收集系统应完整、可扩展、安全、稳健,以适应工业4.0。这意味着通过自动化、易操作性、简化扩展性、强大数据加密保护、无距离限制和无阻碍传输使用,提供基础优势。结果是提高生产力、减少错误、提供完整文档、实现由自动化驱动的可靠数据采集流程。

基于最新无线网络技术运行,利用短波无线电频率互联手机、计算机和无线电子设备,实现更快速度、更大带宽、更长范围的高吞吐量数据传输。此类系统提供广泛关键优势,包括:

自动化: 员工若需反复停工记录测量值,生产力必受负面影响。手动数据收集过程还会向记录数据库引入错误,可能严重降低准确性并延续缺陷。最新测量数据收集系统只需按一下按钮即可传输测量数据,大幅节省时间;例如,按键传输比手写记录再录入计算机至少快四倍。

自动化贯穿质量控制测量数据收集全过程,提升流程效率和测量捕获准确性。自动时间戳等功能为每个数据点提供关键上下文,满足可追溯性和质量控制/生产规范合规要求。向测量工具发送确认接收消息也很有用。

速度: 即使在满负荷下,采用更高比特率和数据传输时间小于50毫秒的超高速连接以及超低延迟网络的系统,也能无延迟处理大数据量。

易操作性: 建立测量数据收集流程可能在多层面遇到阻力。管理层可能不确定新方法是否带来切实效益;操作员可能因未知恐惧和学习新流程的担忧而抵触。为消除顾虑,易用性是高优先级,使操作员能快速建立信心,数据收集流程在短时间内优化;例如,移动应用的易用性消除了将笔记本电脑等大型硬件带入现场的需求。

通用性: 新网络拓扑结构可配置为多种简单或复杂场景,也可利用分布式远程网关。当今系统的模块化结构使质量控制测量数据收集流程易于扩展或收缩,无需采购新数据收集系统。数据从内置无线电发射器或外部安装端节点的量具传输到网关,可在Android™或iOS®移动平台及Windows®计算机(包括笔记本、台式PC、瘦客户端PC和服务器)上运行。中继器和桥接组件还可直接连接PLC和其他高速串行自动化设备,实现实时数据收集或远程机器操作。

对于无线测量,使用内置无线电的无线测量工具极高效,使数据收集更容易。测量数据收集系统兼容多种电子精密工具和量具品牌也很有优势。背包式无线电扩展功能,不显眼且易安装。最新测量数据收集系统用户可利用多个网关作为数据收集的中心或分布式节点,而传统系统通常只有一个网关。紧凑型网关和中继器可轻松置于掌心。

此外,数据收集应用极其多样,系统应足够通用以覆盖所有应用。最新测量数据收集系统适应几乎所有用例,范围涵盖汽车、农业,到国防、航空航天、医疗、能源等高度监管行业的所有零部件100%测量。

可扩展性: 最新数据收集系统设计用于在广泛应用和距离范围内可靠、准确地获取精密测量数据。从短距离的一两个测量工具,到大型工厂内数百码外的多个测量工具,或分布在多个设施超过一英里范围内的配置,随着测量数据收集需求演变增长,扩展距离和增加应用要求均可轻松满足。

将质量控制测量数据无缝集成到制造系统中,提升整体设备效率(OEE)

在最简单应用中,便携方案是在移动设备上运行无线应用。这种简单设置可有一个内置无线电的无线测量工具,向移动设备传输数据达30英尺(10米)。或视移动设备而定,便携方案可有5至8个测量工具连接移动应用,传输距离达30英尺(10米)。用户也可轻松将一个(或多个)无线测量工具的测量数据传输达30英尺(10米)到带USB网关的笔记本或PC(图1)。

将质量控制测量数据无缝集成到制造系统中,提升整体设备效率(OEE)

