專利演算法可大幅提升操作員效率

以下是我們的電子組裝作業在 Rockwell Automation 設施之間的相關內容快照：

• 每年生產的 4K 獨特電路板設計
• 每天放置 9M 個元件
• 每天形成 23M 個銲接接頭
• 每天生產 14K 個面板

我們的Twinsburg據點有 8 條生產線。Twinsburg是一座大型生產設施，就像所有設施一樣，有許多製程可能會影響生產。對於我們的試行方案，我們選擇專注於網版印刷製程。

瞭解製程

網膜具有雷射蝕刻孔口，在其中搭配電路板。然後，刮刀將焊膏從網板前方推到後方，以焊膏填充孔，將沈積並黏在電路板上。在衝程結束時，會先傳輸電路板再進行檢查。下一張電路板會以不同刮刀的相反方向印刷。此製程的每個部分都會產生效能資料。

比眼睛看到的更複雜

就像任何看似簡單的製造流程一樣，它們皆隱藏著複雜性。首先，網版印刷製程很複雜，包含許多獨立變數。這使得支援人員難以偵測網紋和擠壓的磨損或效能下降，尤其是當肉眼難以看到磨損時。另外，製程的開始和製程期間的長時間暫停會改變膠粘轉移的有效性，導致難以分析工具的長期磨損。

此外，薄型或具有特殊塗層的網版具有不同的使用壽命，在發生的磨損中產生更多不可預測性。而當製程的每個步驟產生效能資料時，支援人員無法即時收集和分析大量資料，例如 IT、OT 和工程。

支援人員需要更好的方法來收集和分析其設備的即時效能資料，並立即收到任何設備異常或損壞的警示。這是我們異常偵測演算法的完美使用案例，其運算可以在印刷檢視後的 FactoryTalk® DataMosaix™ 秒內計算和顯示。

我們的專案工程師和軟體團隊採取演算法方法來應對這項挑戰。他們建立了 Rockwell Automation 擁有的專利異常偵測演算法，可監控網版印刷製程中的工具，並將效能資料傳送給支援人員。然後，他們實作了該演算法的通知，讓廠房人員無需執行繁瑣的事後分析，即可立即收到異常警示。

需要標籤和感測器

首先，工程團隊將無線射頻識別標籤加入到我們的每個網版和刮刀中，並搭配感測器來偵測機械臂的移動方向。團隊收集資料，並將其與印刷電路板的序號連結在一起，這些電路板進入了由現有可程式邏輯控製器 (PLC) 擷取的機器。他們也將資料與對應的網紋和刮刀連結，以取得異常、瑕疵和焊膏檢查的效能資料。

優雅的資料收集與脈絡化

接下來，我們轉向 FactoryTalk DataMosaix。FactoryTalk DataMosaix 是 SaaS 應用程式，設計用於將來自不同來源的大量原始資料帶入單一平台，並將其脈絡化，並使其協助營運管理團隊所使用的應用程式。

為何選擇 FactoryTalk DataMosaix 進行此專案？ 一般的 BI 工具無法提供足夠的資料關係模型，也無法提供即時執行此脈絡化的能力。例如，Power BI 需要有人手動執行分析。 

對於Twinsburg廠房，此分析是每月執行一次。透過 FactoryTalk DataMosaix，可以即時進行分析，要求廠房人員在效能出現異常時立即收到通知。  

此外，FactoryTalk DataMosaix 會在刮刀和網版在工廠內移動時追蹤整個生命週期。通常，在一條生產線中使用網版時會追蹤其資料。之後又拿回另一條生產線時，不會考慮與網版過去的執行和效能有關的資料，因此增加人員可能錯過潛在效能問題的可能性。 

我們使用 FactoryTalk DataMosaix 將資料繪製在識別設備故障風險的圖表上。Rockwell Automation 軟體架構師 Kai Lin 表示：這種分析方法是「觀察生產線效能的一種非常優雅的方法。」 「它真正代表了生產線是否正在改善或惡化。」

團隊即時警示

最後，該團隊在 Microsoft Teams 上建立了一個管道，讓廠房中的任何人都可以訂閱和接收設備異常或瑕疵的即時通知。警示可能以各種方式產生。我們的團隊選擇使用 Microsoft Teams，因為這是團隊已經在使用的業務系統。

以下是製程的運作方式。當焊料黏貼檢視機器檢測到電路板問題時，操作員必須手動檢查或清潔，導致延遲或可能的判斷錯誤。如今，透過監控工具設備—擠壓機和網版—的效能，該演算法會觸發板異常高故障率的警示，提示操作員立即暫停並調查問題。

得益於實作的解決方案，操作員可以快速識別造成故障的設備，而以前的生產環境性質使得難以識別問題的根源。

現在是時候看看解決方案是否有效了。該廠房在 2023 年下半年與演算法 FactoryTalk DataMosaix 和 Microsoft Teams 專案一起上線，並收集資料約 70 天。