西門(mén)子安貝格電子制造工廠(chǎng)（EWA）是一個(gè)怎樣的存在？

在這里，每天要完成350次生產(chǎn)切換，產(chǎn)品組合包含約1200種不同產(chǎn)品，每年要生產(chǎn)1700萬(wàn)個(gè)Simatic組件。為實(shí)現(xiàn)不斷優(yōu)化以保證工廠(chǎng)穩(wěn)定運(yùn)行，EWA需要評(píng)估并使用5000萬(wàn)條過(guò)程與產(chǎn)品數(shù)據(jù)。此外，工廠(chǎng)還應(yīng)用了人工智能和工業(yè)邊緣計(jì)算等突破性技術(shù)及云解決方案，助力實(shí)現(xiàn)高度靈活且非常高效可靠的生產(chǎn)程序。

在西門(mén)子安貝格電子制造工廠(chǎng)（EWA），“工業(yè)4.0”已在許多領(lǐng)域成為現(xiàn)實(shí)。

工業(yè)邊緣計(jì)算與人工智能助力產(chǎn)能增加

Jochen B nig博士是西門(mén)子安貝格電子制造工廠(chǎng)戰(zhàn)略數(shù)字化部門(mén)的負(fù)責(zé)人。他表示：“利用邊緣計(jì)算，數(shù)據(jù)可以在它產(chǎn)生的地點(diǎn)，即在工廠(chǎng)里或機(jī)器上，被立即處理。”舉例來(lái)說(shuō)，在EWA，這項(xiàng)技術(shù)已被應(yīng)用于為分布式I/O組件生產(chǎn)印刷電路板（PCB）的生產(chǎn)線(xiàn)上。

在過(guò)去，生產(chǎn)并未被充分優(yōu)化，而這既不是因?yàn)楣S(chǎng)可用性，也不是由于過(guò)程質(zhì)量。瓶頸存在于PCB生產(chǎn)的最后階段，即X光檢測(cè)環(huán)節(jié)。

只有指甲蓋大小的電路板中包含有與功能相關(guān)的帶有各種連接銷(xiāo)的總線(xiàn)連接器。在一項(xiàng)非集成測(cè)試中，相關(guān)人員要對(duì)這些連接銷(xiāo)的焊接接頭進(jìn)行X光檢測(cè)，以查看它們是否能正確地工作。那么，應(yīng)該花費(fèi)大約50萬(wàn)歐元再購(gòu)買(mǎi)一臺(tái)X光機(jī)嗎？

另一種方法則是利用人工智能技術(shù)。來(lái)自傳感器的數(shù)據(jù)經(jīng)由全集成自動(dòng)化（TIA）環(huán)境被傳輸至云端。TIA環(huán)境包含一個(gè)控制器和一臺(tái)邊緣設(shè)備。專(zhuān)家對(duì)基于人工智能和過(guò)程參數(shù)的算法進(jìn)行訓(xùn)練。該算法可以學(xué)習(xí)過(guò)程數(shù)據(jù)是如何反映焊接接頭質(zhì)量的，并可以對(duì)在工廠(chǎng)中的邊緣應(yīng)用里運(yùn)行的一個(gè)模型進(jìn)行控制。

在PCB的生產(chǎn)過(guò)程中，一種由人工智能控制的模型能夠提供可靠信息，用來(lái)判斷相應(yīng)PCB存在缺陷的可能性。

B nig解釋說(shuō)：“該模型可以預(yù)測(cè)PCB上的焊接接頭是否存在故障。換言之，它可以判斷是否需要對(duì)PCB進(jìn)行最后階段的檢測(cè)。借助閉環(huán)分析，這些數(shù)據(jù)可以立即反饋到生產(chǎn)中。”

早期預(yù)警系統(tǒng)與預(yù)測(cè)性維護(hù)

