未來趨勢：將AI和ML融入自動化閉環(huán)控制

作者 |Murad Kurwa

通過提高自動化程度加強工廠車間的信息控制，可以幫助制造商做出更好的決策。

工業(yè)自動化和信息流正在快速增長。無論是具有協(xié)作機器人（COBOT）、自主移動機器人（AMR）高速生產(chǎn)線還是其它生產(chǎn)線，全球各地的工廠都在尋求優(yōu)化工作流程、提高安全性以及生產(chǎn)效率的解決方案。

然而，工廠車間的自動化有一個經(jīng)常被忽視的地方：信息。如果使用得當(dāng)，在產(chǎn)品生產(chǎn)過程中獲得的數(shù)據(jù)，可以幫助工程師做出經(jīng)深思熟慮、更明智的決策。

問題是許多工廠沒有配置適當(dāng)?shù)淖詣踊蚩刂茩C制，將產(chǎn)品從步驟A帶到步驟Z。這通常會減少產(chǎn)品生命周期中收集的信息。

01更好的自動化和更多的信息

如果工廠生產(chǎn)線沒有實現(xiàn)自動化，那么收集數(shù)據(jù)只能與當(dāng)前的手動過程一樣。一步一步收集信息，意味著在產(chǎn)品開發(fā)過程中會喪失可視性。團隊很難也幾乎不可能理解潛在的挑戰(zhàn)或缺點，因為他們只關(guān)注客戶的規(guī)范。

雖然滿足客戶需求是首要任務(wù)，但如果沒有自動化，團隊將錯失大量數(shù)據(jù)。更好的自動化意味著更好的流程和更多的制造信息。這些數(shù)據(jù)將有助于提高產(chǎn)量、減少不必要的工作并減少停機時間和浪費。

02制造業(yè)應(yīng)用中的海量數(shù)據(jù)

有助于揭示生產(chǎn)線上見解的數(shù)據(jù)，有不同的數(shù)據(jù)包、規(guī)格和形式。在構(gòu)建階段，收集的第一組數(shù)據(jù)通常與質(zhì)量和產(chǎn)品性能保持一致。另外一些超出了產(chǎn)品屬性的信息，有助于回答以下重要問題：

制造產(chǎn)品需要多長時間？

該特定項目需要花費多少小時？

是否使用正確的工具？

制造產(chǎn)品的正確組件和材料清單如何？

這一層的信息源自整個控制線。它幫助團隊遵守標(biāo)準(zhǔn)操作流程，并確保產(chǎn)品按照基于周期時間和其它領(lǐng)先的標(biāo)準(zhǔn)規(guī)范制造。

與手動或半自動生產(chǎn)線相比，全自動生產(chǎn)線還使工程師能夠收到更多的性能反饋。這是因為信息控制通過自動化工具，可以在產(chǎn)品生產(chǎn)過程中提供數(shù)據(jù)，并利用這些數(shù)據(jù)在監(jiān)視器上實現(xiàn)可視化。例如，團隊可以看到產(chǎn)品緊固件上的扭矩值，確保在裝配過程中（而不是之后）滿足要求。

全自動生產(chǎn)線還可以更輕松地將關(guān)鍵信息傳遞給客戶。例如，對于醫(yī)療設(shè)備，自動化數(shù)據(jù)收集使團隊能夠以精確、及時和有效的方式記錄并向客戶提供防水、測試、密封和其他關(guān)鍵因素的信息。對于其他具有嚴(yán)格要求的行業(yè)（如汽車行業(yè)）也是如此。

要讓工廠生產(chǎn)線實現(xiàn)這樣的自動化和數(shù)據(jù)收集水平，需要時間、規(guī)劃和專業(yè)知識。有兩種方法可以實現(xiàn)自動化控制機器和設(shè)備。

