广告

这三个层面都做到智能,才叫智能制造

时间:2018-05-12 作者:赵明灿 阅读:
智能制造是时下最热门的一大话题。自德国宣布工业4.0以后,中国也把“中国制造2025”提到了强国战略的高度。智能制造机会巨大,然而,它究竟涉及到哪些层面,具体应该怎么实现,可能很难有人能够说清楚。

智能制造是时下最热门的一大话题。自德国宣布工业4.0以后,中国也把“中国制造2025”提到了强国战略的高度。在这样的大背景下,据市场研究机构BBC Research估计,全球智能制造市场预计将从2015年的1590亿美元增长到2020年的3920亿美元,达三倍之多。其中,北美市场年复合增长率(CAGR)达19%,亚太地区达20.7%,世界其他地区为19.8%。

智能制造机会巨大,然而,它究竟涉及到哪些层面,具体应该怎么实现,可能很难有人能够说清楚。日前,专注于为制造业提供自适应智能(AI)的韩国软件公司BISTel在接受EDN专访时,为我们好好理了理传统制造业跨向智能制造必经的三个阶段,以及不同行业细分又存在哪些共性。

智能制造的三个主要解决方案

BISTel公司全球销售与营销/企业营销总监Jason Kim先生告诉笔者,BISTel成立之初主要关注半导体和显示器两大制造业。2015年,该公司在发现其解决方案应用于其他行业的优势后,把业务扩大到电子装配、汽车、钢铁、能源和医疗电子等各个行业。

bistel-1.png

BISTel为制造业提供的三个功能:数据收集和管理、实时监控,以及分析。“首先,我们从工厂中的传感器、PLC、机器等IoT设备实时收集数据,并对这些数据进行高速预处理,即对其进行管理。我们对数据进行上下文分析,我们通过数据搜索进行整合,并给出每个数据的意义。对数据收集后,我们对其进行实时监控。例如,我们在监控实时数据流时,我们发现仪器数据有缺陷,我们会向工程师发出警告。如果这时发现有情况发生,我们在大数据的背景下进行高级分析(数据挖掘、根源分析、相关性等),找出事情发生的原因。”Kim先生说。

在智能制造领域,该公司试图推进这三个功能,并结合AI,为制造业提供更高级的自动化功能。“我们提供的关键优势是,试图降低找到问题的时间。例如,现在许多公司仍然首先收集数据,然后试图找到为什么会有处理问题发生。但是这通常需要花费一周甚至一个月才能找到问题。但采用我们的解决方案,则可以大幅缩短寻找问题的时间,可能三四个小时就能找到。”他表示。

下面是该公司的三个主要解决方案。

bistel-2.png

1. 设备工程系统。它从自动化机器收集数据和做实时监测。例如,其包含一个叫FDC(错误检测和分类)的应用。它能发现有什么问题发生,并对其按不同的模式(pattern)进行分类。

2. eDatalyzer。然后,如果检测到有问题发生,就可以用eDatalyzer平台对其进行分析。这个平台用来做数据挖掘和根源分析。据透露,这个制造平台除了图上所列,今年上半年还会有不同应用推出。

3. 自适应智能(AI)平台。

相比几大竞争对手,优势在哪儿?

目前,该公司在全世界有160多家客户,包括该公司传统的半导体和显示器制造客户,都是些大厂,比如日韩的几个大厂(名字不方便透露,反正是很大的,大家自己去猜)以及国内的几大显示面板厂商。

下面列出了BISTel的几个竞争对手。“这些厂商并不是我们在半导体和显示器制造行业的竞争对手,而是在一般制造业中的竞争对手。”Kim指出,例如,sas公司提供大数据分析,GE和西门子是其在制造平台方面的竞争对手。“我们相比他们的优势在于,我们仅在制造业方面拥有专长。”Kim补充,“我们不做市场分析和成本分析(例如sas所做),而是只关心制造数据,这是我们的专长。”

“GE和西门子只关心他们自己的硬件和机器,而我们关心工厂内的整个生态系统。我们试图整合车间内所有的、来自不同公司(比如前述竞争对手和其他厂商)的机器和传感器。这就是整个工厂内的数据收集和管理的概念。”他谈道。

在整个工厂的环境下,所有的数据都需要实现连接,所以我们需要有完整的数据可追溯性。这样,如果有问题发生,才能够追溯到问题的每个根源。

那IBM等云服务公司也提供数据分析,和你们又有什么区别呢?当问到这个问题时,Kim表示,所有的云平台提供商也收集数据,但仅是收集。“例如,有A、B、C三个工艺,他们只是收集数据而没有利用数据,这对生产没有什么帮助。而我们收集这三个工艺的数据,会做实时分析,给出它们之间的关系,这就是我刚才说的上下文分析。例如,如果A工艺有问题发生,它对C也会产生影响。你要从C追溯到A,就需要建立起它们之间的关系,这样才能追根溯源。而如果你不建立起这种关系,那就没有用处。”他举例说。

如果你知道事情发生的原因,那你就可以对其进行优化和改进,降低成本,提高生产力。

智能制造的三个阶段

BISTel已经在半导体和显示器制造领域打下坚实根基,但该公司也注意到,其在智能制造业中也拥有很大机会,所以现在也在向汽车、能源、医疗、钢铁等行业进军。

在传统的制造环境,大多数公司的工厂都采用结构化布局,即设备层、控制层和应用层等。它们通过编程实现具体操作。这并不够智能。通信是单向的,从应用层到设备层,告诉设备如何操作。因此,传统制造业中涉及到很多人工操作,是人员密集型的。转向智能制造后,这些层与层之间就能够实现彼此沟通。如果某个层足够智能,还能够自我优化操作和自我分析,并彼此给出反馈。“这就是智能制造。我们试图为整个工厂生态系统的每个层、每个对象提供智能。”他表示。

