资讯 > 正文

未来趋势:将AI 和 ML 融入自动化闭环控制

发布时间:2023-08-17 来源:控制工程网


图片来源:Flex
  
  通过提高自动化程度加强工厂车间的信息控制,可以帮助制造商做出更好的决策。
  工业自动化和信息流正在快速增长。无论是具有协作机器人(COBOT)、自主移动机器人(AMR)高速生产线还是其它生产线,全球各地的工厂都在寻求优化工作流程、提高安全性以及生产效率的解决方案。
  然而,工厂车间的自动化有一个经常被忽视的地方:信息。如果使用得当,在产品生产过程中获得的数据,可以帮助工程师做出经深思熟虑、更明智的决策。
  问题是许多工厂没有配置适当的自动化或控制机制,将产品从步骤A带到步骤Z。这通常会减少产品生命周期中收集的信息。
  01 更好的自动化和更多的信息
  如果工厂生产线没有实现自动化,那么收集数据只能与当前的手动过程一样。一步一步收集信息,意味着在产品开发过程中会丧失可视性。团队很难也几乎不可能理解潜在的挑战或缺点,因为他们只关注客户的规范。
  虽然满足客户需求是首要任务,但如果没有自动化,团队将错失大量数据。更好的自动化意味着更好的流程和更多的制造信息。这些数据将有助于提高产量、减少不必要的工作并减少停机时间和浪费。
  02 制造业应用中的海量数据
  有助于揭示生产线上见解的数据,有不同的数据包、规格和形式。在构建阶段,收集的第一组数据通常与质量和产品性能保持一致。另外一些超出了产品属性的信息,有助于回答以下重要问题:
  ■ 制造产品需要多长时间?
  ■ 该特定项目需要花费多少小时?
  ■ 是否使用正确的工具?
  ■ 制造产品的正确组件和材料清单如何?
  这一层的信息源自整个控制线。它帮助团队遵守标准操作流程,并确保产品按照基于周期时间和其它领先的标准规范制造。
  与手动或半自动生产线相比,全自动生产线还使工程师能够收到更多的性能反馈。这是因为信息控制通过自动化工具,可以在产品生产过程中提供数据,并利用这些数据在监视器上实现可视化。例如,团队可以看到产品紧固件上的扭矩值,确保在装配过程中(而不是之后)满足要求。

  全自动生产线还可以更轻松地将关键信息传递给客户。例如,对于医疗设备,自动化数据收集使团队能够以精确、及时和有效的方式记录并向客户提供防水、测试、密封和其他关键因素的信息。对于其他具有严格要求的行业(如汽车行业)也是如此。
  要让工厂生产线实现这样的自动化和数据收集水平,需要时间、规划和专业知识。有两种方法可以实现自动化控制机器和设备。
  第一种是可编程逻辑控制器(PLC)。PLC可以帮助同步生产线控制,包括速度、物料流入和流出之间的相互作用以及其它内容。通过PLC,运行人员可以坐在带机器视觉摄像头的输送机前。当产品放在输送机上时,它会看到产品在输送机上,并进行下一个循环。虽然PLC正确执行控制反馈,但在此过程中没有数据收集——只有被动、半自动控制。

  为了充分利用自动化和相关数据,工厂应考虑将工业PC与高速自动化和传感器相结合。这些系统为PLC的逻辑编程提供了先进的计算能力和信息控制。边缘网关也支持此配置,以帮助管理数据流。
  03 实时分析和数据采集
  在获取实时分析的最终数据之前,组织需要采取的步骤包括:
  ■ 更好地了解输入-输出机制;
  ■ 使用合适的传感器收集数据;
  ■ 通过低代码/无代码应用,启用闭环控制程序。
  更智能的系统有助于在整个产品生命周期中收集数据,从而释放前述的诸多好处。数据还可以传输到云端,以进行大数据分析,或在边缘靠近机器的地方进行实时处理。通过将自动化过程与人工智能 (AI) 和机器学习 (ML) 相结合,开发闭环控制,可以释放更多价值。
  04 使用AI和ML来释放更多价值
  ML可以从闭环控制中获取大量数据,并将其合成为可操作的信息,从而推动更好的流程和更明智的决策。ML帮助团队将信息用于控件,这些控件可以在不停机的情况下,实时调整生产线的参数。ML还可用于识别和消除工作中的非增值活动,例如在一段行程后测试产品。

  AI和ML价值的另一个驱动因素是视觉。例如,从支持工业PC的闭环系统中获取数据,机器可以检测产品上的瑕疵或其它缺陷,如划痕。此异常检测功能,允许系统映射到造成这些问题的热点,并标记要检查的潜在问题区域。
  然而,要充分利用这些解决方案,必须考虑以下一些因素:
  1、您将自己构建AI/ML还是从第三方处购买?
  2、跨生产线的可扩展性如何?
  3、谁来创建算法和教学模型?
  4、是否有足够的数据科学家来支持该项目?
  5、是否有合适的系统和员工来理解和解释数据?
  当自动化发挥其最大功能时,它可以强制执行流程中的战略纪律。自动化是一种受控机制,允许机器对机器(M2M)接口以正确的步骤顺序驱动产品,从原材料直至转化为成品。产品性能、质量、周期时间和工作站内外管理物流的信息流,与自动化同步完成。当自动化与AI/ML相结合时,就为系统带来更多可能性。(作者 | Murad Kurwa)
  关键概念: 
  ■ 强大的信息控制可以帮助制造商做出更好的决策。
  ■ 将 AI 和 ML 融入自动化过程开发闭环控制,可以释放更多价值。
  ■ 机器视觉还能帮助制造商发现生产过程中的瑕疵或缺陷。
  思考一下: 
  您如何利用先进技术提高自动化程度以增强工厂的信息控制?

标签:人工智能,机器学习,控制器,工业PC,传感器

相关文章