第一種是可編程邏輯控制器（PLC）。PLC可以幫助同步生產(chǎn)線控制，包括速度、物料流入和流出之間的相互作用以及其它內(nèi)容。通過PLC，運行人員可以坐在帶機器視覺攝像頭的輸送機前。當(dāng)產(chǎn)品放在輸送機上時，它會看到產(chǎn)品在輸送機上，并進(jìn)行下一個循環(huán)。雖然PLC正確執(zhí)行控制反饋，但在此過程中沒有數(shù)據(jù)收集——只有被動、半自動控制。

為了充分利用自動化和相關(guān)數(shù)據(jù)，工廠應(yīng)考慮將工業(yè)PC與高速自動化和傳感器相結(jié)合。這些系統(tǒng)為PLC的邏輯編程提供了先進(jìn)的計算能力和信息控制。邊緣網(wǎng)關(guān)也支持此配置，以幫助管理數(shù)據(jù)流。

03實時分析和數(shù)據(jù)采集

在獲取實時分析的最終數(shù)據(jù)之前，組織需要采取的步驟包括：

更好地了解輸入-輸出機制；

使用合適的傳感器收集數(shù)據(jù)；

通過低代碼/無代碼應(yīng)用，啟用閉環(huán)控制程序。

更智能的系統(tǒng)有助于在整個產(chǎn)品生命周期中收集數(shù)據(jù)，從而釋放前述的諸多好處。數(shù)據(jù)還可以傳輸?shù)皆贫耍赃M(jìn)行大數(shù)據(jù)分析，或在邊緣靠近機器的地方進(jìn)行實時處理。通過將自動化過程與人工智能 （AI） 和機器學(xué)習(xí) （ML） 相結(jié)合，開發(fā)閉環(huán)控制，可以釋放更多價值。

04使用AI和ML來釋放更多價值

ML可以從閉環(huán)控制中獲取大量數(shù)據(jù)，并將其合成為可操作的信息，從而推動更好的流程和更明智的決策。ML幫助團隊將信息用于控件，這些控件可以在不停機的情況下，實時調(diào)整生產(chǎn)線的參數(shù)。ML還可用于識別和消除工作中的非增值活動，例如在一段行程后測試產(chǎn)品。

AI和ML價值的另一個驅(qū)動因素是視覺。例如，從支持工業(yè)PC的閉環(huán)系統(tǒng)中獲取數(shù)據(jù)，機器可以檢測產(chǎn)品上的瑕疵或其它缺陷，如劃痕。此異常檢測功能，允許系統(tǒng)映射到造成這些問題的熱點，并標(biāo)記要檢查的潛在問題區(qū)域。

然而，要充分利用這些解決方案，必須考慮以下一些因素：

1、您將自己構(gòu)建AI/ML還是從第三方處購買？

2、跨生產(chǎn)線的可擴展性如何？

3、誰來創(chuàng)建算法和教學(xué)模型？

4、是否有足夠的數(shù)據(jù)科學(xué)家來支持該項目？

5、是否有合適的系統(tǒng)和員工來理解和解釋數(shù)據(jù)？

當(dāng)自動化發(fā)揮其最大功能時，它可以強制執(zhí)行流程中的戰(zhàn)略紀(jì)律。自動化是一種受控機制，允許機器對機器（M2M）接口以正確的步驟順序驅(qū)動產(chǎn)品，從原材料直至轉(zhuǎn)化為成品。產(chǎn)品性能、質(zhì)量、周期時間和工作站內(nèi)外管理物流的信息流，與自動化同步完成。當(dāng)自動化與AI/ML相結(jié)合時，就為系統(tǒng)帶來更多可能性。

關(guān)鍵概念：

強大的信息控制可以幫助制造商做出更好的決策。

將 AI 和 ML 融入自動化過程開發(fā)閉環(huán)控制，可以釋放更多價值。

機器視覺還能幫助制造商發(fā)現(xiàn)生產(chǎn)過程中的瑕疵或缺陷。

思考一下：

您如何利用先進(jìn)技術(shù)提高自動化程度以增強工廠的信息控制？

審核編輯：湯梓紅