自動(dòng)化擁抱人工智能 Festo 推出智能元件和過(guò)程監(jiān)控
所屬頻道:新聞中心
Festo 想要通過(guò)具有自學(xué)能力的機(jī)器進(jìn)一步來(lái)幫助客戶提高生產(chǎn)率。目前,人工智能在三個(gè)網(wǎng)絡(luò)層面發(fā)揮作用:前沿、公司內(nèi)部和云端。
除了云端能提供復(fù)雜的服務(wù)之外,F(xiàn)esto 也看到了通過(guò)人工智能在簡(jiǎn)單的實(shí)時(shí)數(shù)據(jù)分析方面具有的巨大潛力 – 可以直接位于現(xiàn)場(chǎng)元件上(前沿人工智能)或位于系統(tǒng)或生產(chǎn)工廠的控制內(nèi)(公司內(nèi)部人工智能)。工廠用戶能完全控制自己機(jī)器的數(shù)據(jù),不需要通過(guò)互聯(lián)網(wǎng)上傳至云端。在2019漢諾威工博會(huì)上,F(xiàn)esto通過(guò)兩個(gè)展品展示,系統(tǒng)如何基于已有數(shù)據(jù)自主為問(wèn)題找到解決方案。
電池生產(chǎn)的智能過(guò)程監(jiān)控
Festo 于2018年4月收購(gòu)了Resolto Informatik GmbH,進(jìn)一步鞏固了人工智能的核心競(jìng)爭(zhēng)力。Resolto 開(kāi)發(fā)了一種名為SCRAITEC 的軟件解決方案,實(shí)時(shí)分析和解釋數(shù)據(jù),識(shí)別并報(bào)告異常情況。這個(gè)系統(tǒng)還能通過(guò)對(duì)數(shù)據(jù)持續(xù)分析來(lái)不斷進(jìn)行學(xué)習(xí),擴(kuò)大自己的知識(shí)庫(kù)。這種機(jī)器學(xué)習(xí)能力讓智能過(guò)程監(jiān)控成了可能。
觀眾可在Festo展臺(tái)現(xiàn)場(chǎng)體驗(yàn)這個(gè)軟件解決方案。該方案通過(guò)檢測(cè)故障電池的應(yīng)用進(jìn)行展示。電池通過(guò)抓取門架升降。結(jié)合新推出的模塊化控制系統(tǒng)CPX-E-CEC 和伺服驅(qū)動(dòng)控制器CMMT-AS,可實(shí)現(xiàn)實(shí)時(shí)監(jiān)控。Resolto 監(jiān)控軟件監(jiān)視著電機(jī)電流和電缸的位置參數(shù)。如果發(fā)生異常,比如抓取單元抓取了錯(cuò)誤規(guī)格的電池,就會(huì)簽發(fā)出一個(gè)報(bào)告。
智能軟件解決方案的數(shù)據(jù)采集和監(jiān)控可在前沿或公司內(nèi)進(jìn)行,或通過(guò)物聯(lián)網(wǎng)網(wǎng)關(guān)CPX-IOT 連接到Festo云端進(jìn)行。在前沿或公司內(nèi)使用人工智能確保所有數(shù)據(jù)都保留在公司內(nèi),不會(huì)有安全風(fēng)險(xiǎn)或由網(wǎng)絡(luò)擁堵造成數(shù)據(jù)流的延遲。重要的是,需要有充足的結(jié)構(gòu)化數(shù)據(jù),才能用人工智能作為工具進(jìn)行有意義的分析。得益于極高的計(jì)算能力,云則為多個(gè)分散的生產(chǎn)工廠提供良好的評(píng)估結(jié)果。
人工智能減少了過(guò)程監(jiān)控和故障管理所需的編程工作,為客戶提供實(shí)時(shí)的寶貴專業(yè)知識(shí)。早期就可檢測(cè)并預(yù)防生產(chǎn)過(guò)程中故障部件或過(guò)程,或機(jī)器故障。人工智能帶來(lái)的另一個(gè)優(yōu)勢(shì)是,對(duì)一個(gè)特定制造部件的過(guò)程異常有完全的透明度和可追溯性。因?yàn)榭勺R(shí)別出不合格品并從生產(chǎn)過(guò)程中剔除,所以未來(lái)可避免對(duì)整個(gè)生產(chǎn)線造成影響的大規(guī)模召回。
CMMT 單元內(nèi)智能元件監(jiān)視::云端人工智能
該展品展示了,一個(gè)學(xué)習(xí)算法如何用于不良元件的監(jiān)控。CMMT控制器會(huì)記錄和采集電缸的數(shù)據(jù)。監(jiān)視算法和采集數(shù)據(jù)的監(jiān)控完全在Festo云端進(jìn)行。因此,數(shù)據(jù)可隨時(shí)隨地獲取。
不過(guò),客戶不僅可減少編程工作??蛻裘總€(gè)生產(chǎn)過(guò)程的正常狀態(tài)可在工作中或歷史數(shù)據(jù)的形式反饋給學(xué)習(xí)算法。這些數(shù)據(jù)能通過(guò)云端立即進(jìn)行評(píng)估。因此,用戶能快速識(shí)別任何的差異,直接追蹤故障原因。還可快速識(shí)別需要被替換的元件。這節(jié)省了時(shí)間,減少了停機(jī)時(shí)間,降低了維護(hù)成本。可以想象,未來(lái),諸如模塊、系統(tǒng)或整個(gè)機(jī)器單元這樣的元件組也可用這種方式進(jìn)行監(jiān)控。
(審核編輯: 智匯小新)