iLMS知識社群ePortfolioeeClass學習平台空大首頁Login
Position: 吳俊逸 > Industry 4.0
智慧製造 預防性維護成焦點 設備故障的異常變化 預警系統幫你監測
by 吳俊逸 2017-04-21 12:42:35, Reply(0), Views(1389)

德國薩爾蘭大學(Saarland University)Andreas Schutze教授所領軍的研究團隊,針對工業組裝、處理和包裝流程開發出一套預警系統,可持續監控工廠機具,進行診斷分析,一旦需要汰換零件,就會立即通知工廠人員。

根據ScienceDaily報導,設備故障為工廠帶來非同小可的損失。舉例來說,雖然生產線上的機器人永遠都不累,精準度令人望塵莫及,但只要有任何零件損壞,機器人就會陷入一片混亂,例如線性致動器協助機器人安裝前方的車身,一旦發生故障,機器人手臂將無法照常精確的定位車門。另一個例子是材料疲勞導致機器組件失靈,恐迫使整條生產線停擺。

為了防止非預期的設備故障,Schutze工程團隊跟學術界和產業界的夥伴合作,開發出一套持續監測工廠設備的系統,猶如人類配戴健身追蹤器,隨時分析自身健康狀況。

該系統透過智慧感測器,不斷從機具收集各種測量資料,一旦發現任何潛在故障跡象,隨即通報設備操作員,進一步採取補救措施,這有助於工程師研擬維護計畫,以免發生意外和非預期的生產損失。

Schutze表示,該系統把工廠設備的狀況視覺化,進而提供潛在危害預警,他們在工廠設備安裝感測器,感測器之間可以彼此互動,就連微乎其微的變化也偵測得到。

工廠設備故障前,可能會發出異常聲響,或者會震動或過熱,但這些變化可能太過微細,一般人是感覺不到的。Schutze指出,為了研究訊號模式(例如震動頻率)在故障時會有什麼變化,他們整理了上千份測量資料集,找出跟特定機械損害或磨損有關的跡象。

研究團隊成員Nikolai Helwig指出,他們把這些資訊輸入感測器,讓感測器成為具有偵測能力的智慧裝置,這樣就不需要外部分析,反正系統本身就有分析能力。

研究團隊的終極目標,莫過於研發一套感測器和模組,讓工廠按照自身的需求來整合設備檢測作業。Helwig指出,這些客製化的感測器不僅能夠融入既有工廠設備,還可以接受改裝,一開始感測器先花時間收集基準資料,亦即機器正常運轉時的反應。該系統亦可搭配其他工業4.0應用,例如協助工廠做好品管,分析製造期間工廠設備有無正常運轉。

這套系統目前已進入測試階段,研究團隊將跟Bosch Rexroth和飛斯妥(Festo)合作,監測Bosch Rexroth工廠設備的狀況,以及檢查飛斯妥工廠的線性致動器。

這項研究是「即時流程控制暨智慧狀態監控的模組感測系統」(MoSeS-Pro)協同計畫的一部分,獲得德國聯邦科技教育部(BMBF)補助。


先進製造技術推陳出新,生產現場邁向新紀元,其中最受矚目的是預防性維護(PM),有助於製造商找出最佳維護時機,以免浪費製造時間。

據ENGINEERING.com報導,維修向來會中斷生產,令製造商避之唯恐不及,但弗勞恩霍夫協會生產系統與設計技術研究所(IPK)機床生產和生產線管理部門Eckhard Hohwieler指出,預防性維護有別於狀態監控(CM),後者僅偵測和監控損耗情況,前者卻懂得預測機床的可能發展,預先排定必要的維護工作。

IPK機床生產和生產線管理部門Claudio Geisert,擅長流程監控和狀態診斷,他認為預防性維護有助於準確完成維護工作,一來降低例行維護次數,二來提升機器的可用性。

IPK曾為製造商提供機床監控功能,把套裝軟體整合至機床的控制系統,完全不用加裝感測器等電子裝置,即可自動監控機床的損耗和功能,後來IPK進一步研發演算法來確認機床的狀態和行為,準確判斷弱點甚或鋼帶傳動裝置的材質瑕疵。

預防性維護會收集大量的資料,Machine Tool Laboratory估計,8小時就會儲存多達4GB資料。Geisert指出,製造商大多在內部安裝伺服器,避免跟外人分享這些資訊,以免敏感資訊外流,但為了更深入瞭解機器的行為,製造商仍要跟營運商建立互信關係,有限度的分享資訊。

如此大量的資料,想必會提高資料評估的難度,但這不是什麼大問題,IPK秉持著「只要智慧資料,不要巨量資料」,因此不收集原始資料,每次儲存資料前,必須先進行智慧篩選,把被淘汰的資料直接轉移到雲端,為了做出正確的篩選,使用者不妨善用機器學習技術,有助於挑選有意義的特徵值。

IPK曾經跟磨床製造商Schaudt-Mikrosa合作研發一個方案,直接用磨床控制系統來監控傳動元件,取得並評估所有來自磨床的訊息和訊號,控制系統再來判斷傳動軸的動態行為。Hohwieler表示,這項方案成為Schaudt-Mikrosa不可或缺的品管工具,例如驗收測試或是在保固階段釐清機具損害原因。

Geisert也認為,資料收集完整加上妥善儲存,方便維護人員回顧過去,找出究竟是在何種情況下,第一次爆發這種問題,再來設法補救。Hohwieler表示,在整個產品週期取得大量資料,有助於提升製造商的服務能力。

未來預防性維護結合工業4.0,Hohwieler認為機床本身就會善用資訊來優化製造流程,或者自行「呼叫」維護服務。

資料來源: 

http://www.digitimes.com.tw/iot/article.asp?cat=158&ct=o&id=0000498612_S9J54ROM27QB751AUIW4D

http://www.digitimes.com.tw/iot/article.asp?cat=158&ct=o&id=0000499572_5F86YJX26M6DXQ3YWWDPV