当前位置:首页>>新闻中心>>行业新闻>>面向电子行业的智能制造解决方案(续)
分享至:
联系我们contact us
全国咨询热线
18761974605

无锡汪特软件系统有限公司

联系人:兰经理

手机:18761974605 (微信同号)

电话:0510-68566962

传真:0510-68566962-808

QQ:469916597

地址:无锡市高浪东路999号A1号楼4层414室


面向电子行业的智能制造解决方案(续)

发布日期:2020/06/23

上一篇文章我们分析了电子行业面向下一代制造所面临的障碍,以及针对电子行业实现智能制造所关注的业务及领域,并重点分享了从设计到制造、面向可制造性设计及装配规划的解决方案,这一次我们将重点关注在制造仿真、物料使用优化、制造执行、工厂数据采集、BI与数据分析等方面。

《面向电子行业的智能制造解决方案》

4. 制造仿真

制造业中有一些“模糊”的方面需要更精细的调整,这些内容在工艺规划阶段是很难设计的很 的。例如,涉及人类的活动,或传感机器人,它们可以根据触觉反馈调整操作。解决这些问题的智能制造方法是通过运行虚拟仿真…

1) 工艺验证

工艺验证主要用于验证工艺规划设计的合理性,并从人体工效学、人机工程及产能优化角度进行虚拟化验证,以求优化工艺规划设计。主要应用的领域包括:

• 可视化并分析整个装配操作,以提前发现问题

• 为人类、机器人和协作机器人模拟工作条件

• 确保装配过程遵循 *佳实践

• 管理典型产品/工厂的检查清单(Checklists)

• 让管理层知道过程状态的仪表盘

image.png

image.png

我们举一些例子:

用机器人代替人工装配是一项非常具有挑战性的任务。许多公司不愿意自动化装配过程,主要是一方面需要具备机器人编程技能,另外一方面他们可能需要付出巨大的努力,使程序适应不断变化的装配环境(产品多品种小批量,换线,柔性……)。Artiminds——一家位于卡尔斯鲁厄的初创公司已经成功开发了软件库,通过模板库和力觉算法的组合,自动化机器人装配过程。集成到工艺仿真过程中,我们提供了一个独特的解决方案,将西门子的可视化和仿真能力与Artimind上的复杂算法结合起来。


自动化人工任务的另一个挑战性的问题是评估安全方面和风险。挑战既在于预测机器人可能干扰人类工人的风险情景,也在于将这些风险可视化,以便设计工位的工程师能够以简单直观的方式降低风险或完全避免风险。视频中的仿真正好显示了这种能力。仿真工程师可以可视化危险的干扰区域,包括可能受到冲击的身体部位和冲击的近似速度。这使得工程师可以将机器人的速度降低到安全的速度,或者修改机器人的路径以完全避免干扰。


2) 工厂产能及利用率仿真

制造仿真的另一利用场景是放大到整个工厂。工厂要实现 *大化产能及利用率考虑的因素也比较多。比如工厂布局、物流策略、各工位的工时、仓储策略等等。这些也可以通过西门子提供的工厂仿真功能来进行提前的验证和分析。主要应用在以下几个方面:

• 对于全新工厂,可以指导规划设备投资并预测运营费用

• 可以 *大化提高工厂利用率以实现期望的产能

• 通过生产优化降低单件生产成本

• 利用制造的数字孪生技术来促进清晰的可视化通讯

同时,优化生产设备间中的物料流动也很重要。通过Tecnomatix工厂仿真,您会有一个极好的工具来优化物流和产能,发现瓶颈,甚至优化工厂的能耗。

5. 物料使用优化——实现物料的准时输送

到目前为止,我们谈到了制造过程本身的执行,更多地关注设备方面的事情。但我们不能忽视的是另外一块更大的内容——物料。物料成本往往能占到制造成本的70%-80%。我们可以在这一领域实现显著的节约——例如,我们的一个客户已经能够将库存成本降低200万欧元,每年节省80万欧元。

物料使用优化主要应用在以下几个方面:

• 将物料交到需要的生产线上——消除多余的在制品(WIP),提高库存周转率

• 设备上的物料设置验证/防错(智能馈线、MSD、AVL、X-Out)

