Учитывая, что производство меняется 350 раз в день, портфель включает около 1200 различных продуктов и 17 миллионов компонентов Simatic, производимых в год, для бесперебойной работы производства на заводе Siemens Electronics Works в Амберге (EWA) необходимо оценить и использовать для оптимизации около 50 миллионов единиц технологических и производственных данных. Кроме того, такие революционные технологии, как искусственный интеллект (ИИ), вычисления Industrial Edge и облачное решение уже обеспечивают очень гибкие, чрезвычайно эффективные и надежные производственные последовательности.
Вычисления Industrial Edge и искусственный интеллект для повышения пропускной способности
«С помощью Edge Computing данные можно немедленно обрабатывать там, где они были получены, прямо на заводе или станке», — говорит доктор Йохен Бёниг, руководитель отдела стратегической цифровизации Siemens Amberg. Именно этим и занимается EWA, например, на производственной линии, где печатные платы изготавливаются для компонентов распределенного ввода-вывода. Но даже в этом случае производство недостаточно оптимизировано, и виной этому не является ни эксплуатационная готовность оборудования, ни качество технологического процесса. Проблема заключается в завершении производства печатных плат, в отделении автоматического рентгеновского контроля. На печатных платах размером с ноготь установлены функциональные разъемы BUS с различными соединительными контактами. При неинтегрированном испытании паяные соединения этих соединительных контактов подвергаются рентгеновскому обследованию и проверке их исправности. Стоит ли покупать еще один рентгеновский аппарат примерно за 500 000 евро? (Нажмите здесь, чтобы прочитать экспертную статью на эту тему в блоге Siemens.) Альтернатива — искусственный интеллект. Данные с датчиков передаются в облако через среду TIA (Totally Integrated Automation), состоящую из контроллера и устройства Edge. Эксперты обучают алгоритм, основанный на искусственном интеллекте и параметрах процесса. Алгоритм изучает поведение технологических данных, отражающих качество паяных соединений, и управляет моделью, которая работает в приложении Edge на заводе. «Модель предсказывает, нет ли неисправностей в паяных соединениях на печатной плате: иными словами, необходимо ли проводить испытание в конце линии. Благодаря аналитике замкнутого цикла эти данные можно сразу же учесть в производстве», — объясняет Бёниг.



