工业物联网(IIoT)技术可以显著提高生产质量和吞吐量,但它们往往不是许多制造业公司所期望的即插即用解决方案。为了从工业物联网解决方案中获得最大价值,制造商需要彻底了解其运营的性质,并投资于一个健壮的、实时的可追溯系统,以主动和系统的方式收集相关数据。

可追溯系统使用的识别方法,如条形码和射频识别(RFID)对作品在制品和产成品整个工厂和供应链的运动收集和分析数据。一旦用于跟踪产品和部件的相对简单的方法,可追踪性已经演变成一个强大的策略用于通过捆扎产品的工艺参数和原料投入优化制造操作中生产率,质量和品牌声誉。

从简单的产品跟踪到全面的过程可见性

一些跟踪系统使用RFID系统进行跟踪,每个部件或容器都有一个可重复使用且唯一的标签,读写器/写入器可以对其进行读写。

随着时间的推移,可追溯性的转变——从单个部件和产品的基本条形码读取,到能够深入调查瓶颈和质量问题的系统——提供了各种方式来设想这种无处不在的制造实践。欧姆龙将这些变化分为四个一般阶段,最后是可追溯4.0阶段,该阶段将较低级别的跟踪和跟踪解决方案与先进的工业4.0和工业物联网技术相结合。

可追溯性1.0约自动识别产品,以驱动精度和效率。到标记的部分,然后使用条形码阅读器跟踪它的能力开创性和大量离散项目或交易的处理过程中这一策略提高了生产效率和准确性。

可追溯性2.0是在库存管理和满足社会的需求。厂家的认可其它用途的条形码 - 尤其是对制造设施内,并且在整个供应链跟踪材料的能力。这一战略已使有针对性的产品召回,减少了质量改进方面的成本,并提高消费者信心。

可追溯性3.0关注的是制造和供应链安全的优化,重点关注制造产品所需的所有原材料组件和子组件,以及带有编码序列号的成品。这有助于确保产品的真伪,并为防伪计划提供了坚实的基础。

可追溯性4.0是上述所有条件的结合,以及机器和工艺参数,以达到最高水平的质量、生产力和整体设备效率(OEE)。尽管一些制造商已经接受了可追溯性4.0,但它代表了大多数制造商的未来。采取这一战略的企业正在上升到制造和品牌保护的最前沿。

条形码是一种非常流行的、具有成本效益的可追溯性方法,具有具有高级解码算法的紧凑的工业级条形码阅读器,是这些系统的基本功能。

正是在这个最终的、累积的可追溯性阶段,工业物联网得到了充分的支持和功能。有了Traceability 4.0带来的数据类型,制造商可以很容易地回答各种与生产相关的问题,比如哪台机器在什么时间在哪个产品上工作,以及当时谁在操作机器。潜在的诊断和流程分析场景几乎是无限的,当系统地收集相关机器和流程数据时,在许多领域都会出现实质性的改进。

驾驶制造决策

工业物联网解决方案实际上是在工厂车间发生的低级流程和总体业务目标之间建立了一座桥梁。公司生产操作的整体视图中的关键成分是数据,通过可追溯系统获取、组织和利用数据。在实现追溯系统时,为了帮助定义需求,应该考虑以下问题。

  • 如何根据条形码、RFID标签或其他标识符编码的信息来确认上游组件或原材料是否符合要求?

  • 在生产过程中,一个特定的部件通过什么过程移动?

  • 当在一个灵活的制造环境中为给定的物品执行特定的过程步骤时,应该使用什么生产工具、过程参数和测试脚本?

  • 哪些组件在一个特定的组件使用?

  • 在每个过程步骤中应该收集哪些数据,以及如何将这些数据提供给更高级别的MES或历史应用程序?

  • 什么实时决策可以根据收集到的数据进行?

当制造商实施一个可追溯系统,考虑上述因素,他们将能够支持日益复杂和微妙的过程。最终,即使是最基本的组件,如门开关或接近传感器,也将具备联网能力。可追溯4.0策略可以有效优化装配验证、质量保证和物料清单(BOM)控制,该策略采用智能制造技术,如io - link传感器。

IO-Link是最近的一项创新,支撑着许多“智能”设备,为传感器/执行器和接口模块之间提供连接,帮助从传感器本身获取更多信息,而不仅仅是基本的ON/ OFF读数。现在可以交换流程值、参数和诊断消息,扩大了可用信息池,并允许使用范围广泛的流程选项。

除了提供更多的数据,智能组件还有助于降低机器建造和整体维护的成本,因为它们的设备的单个组件从传统的直线解决方案转变为网络解决方案。网络上有了智能元件,故障设备的更换即插即用,一些原始设备制造商报告称,布线成本降低了38%。

下一步是什么可追溯性和IIoT?

高性能条形码阅读器扫描应用于实验室试管的条形码上的样品特定信息。

人工智能(AI)正越来越多地用于支持制造业的新方面。在云计算中使用这些算法来监控和支持流程并不是什么新鲜事,但制造商正开始将人工智能从云计算中拉出来,并将其推到机器上,以实时影响特定机器的制造。作为可跟踪系统的一部分,当存在太多变量而无法进行显式编程时,它可以识别趋势。

这就是说,要记住什么AI没有,什么也没有做很重要。它基本上是紧缩数据的先进方式,由于这个原因,它需要人的专业知识,其数据确定使用以及如何使用它。让算法功能的“黑匣子”无生产线的复杂扎实抓好可能不是一个灾难,但它也不是成功的秘诀。制造商需要了解他们正在收集什么类型的信息对每个进程,以及为什么这些信息的事项。

从本质上讲,这就是为什么一个明确的跟踪能力策略应考虑任何制造商的采用IIoT技术。可追溯性,顾名思义,就是收集并实时组织工厂车间数据的方法。如果该数据伴随着它的重要性的认识最小随意收集,这不是有效的跟踪能力,它不适合实施智能制造解决方案的可行的基础。启用IIoT智能制造需要一个组织良好的可追溯性解决方案。

越深入了解厂家纷纷到他们的过程中,越接近他们会是基于特定插件和播放IIoT解决方案的终极目标,有针对性的需求。这些差距的是AI最有效地填充类型。虽然构建一个稳健,实时可追溯性4.0系统,真正体现了生产线的架构是一项艰巨的任务,它不是一个吃力不讨好的一个。这样的承诺的巨大价值将与该数据能够被操纵以提供见解容易地看出。

本文由伊利诺伊州霍夫曼庄园欧姆龙自动化美洲区传感器和高级传感市场经理Felix Klebe撰写在这里


yabovip16.com科技简报》杂志

本文首次发表于2021年3月号yabovip16.com杂志。

阅读此问题的更多文章在这里

阅读更多的档案文章在这里