• 优先选择仓库的材料(开放/旧卷盘)

• 与存储塔的自动通信

• 组设置- *大限度地减少材料/进料器的更换

通过主动控制仓库和生产线之间的整个物流,确保设备不会缺少物料,但另一方面,我们不会将不必要的库存放在占用楼层的位置上、等待到期、暴露在湿气中,或者被拉到另一条生产线上使用等。

随着生产的进行,物料消耗殆尽。我们监控这些物料的消耗率,并计算它们消耗完需要多长时间。然后,根据我们对从仓库交付新料需要多长时间以及完成生产需要多少物料的了解,我们向仓库发出交付物料的请求,基本上实现了及时(或看板)物料补充。

我们可以优先挑选哪些物料-例如,开放式卷盘、到期日期较近的卷盘、来自同一来源/批次/供应商的卷盘等。

如果仓库是自动化的,就像仓库一样,我们也可以直接和它们交谈,让它们准备好取货的物料。

我们还可以查看即将进行的作业内容,并可以提供智能切换指令,以尽可能减少进料器补充所需的工作量,例如,如果下一个作业内容也需要进料器,则将其保持在设备上。

以下是我们一位客户的“前”和“后”视图,说明我们如何从根本上清除车间中多余的物料——消除物流中的所有混乱,并保持物料以 *佳的成本效益率流动。

image.png

6. 制造执行

我们已经完成了所有的计划和准备工作,设备已经装好,准备开始生产。现在的挑战是如何确保生产按计划进行,而这正是MES系统的用武之地…

1) 制造互操作性

西门子Opcenter制造执行电子行业解决方案能够实现与周围的系统集成。灵活的、基于标准的体系结构允许西门子Opcenter与ERP、PLM、SCM、CRM和车间设备交换生产相关信息,并形成一个全球、整个企业范围内的信息网络。

西门子Opcenter制造执行电子行业解决方案能将应用程序绑定到一个可促进协作的灵活的、自适应的体系结构中。它可以灵活适应客户的已有环境,以保护他们已有的投资。

互操作性不仅将消除无意义地大量重复数据的录入,还允许进行必要的调整,使周围的系统更接近现实。例如,来自车间的关键信息需要更新ERP系统的某些要素,如库存、成本和采购。随着新技术在车间的应用,安装时间可能会有所提高,这些信息也需要输入到ERP系统中以供将来使用。

image.png

2) 安排制造过程执行

西门子Opcenter制造执行电子行业解决方案是电子和机械制造活动的综合性制造执行系统解决方案。其包含的部分功能包括:资源分配和状态、文档控制、人力管理、生产执行管理、异常管理、产品跟踪和系谱等。

利用与Teamcenter Manufacturing(TCM)的集成,西门子Opcenter可以导入BOP,从而避免工艺数据重复录入,并消除由于手动输入或数据不对而导致的错误风险。

当然这不是限制。如果西门子Opcenter作为独立解决方案,它也提供了工艺规划设计和建模能力。

西门子Opcenter制造执行电子行业解决方案存储多个不同的工作流,每个工作流代表特定产品的制造过程。每个工作流的步骤都包含操作员向前推进生产所需执行的活动。该系统指导操作员,同时手动或自动的收集制造信息。

在PCB的目视检验过程中,例如西门子Opcenter制造执行电子行业解决方案会向操作员提示要检查的电路板的数字表示。如果有缺陷,操作者可以很容易地记录下来并打开一个不符合项。该系统保证端到端的可追溯性,并根据缺陷的类型在返工过程中对其进行指导。

MES系统能够协调整个生产流程,甚至与设计阶段形成闭环。西门子Opcenter制造执行电子行业解决方案能够提供来自制造环境的反馈,确保持续的质量改进。

3) 关注制造质量

西门子Opcenter制造执行电子行业解决方案通过实施制造生产流程并在车间级别捕获所有信息,防止制造过程中出现潜在问题。西门子Opcenter能够识别和记录来自任何生产或非生产来源的质量事件,并将标准风险规范应用于事件进行分类并分配不同的处理路径。西门子Opcenter负责监控和识别质量事故,进行必要的调查并实施质量流程。西门子Opcenter也支持从数据自动收集到完成故障诊断分析和有效维修,每种类型的质量保证功能都有特定的操作模式。

