Digital transformation: 以身作则

用它的 Digital Enterprise 战略，西门子正在推动客户和内部的工业数字化转型。在西门子电子工厂 Amberg，优化的吞吐量、快速的循环时间和强大的安全性已经成为现实，其动力是 Digital Enterprise 解决方案。

鉴于每天要进行350次生产转换，产品组合包含大约1,200种不同的产品，以及每年生产的1700万个Simatic组件，需要评估约5000万项工艺和产品数据并将其用于优化，才能使西门子安伯格电子工厂（EWA）的生产顺利运行。此外，人工智能（AI）等突破性技术， Industrial Edge 计算和云解决方案已经实现了高度灵活且极其高效和可靠的生产序列。

Industrial Edge 通过计算和人工智能提高吞吐量

“借助边缘计算，可以在工厂或机器上立即处理数据，” 西门子安伯格战略数字化负责人约亨·伯尼格博士说。例如，这就是EWA在为分布式I/O组件制造印刷电路板的生产线上所做的事情。但即使在这里，生产也没有得到充分优化，这既不是工厂可用性的问题，也不是过程质量的错。瓶颈在印刷电路板生产的尽头，即自动 X 射线检测部分。指甲大小的电路板可容纳具有各种连接引脚的功能相关总线连接器。在非集成测试中，对这些连接引脚的焊接接头进行 X 光检查，并检查其功能是否正常。是否应该以大约 500,000 欧元的价格购买另一台 X 光机？（单击此处在西门子博客上阅读有关该主题的专家文章。）另一种选择是人工智能。来自传感器的数据通过 TIA（全集成自动化）环境传输到云端，该环境由控制器和边缘设备组成。专家训练一种基于人工智能和过程参数的算法。该算法学习反映焊接接头质量的过程数据如何运行，并控制在工厂 Edge 应用程序上运行的模型。“该模型可以预测PCB上的焊接接头是否没有故障：换句话说，是否需要进行下线测试。得益于闭环分析，这些数据可以立即纳入生产因素。” Bönig解释说。

预警系统可防止不愉快的意外

闭环分析和 Industrial Edge 技术也用于铣削。由于铣削灰尘，用于分板处理 Simatic 产品的 PCB 的铣削主轴并不总是能正常工作，但起初原因尚不清楚。与自动X射线检测一样，西门子专家依靠边缘计算和人工智能的组合来进行预测性维护。该团队找出了两个明显与计划外停机相关的参数：铣削主轴的旋转速度和驱动器所需的电流。这些数据被输入到边缘设备中，在该设备中，经过预训练的算法识别了过程数据中的异常与停机时间之间的相互关系，并将其反馈到生产中。 Performance Insight 应用程序将结果提供给用户 Insights Hub（以前是 MindSphere）。现在，工厂操作员可以在潜在系统故障前 12 到 36 小时获知情况，并可以做出相应的响应。但是数据和异常并不仅仅存储在 MindSphere 中。该算法必须经过更好的训练，才能提供越来越精确的结果。“这正是在 MindSphere 中发生的事情。EWA 一致的端到端数字化环境确保了自动化之间必要的无缝交互， Industrial Edge，还有云计算，” EWA的物联网专家弗洛里安·迈尔霍夫解释说。

数字双胞胎和概念验证 (PoC)

数字双胞胎是造成现在在八秒的目标周期内生产出来的 Simatic 控制器组件的原因。最初的仿真承诺循环时间为十一秒。报告还显示，11秒的循环时间主要归因于机器模块，这些模块原本计划用于生产线，但在实际生产中并未达到最佳运行状态。西门子专家在生产的数字化双胞胎中用更合适的组件替换了这些模块。在接下来的仿真中，无缝地实现了目标周期，从而证实了概念验证。

在西门子电子工厂 Amberg，硬件和软件解决方案、工业通信、网络安全和服务得到了最佳协调。得益于一致的端到端横向和纵向集成，生产序列是无缝的。这使得 EWA 成为西门子的典型例子 Digital Enterprise 这将继续引领未来的数字化转型。

西门子电子厂安伯格 (EWA)

西门子安伯格电子厂（EWA）成立于1989年，生产的产品包括Simatic可编程逻辑控制器（PLC）。该工厂每年生产大约 1700 万个 Simatic 产品，这意味着每秒出货一件产品。那里生产了 1,000 多种产品变体。它们用于控制工厂和机械以及自动化生产设施，从而节省时间和成本并提高产品质量。Amberg 本身的生产过程也由大约 2,800 个 Simatic 组件控制。生产功能在很大程度上以自动化为基础，75% 的价值链由机器和机器人独立处理。在任何 24 小时内，产品都准备发货给全球大约 60,000 名客户。EWA 的制造质量标准为 99.9990%。由于可持续的工作质量和全面的数据整合，这一成就为工业生产树立了基准。