閉環(huán)分析和工業(yè)邊緣技術(shù)也被應(yīng)用在銑削中。由于銑削時(shí)產(chǎn)生的粉末，為Simatic產(chǎn)品分割PCB的銑床主軸并不會(huì)永遠(yuǎn)都正常運(yùn)行。但是，起初人們并不清楚問(wèn)題的根源在哪里。就像在自動(dòng)X光檢測(cè)技術(shù)中的應(yīng)用一樣，西門(mén)子的專(zhuān)家可以利用邊緣計(jì)算和人工智能技術(shù)來(lái)實(shí)現(xiàn)預(yù)測(cè)性維護(hù)。

西門(mén)子團(tuán)隊(duì)分離出了與非計(jì)劃性停機(jī)存在明顯關(guān)聯(lián)的兩組參數(shù)：銑床主軸的轉(zhuǎn)速以及驅(qū)動(dòng)所需電流。這些數(shù)據(jù)被輸入一臺(tái)邊緣設(shè)備。在這臺(tái)設(shè)備中，一種已經(jīng)預(yù)先被訓(xùn)練好的算法可以識(shí)別出過(guò)程數(shù)據(jù)中存在的異常與停機(jī)時(shí)間之間的相互關(guān)系，并將其反饋至生產(chǎn)過(guò)程。

來(lái)自西門(mén)子工業(yè)業(yè)務(wù)不同部門(mén)的專(zhuān)家攜手合作，共同推動(dòng)EWA的數(shù)字化轉(zhuǎn)型。

Performance Insight應(yīng)用程序讓使用者可以在基于云的開(kāi)放式物聯(lián)網(wǎng)操作系統(tǒng)MindSphere上查詢(xún)結(jié)果。現(xiàn)在，工廠(chǎng)運(yùn)營(yíng)人員可以提前12到36小時(shí)收到對(duì)可能出現(xiàn)的系統(tǒng)故障的提醒并據(jù)此采取相應(yīng)措施。

但是，數(shù)據(jù)與異常情況等信息并非簡(jiǎn)單地存儲(chǔ)在MindSphere中。為了讓獲得的結(jié)果越來(lái)越準(zhǔn)確，算法必須被更好地訓(xùn)練。EWA的物聯(lián)網(wǎng)專(zhuān)家Florian Meierhofer解釋說(shuō)：“這正是在MindSphere中正在發(fā)生的事情。EWA中持續(xù)穩(wěn)定且端到端的數(shù)字化環(huán)境保證了自動(dòng)化、工業(yè)邊緣設(shè)備以及云計(jì)算之間必要的無(wú)縫交互。”

數(shù)字化雙胞胎與概念驗(yàn)證（PoC）

在數(shù)字化雙胞胎的幫助下，Simatic控制器組件可以在目標(biāo)周期內(nèi)被生產(chǎn)完成，而這個(gè)周期是八秒鐘。起初，仿真結(jié)果顯示周期為11秒。它同時(shí)也指出周期時(shí)長(zhǎng)之所以為11秒是因?yàn)闉樯a(chǎn)線(xiàn)規(guī)劃的機(jī)器在實(shí)際生產(chǎn)中并未實(shí)現(xiàn)優(yōu)化運(yùn)行。

西門(mén)子專(zhuān)家在生產(chǎn)的數(shù)字化雙胞胎中用更合適的組件替換了這些機(jī)器部件。在接下來(lái)的模擬中，目標(biāo)周期被無(wú)縫實(shí)現(xiàn)，從而完成了概念驗(yàn)證。

EWA借助定制化的安全解決方案來(lái)最大程度地降低網(wǎng)絡(luò)基礎(chǔ)設(shè)施遭受網(wǎng)絡(luò)攻擊的風(fēng)險(xiǎn)。

總結(jié)一下，在EWA，硬件與軟件解決方案、工業(yè)通訊、網(wǎng)絡(luò)安全與服務(wù)以最優(yōu)化的方式相互協(xié)調(diào)。借助持續(xù)穩(wěn)定、端到端的橫向與縱向集成，生產(chǎn)工序?qū)崿F(xiàn)了無(wú)縫銜接。這使EWA成為西門(mén)子數(shù)字化企業(yè)解決方案的典范。這套解決方案將助力西門(mén)子與合作伙伴共同邁向數(shù)字化轉(zhuǎn)型的未來(lái)。