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 >  >> Manufacturing Technology >> 自动化控制系统

借助LIMS边缘设备加速工业4.0落地:提升产能与竞争力

智能工厂、工业4.0、工业物联网(IIoT)等术语已成为制造相关设备和软件开发商的必用热词。许多关于智能工厂的讨论,往往从预言家描绘全球制造业将如何变革的宏大愿景开始。

这些描述常将增材制造、3D可视仿真、协作机器人等新兴技术一并捆绑。这让普通车间望而却步,成本高得甚至不敢考量。究竟谁真正需要它?

这种流行的行业视角无意中产生了误导——好比回答“何为汽车”时却描述州际公路系统。两者的核心理念其实远比这简单——而“谁真正需要智能制造”的答案毋庸置疑:普通车间,以及每一个希望在未来保持竞争力的制造商。

概念界定:从传感器说起

理解智能工厂的切入点,可以是相对简单的技术:低成本电子传感器。在无传感器时代,机床操作员为CNC车床或铣床编程切削零件,机器尽力执行指令去除金属。通信完全是单向的,从操作员到机器。

机器是否精准执行了指令?除非发生碰撞等显性灾难,否则制造商只有在操作完成后检测零件才能知晓——这耗时费钱。

传感器的引入改变了局面。在加工中心关键位置部署现代传感器,可实现双向通信。传感器让机器在工作时记录或传输自身状态和作业状态信息。振动测量、温度变化、电机电流分析等因素可通过网络共享,供监控分析。机器状态及其对作业的影响可快速评估——甚至实时进行。

传感器与机器的接口,正是IIoT落地的关键。新生产设备通常配备相应传感器,老旧设备也可低成本加装。

数据洪流与分析软件

传感器赋能的机器“有很多话要说”——可能超出用户的处理能力。但分析软件能处理这些数据,用于改进操作、维护机器、优化产品设计,甚至改进加工设备本身的设计。

这种双向通信方式可扩展至智能制造单元(含自动化与多台机器),进而想象整个工厂网络化:制造数据跨越原本孤立的孤岛变得可访问、可用,仿佛ERP数据一样流通。

这种设备能与人、与其他设备共享数据,实现零部件和产品更快、更高质量、持续改进的生产愿景——这就是智能工厂。但它可以从单台机器提取传感器数据、改进其操作开始起步。

用LIMS切入智能制造

Advanced Manufacturing International(AMI)副总裁Larry Megan说:“工业4.0的核心是如何利用数据更好地经营业务。没有数据,就没有起点。”

AMI是非营利组织,致力于帮助中小制造商(SMM)开启“数字化转型”旅程。Megan指出:“制造商要解决的问题百年未变:‘如何提高效率?如何降低能耗?如何最大化产出?如何解决质量问题?’变的是:我们现在有技术快速显性化数据,供答案挖掘,作为更好决策的跳板。”

AMI常向中小制造商推荐LECS Energy开发的LIMS Appliance设备。LIMS(低投入制造系统)是一个不起眼的小盒子:内含运行专有Solution Engine软件的计算机、I/O(输入/输出)枢纽、插标准插座的110V电源。接入生产设备边缘后,它成为收集和共享复杂传感器数据的简易方案。(AMI将在HOUSTEX、EASTEC、SOUTHTEC、WESTEC现场演示LIMS系统,为独家分销商。)

Megan说:“对许多离散零件制造商——汽车、航空航天等——LIMS是绝佳的入门点。它面向使用CNC或其他机器、却无法掌握单机生产率乃至全车间状况的厂商。LIMS以低成本、简易方式从工艺获取数据并转为可用格式,助力更好决策。”

设备首席开发者、LECS Energy的Nat Frampton补充:“LIMS旨在帮助操作员和工程师‘触达’工艺,分析并获得新认知——收集数据、历史回顾、交互或迁移至数据库,最终从分析结果改进工艺。”

Frampton透露,LIMS源于20年开发,最初为美军炸药制造设计。核心目标始终是:无专业编程技能的用户也能安装操作。“懂自己的操作、会配合设备,你就拥有配置该设备所需的所有计算机技能。”

LIMS应用流程五步走

LIMS功能繁多,可简化为五步应用流:

第一步:连接生产设备。 连接方式取决于设备类型和车间网络配置。LIMS设计为根据这些变量以最高效方式连接。Frampton说:“LIMS基于开放标准。若连接使用MT Connect等标准协议的新机器,极易从网络采集数据至数据库。若机器不使用标准协议,但数据在运行机器的本地PLC可用,通常也能从PLC取数——我们懂PLC协议,有相应驱动。”LIMS支持50多种工业协议,“只要你的设备‘会说话’,我们大概率能对话。”若以上均不可行,可给生产机器加装传感器再接线至LIMS。

第二步:数据平滑与存储。 设备来的数据不总是完美,可能含噪声。Solution Engine内置简易分析引擎可平滑数据。例如将电流积分为千瓦时以核算单件碳足迹。这种初步过滤不同于长期运行后的复杂分析。

第三步:收集数据存入用户选定数据库(本地或云端)。 Frampton强调:“无需云端。”用户可自建SQL数据库,存本地(LIMS标配16GB存储)或云端。系统不监控数据用量、不按存储次数收费、不设标签上限,“数据归你所有。”

第四步:报表生成与分析。 考虑到操作员未必精通数据库,LIMS让数据收集存储像点击鼠标一样简单。“不懂数据库也别担心,右键导出Excel即可。我是机械工程师出身,一直确保工具直通Excel。”若用户有Azure、Google Cloud等云系统,数据可直接推送至Azure表供Power BI等使用,也可接入机器学习获取回传结果。

第五步:用数据改进工艺——这是系统存在的根本理由。 Frampton解释:“弄清如何改进工艺后,最关键是能控制它——采取行动。”初期可能只是用红黄绿三色灯直观显示关键信息;随着时间积累,数据可支撑更高级应用。Megan定位:“LIMS是数字化转型的入口,通常从数据采集和简单可视化开始,随后可沿成熟度曲线攀升至AI等高级方案。但最好从简单起步——LIMS是绝佳起点。”

自动化控制系统

  1. 视觉引导协作机器人助 Walt Machine 产能提升 50%
  2. 美国制造业面临衰退:当前衰退成因与启示
  3. 守护工业4.0:应对制造业独特网络安全挑战
  4. 新冠疫情重塑制造业:为生产运营构建未来免疫力
  5. 美国为何有望领跑全球制造业?技术领先与人才破局
  6. 制造业领袖必读:十大权威行业资讯网站盘点
  7. Shop Floor Automations发布Multi Connect:IMTS 2016首秀 即插即用实时机床监测
  8. STAEDTLER:通过自动化最大化制造价值
  9. Marc Schnadinger:开辟工业4.0新职业赛道
  10. 先进制造技术三大标杆案例
  11. 云计算赋能制造业:六大变革性价值与实战路径
  12. 德国制造精益求精:Schwering & Hasse借IIoT实现铜线生产英寸级质控