Compte tenu des 350 changements de production par jour, d'un portefeuille contenant environ 1 200 produits différents et de 17 millions de composants Simatic produits chaque année, environ 50 millions d'éléments de données sur les processus et les produits doivent être évalués et utilisés à des fins d'optimisation pour que la production à Siemens Electronics Works Amberg (EWA) fonctionne sans problème. De plus, des technologies révolutionnaires comme l'intelligence artificielle (IA), Industrial Edge l'informatique et une solution infonuagique permettent déjà des séquences de production extrêmement flexibles, extrêmement efficaces et fiables.
Industrial Edge l'informatique et l'IA pour augmenter le débit
« Avec l'Edge Computing, les données peuvent être traitées immédiatement là où elles sont générées, directement à l'usine ou à la machine », explique le Dr Jochen Bönig, responsable de la numérisation stratégique chez Siemens Amberg. C'est ce que fait EWA, par exemple, sur la chaîne de production où les BPC sont fabriqués pour les composants des E/S distribuées. Mais même dans ce cas, la production n'est pas suffisamment optimisée, et ce n'est ni la faute de la disponibilité de l'usine ni de la qualité du processus. Le goulot d'étranglement se situe à la fin de la production des BPC, à la section d'inspection automatique par rayons X. Les circuits imprimés de la taille d'un ongle peuvent accueillir des connecteurs BUS fonctionnels avec diverses broches de raccordement. Dans un essai non intégré, les joints soudés de ces broches de raccordement sont radiographiés et vérifiés pour leur bon fonctionnement. Devrait-on acheter un autre appareil à rayons X pour environ 500 000€ ? (Cliquez ici pour lire un article d'expert sur le sujet sur le blogue de Siemens.) L'autre solution est l'intelligence artificielle. Les données des capteurs sont transférées vers un nuage via l'environnement TIA (Totally Integrated Automation), qui se compose d'un contrôleur et d'un dispositif Edge. Les experts forment un algorithme basé sur l'IA et les paramètres du processus. L'algorithme apprend comment les données de processus reflétant la qualité des joints soudés se comportent et contrôle un modèle qui fonctionne sur une application Edge à l'usine. « Le modèle prédit si les joints soudés sur le BPC sont exempts de défauts, c'est-à-dire si un essai de fin de ligne est nécessaire ou non. Grâce à l'analyse en boucle fermée, ces données peuvent être immédiatement prises en compte dans la production », explique Bönig.