西门子Opcenter在质量管理方面的应用包括:

• 故障诊断与闭环修复

• 缺陷“引起警报”以告知当前缺陷来源的工位

• 目视检验、手动缺陷日志和交互式工作说明

• 强制路径以确保按正确顺序完成所有步骤

7. 工厂数据采集

正如我们所知道的,MES系统运转的核心是数据。制造过程会产生了大量的数据,但事实上,研究表明,制造过程产生的数据中超过70%以上实际上被使用了而并没有被收集到。这些原因有很多:

首先,因为有些数据根本无法收集;

第二,因为在电子制造业中存在着如此混乱的数据格式,并非所有的数据都能无缝地提供给所有的系统;

第三,即使收集到的数据转换成可用的格式,有时也不完整,或者需要一些额外的处理才能真正有用。

这就是我们使用物联网设备的地方…

Valor IoT设备是连接真实 和虚拟 的网关,它在本质上帮助创建生产和性能的数字孪生。它从车间的各个站点以及诸如灯塔、输送机、甚至温度传感器等外围设备收集数据。数据被转换成标准格式OML,任何想订阅它的应用程序都可以使用它。该IoT设备还包括一些机器级、生产线级甚至工厂级的内置KPI仪表板,以便即时查看操作。这些设备不仅可以收集数据,如果使用数据的应用程序确定存在错误或进程故障,它们还可以停止机器。这些设备也包括内置电源备份,以便在断电时安全关机和防止数据丢失。它们还保留了3天的数据,因此在通信失败的情况下,不会丢失任何东西。

这使得规范化的制造数据可供任何应用程序使用,无论是ERP、分析、PLM、MES、云应用程序还是自主开发的应用程序。

应用程序只需订阅相关的数据管道,就可以获取数据,而且只需要相关的数据,因此带宽使用得到了优化。

这些数据的潜在用途 于你的想象力…

image.png

8. BI与数据分析

我谈到了我们从车间收集的数据是如何驱动MES操作和物流的。但价值并不止于此。拥有一个数字孪生的关键是能够分析和理解正在发生的事情,为什么会发生,以及如何改进它。

研究表明,虽然制造业产生的数据量呈指数增长,但实际上只有一小部分得到收集,甚至只有一小部分得到分析。我们的目标是用一种实用的方法来改变这种状况,这种方法侧重于4个层次的数据分析……

个层次是描述性分析——了解正在发生的事情。我们提供在企业级收集和整合数据的能力,并提供关键绩效指标、OEE等。这些是现成的仪表板,但它们高度可定制,还提供警报功能。此外,我们可以汇总所有的过程和材料数据,并提供详细的材料和过程可追溯性报告,以用于证明合规性、召回管理等。

image.png

第二个层次是诊断分析。我们尝试执行根本原因分析,并找出呈现出KPI的行为的原因。我们的客户还可以使用分析工具连接其他数据源,并推动执行有效的决策。

image.png

第三层分析是预测分析。基于积累的数据和行为模式,我们可以识别趋势并提供预测,从而再次推动有效和高效的执行决策。

image.png

第四个层级就是可操作性分析。通过前面三个层级的分析后,通过各种数据的组合分析为 *后的可操作性提供数据及分析支持。例如以下的报告显示了来自不同供应商的两个备用组件。当将质量数据与组件成本进行分解时,我们发现成本较低的组件实际上会因其产生的废料而成本较高。

image.png

总结:电子行业制造智能制造解决方案

通过两期的经验分享,我们对于西门子面向电子行业的智能制造解决方案有了初步的了解。其实每一部分(从设计到制造、面向可制造性设计、装配规划、制造仿真、物料使用优化、制造执行、工厂数据采集、BI与数据分析)都有着非常丰富的内容,并包含了很多电子行业的know-how在里面。希望通过我的分享,为电子行业的客户提供一个初步的数字化改善的想法,可以针对自身的投资、经验、条件,有选择的进行完善和补充,争取向智能制造迈向更近一步。