OLVMS®-ML能夠在設備發生細微變化時就能即時偵測,並且藉由系統預測衰退趨勢,了解設備的使用壽命,並藉由預知保養的規劃來進一步避免無預警的異常發生,阻止大量廢品被產出,掌握未來機況。
電焊手臂動作多樣且機構組成複雜,除了有主體支架、各式裝置、控制系統等,而要執行監測時,除了在部署安裝感測器上造成困難外,各式手臂機台更有不同的製造廠商,機台數據資料皆由第三方設備商管理,造成機台交握上的困難,該如何克服?
OLVMS®-ML 機器學習智能監控系統 不需做機台交握、非侵入式量測方式,真正實現PLUG & IN,只需一顆依據製程關鍵監測指標相關的物理量感測器,例如:電焊手臂使用電流鉤錶,標定電流點位,安裝當下系統即可直接執行產線品質監測任務。
電著塗裝製程需要藉由大量的泵浦設備來抽取水溶性塗料或蒸餾水來進行鈑金的各項工序,由於數量眾多,相當耗費巡檢工時及人力,因而未落實巡檢工作,導致泵浦設備的無預警停機,造成產線不良品的產生,該如何預防?
RM-IOT-B 線上監測系統取代人力巡檢,利用感測器接收設備數據來掌握設備的狀態。內建ISO20816/10816/2372等規範,適用各類馬達泵浦即時判別設備狀態。
系統搭配使用三軸無線加速規,低功耗的Lora傳輸方式,為設備監測多達25種數值。利用趨勢圖提早為設備安排保養查修,有效預防無預警停機、縮短設備停機時間。
大型機械手臂的運轉動作極為複雜,運轉中正常訊號及異常訊號常常會交錯在一起,數值高低不再是判定運轉是否異常的準則。因此只有單一數值的警告門閥值,顯然不敷使用。另外,即使是同一台手臂,只要是在製造不同產品、不同材質、不同轉速時,即會出現不同的訊號模式。
OLVMS®-ML 機器學習智能監控系統自動追蹤目標加工訊號,根據不同的製造模式套用不同的學習規範,實現真正量身定做的門檻監測。並且在即時監測訊號中,自動偵測標定過的目標訊號。即使製造過程機械動作有發生異常或是有其他外在干擾,自動追蹤識別技術依然能夠正確判別數據訊號是否為同一組週期動作,並給予判分及結果。
OLVMS®-ML 是專為各種週期性生產設備所設計的監測系統。可依照需求搭配多通道版本,一套系統即可監測多台設備。系統將透過演算法將重要的結果以最簡單的紅綠燈及分數的呈現。內層保留各式數據分數及特徵圖,及提供多組規範可供使用者自行設定套用。
操作簡單且結果容易判讀。工程師透過簡單的教育訓練後,即可立即開始監測。
在汽車製造製程中,通常需要在一定的環境條件下進行生產,例如溫度、濕度等。
另外,在車身製造過程中可能會產生一些污染物質,例如粉塵、塗料殘留、有害氣體等,對員工的健康都有濳在的影響,需要對廠區的環境進行監測以及環境污染物質的排放是否符合標準等等。
搭配需要的環境感測器,IIoT依據廠區所需要的各類監測數據,以圖像化方式呈現,例如長條圖、圓餅圖等,並提供原始數據,方便後續進行戰情室的整合。
其他功能例如:手機網頁app、趨勢圖、門檻設定、告警通知等,能夠更方便使用者隨時查看、掌握廠區狀態。
關鍵數據蒐集
藉由感測器蒐集數據經由清洗提取特徵後、特徵值累積,可進行二次監測門檻趨勢管理。
掌握設備狀態
蒐集關鍵數據後,透過可視化圖表或報表,方便操作人員進行直觀的監測掌握設備狀態。
落實預知保養
長時間監測累積趨勢、AI演算方式來預測設備可能的損壞時機點,提早進行預測性維護。
產線效率提升
藉由產線各類數據監測結果,尋找缺失、調整參數或設備,進而實現製程優化效率提升。