專利算法大幅提高操作員效率


新篇章由我們書寫!羅克韋爾自動化公司是全球工業自動化和數字化轉型的領導者。我們將人類的想像力與科技的潛力結合,創造出更多的可能性。

- 提前識別因模具設備磨損導致的性能下降,防止生產中斷
- 提前 30 到 60 天檢測到工具磨損?
- 不良率最高降低 22%
- 節省 45,000 美元的人工成本?
- 提前實現收入達到 900 萬美元
爆胎還有積極意義?通常情況下,你會立刻收到問題預警。儀表盤上的警告燈會亮起,而你在駕駛時或者也會察覺到異樣。你可以修補或者更換輪胎,然后繼續駕駛,沒有任何問題。這個問題僅限于輪胎本身。
然而,在許多制造過程中,情況并非如此。當模具開始磨損后,操作員往往不會意識到需要進行干預,直到出現更大的生產中斷。這可能會影響生產線上的其他環節,導致產品損壞,甚至造成生產停擺。
如果操作員能夠盡早識別出這類個別問題,他們就可以采取相應措施。遺憾的是,制造商往往因響應不及時而面臨停機、材料浪費和產量損失的問題。?
羅克韋爾自動化的團隊,尤其是軟件架構師 Kai Lin、印刷電路板組裝 (PBCA) 工藝工程師 Miki Cvijetinovic 和 Gregory Vance,意識到這一問題給我們的客戶造成了困擾,決定采取行動。他們在羅克韋爾位于俄亥俄州特溫斯堡制造工廠試行了一款解決方案。
挑戰
以下內容簡要介紹了羅克韋爾各個基地中的電子組裝作業:
- 每年出品 4,000 種獨一無二的電路板設計
- 每天裝配的組件達到 900 萬個
- 每天產生的焊點約 2,300 萬個
- 每天生產的面板數量達到 14,000 個
特溫斯堡基地設有 8 條生產線,是一個大型生產基地,與其他基地一樣,內部有許多可能影響生產的過程。為試行解決方案,我們選擇從模板印刷過程入手。
了解過程
模板薄片上有激光蝕刻的孔徑,電路板會放置在孔徑下方。隨后,刀片將錫膏從模板的前端推向后端,填充孔徑,使錫膏能夠粘附在電路板上。這一過程結束時,電路板會轉移并接受檢查。下一個電路板會換用另一個刀片、并以相反方向涂布。這個過程的每個環節都會生成性能數據。
超乎想象的復雜性
正如其他看似簡單的制造過程一樣,這其中也存在隱藏的難題。首先,模板印刷過程受多種自變量影響,導致支持人員難以檢測出模板和刮墨刀是否磨損或性能下降,肉眼尤其難以察覺磨損。此外,過程啟動之初以及過程中的長時間暫停會影響錫膏的有效轉移,進一步增加了分析模具長期磨損狀況的難度。
此外,較薄或有特殊涂層的模板,使用壽命也有所不同,磨損情況因此更加不可預測。盡管過程的每個環節都會生成性能數據,支持人員卻無法實時收集和分析如此龐大的、涵蓋 IT、OT 和工程多個領域的數據。
因此,支持人員需要更有效的方式來收集和分析設備的實時性能數據,并在檢測到設備異常或損壞時立即收到預警。這個用例與我們的異常檢測算法非常契合,印刷檢查幾秒后便可通過 FactoryTalk? DataMosaix? 進行計算和顯示。
解決方案
我們的項目工程師和軟件團隊運用算法來應對這一挑戰。他們開發了一款由羅克韋爾自動化擁有的專利異常檢測算法,能夠實時監控模板印刷過程中的模具,并向支持人員發送性能數據。接下來,他們在該算法上實施了通知功能,使工廠人員能夠即時接收異常預警,而無需進行繁瑣的事后分析。
標簽與傳感器需求
首先,工程團隊為每個模板和刀片添加了 RFID 標簽,并配置了傳感器來檢測龍門架的移動方向。團隊收集數據,并將數據與進入機器的已印刷電路板的序列號綁定,該序列號由現有可編程邏輯控制器 (PLC) 捕捉。他們還將數據與對應的模板和刀片關聯,以收集關于異常、缺陷和錫膏檢測的性能數據。
巧妙的數據收集和情境化
隨后,我們啟用 FactoryTalk DataMosaix。?這是一款精心設計的 SaaS 應用程序,能夠從不同來源收集原始數據、對數據進行情景化處理再匯總到一個平臺,供運營管理團隊用于各類應用程序。??
