
这是关于我们的故事!罗克韦尔自动化是工业自动化、信息化和数字化转型领域的全球领先企业之一。我们将人们的想象力与技术的潜力联系起来,以拓展人类的潜能。
- 在刀具设备磨损导致生产中断前精准识别过程性能下降
- 提前 30-60 天检测到刀具磨损情况
- 故障率最高降低 22%
- 节省 4.5 万美元人工成本
- 提前实现 900 万美元营收
轮胎漏气能带来什么启示? 通常,问题出现时会立即获得警报。仪表盘闪现警告灯,或行驶中出现异常感。您只需修补或更换轮胎即可继续无忧行驶。问题始终局限于轮胎本身。
但制造业许多工艺流程却并非如此。当刀具开始磨损时,操作员往往要等到过程出现重大中断时才意识到需要干预。这可能意味着生产线更多环节将面临瘫痪风险。线上产品可能受损。生产可能被迫停滞。
如果操作员能更早发现个别问题,就可以及时采取行动。相反,制造商却要承受停机时间、材料浪费和生产损失。
罗克韦尔自动化团队,特别是软件架构师 Kai Lin 与 PBCA 过程工程师 Miki Cvijetinovic 和 Gregory Vance,深知这是客户面临的痛点,并决心付诸行动。他们在位于俄亥俄州特温斯堡的罗克韦尔自动化制造工厂率先试点了这一解决方案。
挑战
以下是罗克韦尔自动化全球电子装配业务的概览:
- 每年生产 4000 种独特电路板设计
- 每日完成 900 万枚元器件贴装
- 每日形成 2300 万个焊点
- 每日生产 1.4 万块面板
我们的特温斯堡工厂拥有 8 条生产线。特温斯堡是一家大型生产工厂,与其他工厂一样,这里存在诸多可能影响生产的关键过程环节。在试点项目中,我们选择聚焦模版印刷工艺。
了解过程
模版箔片通过激光蚀刻形成开孔,其下方与电路板精准对位。随后刮刀推动焊膏从模版前端移至末端,使焊膏填充开孔并沉积附着于电路板。完成印刷后,电路板被传输至检测工位。下一块电路板则使用另一把刮刀进行反向印刷。该过程的每个环节都会生成性能数据。
看似简单,实则复杂
与其他看似简单的制造过程一样,模版印刷暗藏复杂性。首先,模版打印过程非常复杂,包含众多独立变量。这使得支持人员难以检测模版和刮刀的磨损或性能退化,特别是当磨损肉眼难以察觉时。其次,过程起始阶段及过程中的长时间暂停会改变焊膏转移效果,导致难以分析工具的长期磨损规律。
此外,较薄或具有特殊涂层的模版寿命各异,进一步增加了磨损的不确定性。尽管每个步骤都生成性能数据,但支持人员无法实时采集并分析这些来自 IT、OT 和工程领域的海量数据。
支持人员需要更有效的方法来收集分析设备实时性能数据,并及时获知设备异常或损伤预警。这正成为我们异常检测算法的完美用例,该算法的计算可在印刷检测后数秒内通过 FactoryTalk® DataMosaix™ 平台完成运算与可视化呈现。
解决方案
我们的项目工程师与软件团队采用算法方案应对这一挑战。他们开发了由罗克韦尔自动化拥有的专利异常检测算法,该算法可监控模版印刷过程中的工具状态,并向支持人员发送性能数据。随后他们为该算法添加通知功能,使工厂人员能实时接收异常警报,无需进行繁琐的事后分析。
标签与传感器部署
工程团队首先为所有模版和刮刀加装 RFID 标签,并安装传感器检测台架移动方向。团队采集数据并将其与通过现有可编程逻辑控制器 (PLC) 捕获的印刷电路板序列号关联。同时将数据对应至具体模版和刮刀,从而获取关于异常、缺陷及焊膏检测的性能数据。
优雅的数据采集与情境化处理
我们随后启用 FactoryTalk® DataMosaix™,这款 SaaS 应用程序专用于海量原始数据的多源采集,将其情境化整合至统一平台,并为运营管理团队提供实用分析。
为什么选择 FactoryTalk DataMosaix 进行该项目? 传统 BI 工具无法提供足够的数据关系建模能力及实时情境化功能。例如,Power BI 需要有人手动执行分析。
而特温斯堡工厂此前仅每月执行一次分析。借助 FactoryTalk® DataMosaix™,分析可实时完成,满足工厂人员对即时性能异常通知的需求。
此外,FactoryTalk® DataMosaix™ 能追踪刮刀与模版在厂区内移动的全生命周期。传统模式下,模版在某条产线使用时数据被记录,但后期调至其他产线后,其历史运行数据往往被忽略,增加了人员遗漏潜在性能问题的风险。
使用 FactoryTalk DataMosaix,我们将数据绘制成设备故障风险图表。罗克韦尔自动化软件架构师 Kai Lin 表示:“这种分析方法为产线性能评估提供了真正优雅的解决方案。” “能清晰反映产线运行状态的趋势变化。”
团队实时警报
团队最终在 Microsoft Teams 上创建预警频道,全厂人员均可订阅并接收设备异常实时通知。虽然可通过多种方式生成警报,但团队选择使用 Microsoft Teams,因其已是现有办公系统。
以下是该过程的工作方式。当焊膏检测设备发现电路板问题时,操作员需手动检查或清洁,导致延误或判断失误。如今,通过监控刮刀与模版等工具设备的性能,算法会在板件故障率异常升高时触发警报,提示操作员暂停作业并立即调查。
得益于实施的解决方案,操作员能快速定位故障设备,而以往的生产环境特性使根本原因难以追溯。
现在到了验证方案成效的时刻了。该工厂于 2023 年末正式启用算法、FactoryTalk® DataMosaix™ 及 Microsoft Teams 项目,并进行了约 70 天的数据采集。
成果
检测失败率显著降低
工程团队与工厂人员多次接收到关于模版异常或缺陷的实时通知,并得以采取相应措施。该算法为操作员提供了 30-60 天的模版故障预警窗口,避免了被动等待故障发生(或基于固定周期进行浪费性更换)。在每次更换或修复受损模板后,故障率均实现 22% 的降幅。
操作员工作效率提升
设备操作员的工作效率也获得显著提高。由于支持人员能在模版问题影响整条产线前获得预警,并拥有可操作的有效数据,操作员受干扰频次减少,工作效率得到实质性提升。
特温斯堡及其他地区的投资回报率
经过四个月的实际运行评估,我们计算出特温斯堡工厂年度人工节省金额远超项目投入成本,投资回报率达到约 200%。随着更多用例的规划实施,我们确信 FactoryTalk DataMosaix 的投资回报率将持续增长,充分证明其年度支出的合理性。
营收中断改善
故障率的改善与生产效率的最大化直接转化为营收收益。具体而言,由于生产中断减少,该工厂提前实现了价值 900 万美元的营收。
未来展望:光明且高效
该算法和 FactoryTalk DataMosaix 集成的未来将如何发展? 工程与软件团队正致力于在特温斯堡工厂以及马昆、蒙特雷和新加坡工厂大规模部署该方案。我们同时探索该解决方案在自身运营中的其他应用。
由于罗克韦尔自动化拥有该算法所有权,为客户提供的应用可能性将无穷无尽。正如 Kai Lin 所言:“当您思考该算法提供的价值……并将其回溯关联至生产过程中工具设备的性能监控时,我们会看到它在离散制造领域极其广阔的应用前景。”
发布时间 2024年6月26日