专利算法可最大化提升操作员效率

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。

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。