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 par an, environ 50 millions d'éléments de données de processus et de produits doivent être évalués et utilisés à des fins d'optimisation pour que la production à Siemens Electronics Works Amberg (EWA) fonctionne correctement. En outre, des technologies révolutionnaires comme l'intelligence artificielle (IA), l'informatique de Industrial Edge et un solution cloud permettent déjà des séquences de production très flexibles, extrêmement efficaces et fiables.
Informatique de Industrial Edge et IA pour un débit accru
« Avec 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 ligne de production où les PCB sont fabriqués pour les composants des E/S distribuées. Mais même ici, la production n'est pas suffisamment optimisée, et ce n'est ni la faute de la disponibilité de l'usine ni de la qualité des processus. Le goulot d'étranglement se situe à la fin de la production de PCB, à la section d'inspection automatique par rayons X. Les circuits imprimés de la taille d'un ongle prennent en charge les connecteurs BUS liés aux fonctions avec diverses broches de connexion. Dans un test non intégré, les joints soudés de ces broches de connexion sont radiographiés et vérifiés pour le 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 blog de Siemens.) L'alternative 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 périphérique 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 PCB sont exempts de défauts : en d'autres termes, si un test 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.