在典型方案中,制造商可用一台运行测量数据收集系统的计算机或笔记本,支持20个测量工具在200英尺距离内进行数据收集。此设置包含一个USB网关,测量工具上的背包式端节点将传输范围从30英尺扩展到200英尺(图2)。

将质量控制测量数据无缝集成到制造系统中,提升整体设备效率(OEE)

在大型工厂方案示例中,20个测量工具可利用桥接器和远程网关将总数据传输范围扩展到数百英尺或码(图3)。企业级方案中,测量数据传输可从数百码增加到一英里以上。通过使用远程网关、桥接器,或许加入中继器,可纳入100多个测量工具。每个远程网关可支持20个测量工具。为实现更远距离,可加入八木长距离天线(图4)。

将质量控制测量数据无缝集成到制造系统中,提升整体设备效率(OEE)

强大的数据加密和保护: 数据安全是所有制造商(包括军工)的首要关注。虽然质量控制测量数据本身对黑客价值可能不大,但网络犯罪分子仍可欺骗传输质控数据的网络,获取数字基础设施更广泛访问权。测量数据收集系统通过多种措施解决此问题,包括采用高度安全无线平台的安全措施。传输数据采用多层加密方法,绝对防止任何外部被动或主动访问数据。

此外,移动应用不连接智能手机或平板电脑的操作系统,在关键节点限制非预期访问。维护良好安全还包括频繁应对无线电传输新出现的漏洞,以保持系统持续安全,测量数据收集系统供应商应致力于跟进。

无距离限制和无阻碍传输使用: 利用远程网关、桥接器和中继器提供高效可靠的数据传输框架。系统结构可仅包含背包式或内置无线电及运行移动应用的移动设备等少量组件,或利用桥接器、网关和中继器在大型工厂配置中大幅扩展传输范围。

最新测量数据收集系统软件应用利用无线网络从多个测量工具收集信息。无线网络依赖测量工具的嵌入式无线技术或端节点收集并中继数据回PC。数据收集系统也可向网络组件发送信号验证传输和请求数据。系统硬件组件包括USB网关、远程网关、桥接扩展器和端节点。端节点是连接测量工具的无线电收发器。USB网关是连接PC的无线电收发器。远程网关同USB网关但通过桥接扩展器增强信号,延长与PC通信范围。远程网关范围同USB网关但可设置在离PC很远处。

无论采用何种系统架构,结果都是从需要数据收集的每个操作点收集质量控制测量数据的可靠、准确、快速解决方案。

实用性: 使用可充电端节点和无线测量工具效率高,免除电池更换及相关成本。还可考虑使用提供IP67防护等级的端节点和无线测量工具,适应恶劣车间环境。适应大多数现有SPC、MRP和ERP程序的能力是测量数据收集系统的另一优势。

其他需考虑的细节和功能

选择无线测量数据收集系统时,供应商知识、服务和支持至关重要。深厚经验结合质量控制专业知识,将为成功实施奠定坚实基础。

本文由L.S. Starrett公司(马萨诸塞州Athol)研发总监兼先进技术事业部总经理Jeff Wilkinson撰写。更多信息请访问.

传感器

  1. 数据驱动制造转型路径:从传感器数据到可执行洞察的实战指南
  2. Arch Systems与Flex合作 以先进分析变革制造数据
  3. AI如何创造制造业新岗位、填补劳动力缺口
  4. 加速数字化转型:实时MES数据驱动工厂效能跃升
  5. 从数据到决策:制造业实时洞察的数字化转型之路
  6. 数据驱动制造:解锁效率、成本节约与创新
  7. 传感器如何重塑制造效率与洞察
  8. 协作机器人如何革新制造业:集成与效益全景
  9. Mercury Systems 固态数据记录器入选 NASA 地球矿物粉尘监测任务
  10. 可追溯性:IIoT赋能制造成功的关键基石
  11. 为何模拟测量驱动工厂绩效
  12. 利用模拟控制保障工业物联网运营安全