Siemens Electronics Works Amberg (EWA) 에서 생산을 원활하게 진행하기 위해서는 매일 350건의 생산 전환과 약 1,200개의 다양한 제품, 1,700만 개의 Simatic 부품을 포함하는 포트폴리오를 고려할 때, 약 5천만 항목의 프로세스 및 제품 데이터를 평가하고 최적화에 사용해야 합니다.또한 인공 지능 (AI) 과 같은 획기적인 기술도 Industrial Edge 컴퓨팅과 클라우드 솔루션은 이미 매우 유연하고 효율적이며 신뢰할 수 있는 생산 시퀀스를 가능하게 하고 있습니다.
Industrial Edge Siemens Amberg의
전략적 디지털화 책임자인 Jochen Bönig 박사는 “엣지 컴퓨팅을 사용하면 데이터가 생성된 곳에서 공장이나 기계에서 바로 데이터를 즉시 처리할 수 있습니다”라고 말합니다.이것이 바로 EWA가 분산형 I/O의 구성 요소용 PCB를 제조하는 생산 라인에서 하고 있는 일입니다. 하지만 여기서도 생산이 충분히 최적화되지 않았으며 이는 공장 가용성이나 공정 품질의 문제가 아닙니다.병목 현상은 PCB 생산이 끝날 무렵인 자동 X-ray 검사 섹션에서 발생합니다. 손톱만 한 크기의 회로 기판에는 다양한 연결 핀이 있는 기능 관련 BUS 커넥터가 장착되어 있습니다.비통합 테스트에서는 이러한 연결 핀의 납땜 접합부를 X-레이로 검사하여 제대로 작동하는지 확인합니다.약 50만 유로에 엑스레이 장비를 하나 더 구입해야 할까요?(여기를 클릭하면 Siemens 블로그에서 해당 주제에 관한 전문가 기사를 읽을 수 있습니다.)대안은 인공 지능입니다.센서의 데이터는 컨트롤러와 엣지 디바이스로 구성된 TIA (완전 통합 자동화) 환경을 통해 클라우드로 전송됩니다.전문가들이 AI와 프로세스 파라미터를 기반으로 알고리즘을 교육합니다.알고리즘은 솔더링 조인트의 품질을 반영하는 프로세스 데이터가 어떻게 동작하는지 학습하고 플랜트의 Edge 애플리케이션에서 실행되는 모델을 제어합니다.“이 모델은 PCB의 납땜 접합부에 결함이 없는지 여부, 즉 라인 끝 테스트가 필요한지 여부를 예측합니다.클로즈드 루프 분석 덕분에 이 데이터를 즉시 생산에 활용할 수 있습니다.” 라고 Bönig는 설명합니다.