為何為這個項目選擇 FactoryTalk DataMosaix?常規的 BI 工具并未提供足夠的數據關系建模能力,也無法實時執行這類情景化處理作業。例如,Power BI 需要人工進行分析。?
在特溫斯堡工廠,這種分析通常是每月進行一次。有了 FactoryTalk DataMosaix 后,就可以實時執行分析,使工廠人員能夠及時收到性能異常的通知。??
此外,FactoryTalk DataMosaix 還會在整個生命周期內跟蹤刮刀和模板在車間內的移動。通常,當模板在某一條生產線上使用時,系統會跟蹤該生產線的數據;? 而當模板被移出并投入另一條生產線時,過去的運行數據和性能信息往往被忽略,這樣會導致工廠人員錯過潛在性能問題的風險進一步增加。?
借由 FactoryTalk DataMosaix,我們能夠繪制數據圖表,用以識別設備故障的風險。這種分析方法是一種“非常優雅的方式來觀察生產線的性能”,羅克韋爾自動化軟件架構師 Kai Lin 表示,“它能夠明確指出生產線是變得更好還是更差。”
Teams 上的實時預警
最后,團隊在 Microsoft Teams 上創建了一個頻道,供工廠內部員工訂閱,接收設備異常或缺陷的實時通知。預警以多種方式生成。我們選擇使用 Microsoft Teams,是因為團隊目前正好在使用這款業務系統。
之前的過程是這樣的:當錫膏檢測機檢測到電路板存在問題時,操作員必須手動檢查或清除問題,這往往導致判斷延遲或出現錯誤。現在,算法能夠監控模具加工設備(如刀片和模板)的性能,并針對電路板異常高的故障率觸發預警,提醒操作員立即暫停并調查問題。
正是因為實施了這一解決方案,操作員才能快速確定導致故障的設備,而之前,由于生產環境的復雜性,確定問題的根源十分困難。
現在,我們來檢驗解決方案的有效性。工廠在 2023 年底啟動了算法 FactoryTalk DataMosaix 和 Microsoft Teams 項目,收集了大概 70 天的數據。
結果
檢測失敗的情況減少
工程團隊和工廠人員曾多次接到模板異常或缺陷的通知,并能夠及時做出相應的反應。操作員不再需要等待故障發生(或在固定的日期無謂地更換模板),算法讓他們能夠提前 30 到 60 天收到模板故障的警告。更換或修理受損模板后,不良率減少了 22%。
操作員工作效率提高
此外,機器操作員的工作效率也得到提升。現在,支持人員能夠及時收到模板問題的預警,避免這些問題影響生產線的其他部分,同時還收獲了可用且有意義的數據。操作員受到的干擾減少,工作效率隨之提升。
特溫斯堡等地的高投資回報率
在特溫斯堡基地進行 4 個月的評估之后,我們計算出每年節省的人力成本遠高于項目成本,投資回報率約為 200%。隨著更多使用案例的規劃,我們有理由相信 FactoryTalk DataMosaix 的投資回報率將繼續提升,使年度支出物有所值。
收入顯著增加
最終,不良率的降低以及工作效率的大幅提升帶來了收入的增加。確切地說,此舉使工廠的中斷減少,因而得以盡早實現價值 900 萬美元的收入。
前景光明,成果豐碩?
算法與 FactoryTalk DataMosaix 整合的未來會如何?工程團隊和軟件團隊正在密切合作,推進特溫斯堡的規模化部署,并將該做法推廣到梅克旺、蒙特雷和新加坡的工廠。我們也期待在自己的工廠應用這一解決方案。?
由于羅克韋爾自動化擁有這一算法,我們可以為客戶提供的應用場景幾乎是無限的。正如 Kai Lin 所說,“當你考慮算法能提供什么時……然后真正將算法與過程中的工具性能監控關聯起來,我認為它在離散制造領域將大有可為。”
發布時間 2024年6月26日