加速实现智能汽车制造

加速实现智能汽车制造

汽车行业对大数据并不陌生。数十年来,汽车制造商们不断收集、分析保修索赔、维修报告数据以及智能化程度越来越高、联网程度越来越高的汽车数据,其目的在于改善消费者体验、提升经销商业绩、改进汽车质量。

尽管这些工作已经成为公众关注的焦点,但随着汽车品牌所有者和一级供应商对数字化转型和智能技术的追逐,大数据也在生产车间内迅速扩散。制造业领域的挑战在于如何最好地利用智能资产产生的海量数据来提高短期和长期绩效。

正确规划规模

基于云计算的服务和分析平台与智能设备共同成长,帮助制造商获取数字投资的价值。一些汽车制造商已经采用基于云的平台进行数据聚合、分析,并将其转化为强大的商业智能。

然而,尽管取得了如此过进展,许多制造商仍在努力向其生产人员提供能够进一步提高生产车间实时性能的信息。

这是为什么呢?将数据发送到基于云的平台非常适合分析商务场景和具有更宽松时间线的企业级决策。但是,过多的网络流量加上分析滞后可能会妨碍将生产现场实时信息及其关联数据及时交付给可以在生产车间内采取纠正措施的相关人员。

换句话说,数据分析-控制系统之间的闭环反馈完成速度不够快,无法立即生效。

可扩展分析:位于边缘侧的更快的优化方法

可扩展分析平台通过将数据分析和机器学习功能嵌入到最接近信息源和工厂决策层的位置,更快完成大数据分析和生产车间控制之间的闭环。

例如,一个典型的汽车装配厂使用变速驱动器来控制物料输送线上的电机。现代交流驱动可持续监测直接与电机的机械部件相关联的输出扭矩和电流。可将驱动器配置为在参数超过限值时发出警告。此外,温度、振动和其他传感器可以捕获和报告有关变速箱状况的关键信息。

通过对这些参数和其他设备运行参数进行持续监测和分析,可以在发生意外停机之前预测变速箱和皮带的磨损或滑移——或电机轴承和绕组问题。同时,维护策略要求该分析具有及时可见性。

eBook: FactoryTalk Analytics for Devices: Health and Diagnostics for Control System Devices

这种全新分析解决方案在设备装置级找到了答案。该解决方案通过插件式装置提供,可以在工业网络上运行并发现各种资产,比如交流驱动器和状态传感器。它通过将生成的数据转换为预配置的健康状况和诊断仪表板来提供分析。

当此插件式装置发现了相关设备是如何关联时 (如通过故障因果关系),该解决方案开始了解其所在的系统,并能够提出说明性建议。例如,如果某个驱动装置为了保持最佳性能而需要重新配置,该解决方案可以向用户的智能手机或平板电脑发送行动卡

最终,这种规范性的方法使维护团队更加积极主动,并有助于使潜在的停机时间降至最低。

改变汽车制造业的游戏规则

可扩展分析有助于改变离散汽车制造的游戏规则。此外,对于复杂的连续生产过程,机器学习同样对产品质量和制造速度有很大的影响,这种革命性方法因此显得非常重要。

举个例子:方形柱状电池生产。与圆柱形汽车电池相比,方形柱状电池单位体积提供的能量更高,在电动汽车市场上越来越受欢迎。

然而,方形柱状电池的生产涉及大量运动、高度精度和连续加工。优化这种动态、多变量环境中的流程是一个挑战——并且对于可扩展分析及机器学习同样是一个挑战。

该系统使用动态数学模型学习识别一个变量对另一个变量的影响,并自动调整后续操作以获得最佳结果。与此同时,该系统可以向操作人员提供关键分析——例如 SPC 图表——从而实现持续的质量监控和主动调整。

请记住,可扩展方法可以扩展到设备装置之外,并应用于整体机器及过程级别。该平台还可以与 MESOEE 以及其他制造运营和分析系统集成,以帮助推动整个企业在生产计划和能源管理等不同领域的优化。

详细了解可扩展分析以及如何开始在数据源处做出更好决策。

 

由罗克韦尔自动化信息软件部
产品经理 Todd Montpas 合著

Bill Sarver
发布 2019-八月-31 作者 Bill Sarver, Senior Consultant, Global Automotive Industry, Rockwell Automation
  • 联系:

联系

Rockwell Automation 和我们的合作伙伴拥有卓越的知识,可以帮助您设计、实施自动化投资并提供相关支持。

最新消息

订阅罗克韦尔自动化并直接在您的收件箱中收到最新的新闻和信息。