BIStel相信智能制造是所有制造商的必由之路。而这条路也必然是阶段性,而不是一蹴而就的——第一步是应用级智能,第二步是系统级智能,第三步是企业级智能。

1. 应用级智能。在这一级,BIStel为客户提供应用,为设备提供数据分析,为处理器和生产系统提供反馈。这样,每个应用能为每个具体对象提供智能。例如该公司今年第一季度推出的动态故障检测(DFD)应用,这是一个实时监测解决方案。“传统上,在做实时监测的时候,你要建模,设置上下限,来看数据流。如果你手上有数据规范,那就可以找到问题。而对于DFD,我们不需要设置任何限值,而是去看数据模式(pattern)走势,是有上升趋势还是下降趋势。这样甚至在问题发生前,我们就可以检测出来。”Kim谈道。

此外,它具有高级机器学习功能。DFD能够通过查看历史模式自我学习。这个概念也适用于预测性维护,即从机器获得所有传感器数据,查看整个历史数据模式,并与实时数据模式对比,提早预测故障,就能够确保生产期间的无间断操作。

2. 系统级智能。对于应用级智能,所有应用都被编程来实现不同任务。而对于系统级智能,则是希望所有系统都能够彼此通信,从而实现更进一步增强和优化。由于它们能够共享信息,就能够实现自主控制。这样就能够实现AI制造。

3. 企业级智能。对于企业级智能,希望实现的是不同系统的互联。系统级智能是在应用级之间的,而企业级智能是在系统之间的。“BIStel的应用可以和MIS、ERP、CRM等不同的生产系统通信,这是智能工厂的基础。如果一个工厂可以和另一个国家的另一个工厂通信,那就是更进一步强化。”

自适应智能(AI)平台

下面是AI能够提供的关键功能。它让处理器、机器和系统能够自我学习,自动检测并自动改变模式。此外,自我学习能力还使其具有预测能力,并能够自我优化,从而实现自适应自我修复。

有了这三项功能,企业就可以实现持续优化,在整个生产周期内无后顾之忧。

从下图看,企业工厂中的各个层级(IoT/传感器、PLC/SCADA/HMI、设备/机器/机器人等)产生各种数据。“企业会收集这些数据查看是否有缺陷。如果存在缺陷,他们需要知道是发生在哪个层级。我们要做的就是帮助他们从所有这些不同层级收集数据,对其整合,并存储到云平台中。这样,如果由问题发生,我们就可以追溯到根源。”Kim说。

bistel-3.png

那怎么确保安全?Kim表示,有些企业的数据敏感,比如半导体行业,它们会将数据存到自己的私有云而不是公有云。我们帮助它们收集数据并存储到自己的云,而不会拿走这些数据。而能源类企业的数据要上公有云,比如每户人家用了多少能源。但他们也会和自己的私有云(存发电厂、炼油厂等的生产数据)整合,中间加防火墙进行隔离。

此外,BIStel还有一个更远的愿景是,打通各个不同行业之间的数据。比如汽车业的车身和底座会用到钢铁,如果和钢铁业打通的话,这方面出问题就可以追溯到钢铁生产。“这才是真正的智能制造。当然,这是个长远的计划,至少要等上5年。”他指出。

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
赵明灿
赵明灿是EDN China的产业分析师/技术编辑。他在电子行业拥有10多年的从业经验。在加入ASPENCORE之前,他曾在电源和智能电表等领域担任过4年的工程师。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • FPGA如何促进智能工厂的实现? 随着“工业4.0”和“中国制造2025”等国家战略的推进, 智能工厂逐渐从概念宣传发展到实施执行阶段。那么,构建智能工厂需要哪些关键技术,目前面临的最大技术挑战又是什么?EDN记者日前就智能工厂的一系列问题对FPGA方案提供商Achronix 半导体公司高级产品营销经理Alok Sanghavi进行了采访。
  • 为电动汽车和新一代家电的蓬勃发展提供“动力” 电源管理是由微处理器和其他IC的不同指标来衡量的。摩尔定律认为晶体管的数目每隔18个月就会增加一倍。电源管理与每mm2的晶体管数目无关,它关注的是效率。
  • 无人干预的全自动PCB组装可以实现吗? 我们离无人干预的PCBA下单甚至制造还有多远?我希望能像照片打印服务一样简单。除了使设计师和工程师能更经济、更容易地实现这一切,这种能力有助于使PCBA工厂重新回到“我国”。那么生产链中到底缺少什么,在阻止这种情况成为现实呢?
  • 智能工厂用智能无线方案发现漏水 一直困扰汽车制造商的一个领域是检测和处理进入车辆中的水分。这是个重大的质量问题,如果没有在生产阶段检测和纠正,下游成本就会很高。而且,虽然整改的成本可能很高,但付运漏水的产品给客户,对品牌声誉的损失要高得多,而且很难纠正。
  • 在智能工厂中部署IIoT传感器 工厂环境中的智能设备能够独立管理制造过程。传感器数据涉及制造环境中的方方面面,是关键信息的一个重要来源。然后,这一信息发送到更高级的决策系统。本文将提供一些使用智能传感器的最新应用,其系统架构示例遵循智能工厂的IIoT方法。
  • 实现中国芯智能制造,需要什么样的AI? 人类社会在经历了三次工业革命后,当前在工业4.0的推动下,各国正展开新一轮的工业转型竞赛。中国正处于智能制造初期,大部分企业还处于工业2.0迈向3.0阶段,这些企业在转型期间最关注实现工业自动化的软件。什么样的工业自动化软件,能帮助中国半导体和电子产品制造厂商实现智能制造呢?
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告