工业物联网(IIoT)技术可以显著提高产品质量和产量,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业务的性质,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。

可追溯系统利用条形码和射频识别(RFID)等识别方法来收集和分析在制品和成品在整个工厂和供应链中的移动数据。可追溯性曾经是一种相对简单的跟踪产品和组件的方法,现在已经发展成为一种强大的策略,通过将产品与工艺参数和原材料输入联系起来,在制造操作中优化生产力、质量和品牌声誉。

从简单的产品跟踪到全面的过程可见性

一些可追溯系统使用RFID系统进行可追溯,每个部件或垃圾桶都有一个可重复使用的唯一标签,读写器/写入器可以读取和写入这些标签。

随着时间的推移,可追溯性的转变——从单个零件和产品的基本条码读取,到能够深入调查瓶颈和质量问题的系统——提供了多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,最后是可追溯性4.0阶段,该阶段将低级的跟踪和跟踪解决方案与先进的工业4.0和工业物联网技术合并。

可追溯性1.0是关于自动识别产品,以驱动准确性和效率。使用条形码阅读器标记零件并对其进行跟踪的能力是开创性的,这种策略提高了处理大量离散物品或交易时的制造效率和准确性。

可追溯2.0是关于管理库存和满足社会需求。制造商认可条形码的其他用途——特别是在制造设施和整个供应链中跟踪材料的能力。这一策略使有针对性的产品召回成为可能,降低了质量改进的成本,增加了消费者的信心。

可追溯3.0是关于制造和供应链安全的优化,通过关注制造产品所需的所有原材料组件和子组件,以及具有编码序列号的最终产品。这有助于确保产品的真伪,并为防伪项目提供了坚实的基础。

可追溯性4.0是上述所有的结合,以及机器和工艺参数,以实现最高水平的质量,生产力和整体设备效率(OEE)。尽管一些制造商已经采用了Traceability 4.0,但它代表了大多数制造商的未来。那些采取这一战略的企业正在上升到制造和品牌保护的前沿。

条形码是一种非常流行和成本效益高的可追溯方法,具有先进解码算法的紧凑的工业条形码阅读器是这些系统的基本功能。

这是最终和累积的可追溯性阶段,Ioiot完全支持和功能。随着可追溯性4.0带来的数据类型,制造商可以很容易地回答各种相关的问题,例如哪种机器在哪种产品上运作,当时正在运行机器。潜在的诊断和过程分析方案几乎无限,在系统地收集相关机器和过程数据时,在许多方面产生了大量的改进。

推动制造业的决定

实际上,IIOT解决方案在工厂地板和总体业务目标上建立了较低级别的过程之间的桥梁。该公司制造业务的整体视图中的关键成分是通过可追溯性系统获得,组织和利用的数据。在实现可追溯性系统时,应考虑以下问题以帮助定义要求。

  • 如何基于在条形码,RFID标签或其他标识符中编码的信息来确认上游组件或原材料兼容

  • 一个特定的零件在生产过程中通过什么过程移动?

  • 当在灵活的制造环境中为给定的产品执行特定的工艺步骤时,应该使用什么生产工具、工艺参数和测试脚本?

  • 在特定的子组件上使用哪些组件?

  • 应在每个流程步骤中收集哪些数据,并且该数据应该如何可用于更高级别的ME或历史版应用程序?

  • 根据收集到的数据可以做出什么样的实时决策?

当制造商实施一种考虑上述因素的可追溯性系统时,它们将能够支持越来越复杂和微妙的过程。最终,即使是最基本的部件 - 像门开关或接近传感器 - 将是有网络的。装配验证,质量保证和物料清单(BOM)控制都可以通过可有效优化可有效优化4.0策略,该策略采用了启用IO-Link的传感器等智能制造技术。

IO-Link是最近的一项创新,它支持许多“智能”设备,在传感器/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,从而扩展可用信息池,并允许使用广泛的流程选项。

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接布线解决方案转变为网络解决方案。有了网络上的智能组件,更换故障设备就相当于即插即用,一些原始设备制造商报告称,布线成本降低了38%。

可追溯性和工业物联网的下一步是什么?

高性能条形码读卡器扫描应用于实验室试管的条形码的特定样品信息。

人工智能(AI)正越来越多地被用于支持制造业的新方面。在云中使用这些算法来监控和支持流程并不是什么新鲜事,但制造商开始将人工智能从云中提取出来,并将其放到机器上,以实时影响特定机器的制造。作为可跟踪系统的一部分,当存在太多变量时,它可以识别趋势,从而允许显式编程。

也就是说,我们必须牢记AI能做什么,不能做什么。它基本上是一种处理数据的高级方法,因此,它需要人类的专业知识来决定使用哪些数据以及如何使用它。让算法像一个“黑盒子”一样工作,却没有对复杂的生产线有一个坚实的把握,这可能不是灾难的原因,但也不是成功的原因。制造商需要了解他们为每个流程收集什么类型的信息,以及为什么这些信息很重要。

本质上,这就是为什么任何制造商在采用工业物联网技术时都应该考虑明确的可追溯性战略。可追溯性,根据定义,是一种实时收集和组织工厂车间数据的手段。如果这些数据是随意收集的,对其重要性的理解很少,这就不是有效的可追溯性,也不是实施智能制造解决方案的可行基础。支持物联网的智能制造需要一个组织良好的可追溯性解决方案。

制造商对他们的流程了解得越多,他们就越接近基于特定、有针对性的需求的即插即用工业物联网解决方案的最终目标。这些都是AI能够有效填补的空白类型。尽管构建一个健壮的、实时的Traceability 4.0系统来真正反映生产线的架构可能是一项艰巨的任务,但它不是一个吃力不讨好的任务。这样一项事业的巨大价值将体现在可以轻松操纵数据以提供见解。

这篇文章由Felix Klebe,欧姆龙自动化美洲,Hoffman Estates, IL.市场经理-传感器和高级传感这里


科技简报》杂志

本文首先出现在3月份,2021号问题技术简介杂志。

请阅读本期更多文章这里

阅读档案中的更多文章这里