IFactory - den smarte fabrik
Vi står på tærsklen til at gå fra Industri 4.0 til iFactory, hvor vi bruger mere af de data som vi kan trække ud af maskinerne og integrerer disse i nye systemer, der skaber nye værdier. Med iFactory øger vi produktiviteten på fabrikkerne, reducerer tab og øger fortjenesten.
Tips og guides
HVAD ER IFACTORY?
I dag ændrer fremstillingsindustrien sig meget hurtigt, hvilket stiller store krav til producenterne om at være fleksible. Kunderne kræver mere personalisering, og producenterne stræber efter højere produktivitet. Produktkvalitet og arbejdssikkerhed bliver også stadig vigtigere. Konkurrenter dukker op over hele verden, og ny teknologi som 3D-print ændrer nu, hvem producenten er. Branchen oplever stadig en betydelig mængde nedetid årligt, hvor hele 30 % er uventet.
For at håndtere disse ændringer dukker der nu en ny type fabrik op, kaldet iFactory, som er en udvidelse af Industrial Internet of Things (IIoT). iFactory består ikke kun af øget maskinautomatisering, men også af autonom produktion og brug af data som forretningsværktøj.
Du behøver ikke længere at registrere numre manuelt! Data indsamles, analyseres og visualiseres for nul nedetid og realtidsstyring.
Den virkelige papirløse fabrik til digital konvertering! Procesvisualisering muliggør produktionsovervågning og MES-integration for at optimere produktionen.
Den vigtigste opgradering til Industry 4.0! Situation Room Industry 4.0 realiserer datadrevet optimering, styring og beslutningstagning.
15,4%
Produktionsværdi per medarbejder
8,5%
Energiudnyttelses-grad
43,8%
Leveringstid
13,9%
Frekvens for produktfejl
Hvad gør en fabrik "Smart"?
iFactory er et naturligt skridt i retning af digitaliserede industrier. Kløften mellem IT (Informationsteknologi) og OT (Operational Technology) bliver mindre og det skyldes hovedsageligt 4 forskellige ting.
Smart, forbundet og datadrevet
Den smarte fabrik bruger data til nemt at justere og kontrollere alle aspekter af virksomheden i realtid med næsten fuld automatisering. IoT og digitale investeringer er grundlaget for proaktiv, selvbevidst fabriksdrift, vedligeholdelse og innovation.
Sensorer er en vigtig brik i puslespillet for at gøre en fabrik smart. Men selv pålidelige åbne real-time computing-systemer er nødvendige for at analysere data fra sensorerne. Med hardware tilpasset til at varetage disse opgaver, kan du fx indsamle information om materialer, produktionshastigheder eller en proces. Dette kan så deles mellem forskellige maskiner for at få en mere effektiv produktion. Så får du også større sikkerhed i dit produktionsflow og sårbarheden falder, jo flere maskiner du tilslutter.
Med over 40 års produktudvikling har Advantech de produkter, der egner sig til disse opgaver, både hvad angår miljø, men også ydeevne. Der kræves veludviklede produkter for at tage skridtet fra gårsdagens automatiseringer til morgendagens smarte fabrik.
Selvlæringssystem til systemet
Fremtidens fabrikker vil med tiden blive et stort system bestående af hundredvis af små systemer, der arbejder selvstændigt mod det samme mål. Fra produktion og vedligeholdelse til forsyningskæde og sikkerhed. Hvert system og subsystem bruger AI, vision, deeplearning og edgeanalyse til at kommunikere og kontrollere alt på fabriksgulvet.
Dette maskine-til-maskine kommunikationsmiljø forbedrer driftseffektiviteten og reducerer uplanlagt nedetid. Produktionen bliver så lydhør over for tilpassede ønsker og materialevariationer, at fabrikken hovedsageligt arbejder med "en økonomi" for at konkurrere med nutidens stordriftsfordele.
Selvovervågningsudstyr, der anvender sensorer som Advantechs LoRaWAN smarte vibrationssensor, kan registrere små ændringer og så for eksempel planlægge sin service på det rigtige tidspunkt. Dette kan så gøres gennem åben, men sikker hardware, der er tilpasset til kontrol og opbevaring, der muliggør højere ydeevne.
En hub af menneskeligt maskinarbejde
Den smarte fabrik lægger vægt på samarbejdet mellem mennesker, maskiner og produktionssystemer gennem hele produktionskæden.
Maskine-til-menneske-samarbejder gør det muligt for medarbejderne at arbejde mere sikkert og sætter dem i stand til at foretage hurtigere og mere præcise vurderinger baseret på virksomhedens behov. Da smarte fabrikker reducerer antallet af mennesker på gulvet, bliver medarbejderne hjulpet af co-bots til komplekse opgaver, mens gentaget, skadeligt arbejde håndteres af robotter.
Vi mennesker bruger virkeligheden og datavisualisering til at administrere nyttig information om produktion, vedligeholdelse og produktstatus. En virksomhed med en digital kultur opfordrer til brug af data til det daglige arbejde, hvilket betyder, at medarbejderne kan bruge mere tid på at løse problemer og understøtte virksomhedens succes. En yngre arbejdsstyrke tiltrækkes af opdateret teknologi, sikrere arbejdsmiljøer og roller, der er bedre tilpasset deres generation.
Autonom og selvtilpasset
Ved at være uafhængig og selvtilpasset giver den smarte fabrik producenterne mulighed for at udvide IIoTs applikation og værdi for at understøtte skiftende forretningsstrategier.
Fabrikken bliver smartere og mere uafhængig over tid og bruger data til at optimere ressourceallokering og transformere forretning. Efterhånden som flere maskiner og systemer bliver tæt forbundet, modnes produktionen til en intelligent fabriksmodel, hvor OT og IT udstråler sammen og engagerer sig strategisk i forretningsbeslutninger.
AI og deeplearning giver stadig mere detaljerede, nøjagtige og meningsfulde digitale modeller af udstyr og processer. Dette muliggør mere datadrevet beslutningstagning og planlægning. Enheder reagerer på begivenheder på et meget højere kognitivt niveau og tilegner sig intelligens over tid. Produktionskontrol bliver selvbærende, og nye forretningsmetoder dukker op.
Ved hjælp af indsigt og automatisering fra data er de vigtigste produktionsrutiner udvidet fra produktionseffektivitet og produktkvalitet til også at omfatte produktionsfleksibilitet. Midt i dette konstant udviklende miljø bliver fabrikken og dens systemer stadig mere intelligente, selvbevidste, selvkørende, samarbejdsvillige og selvdistribuerende med systemer ud over sig selv.
Hvilke funktioner har en smart fabrik?
Realtidsfleksibilitet i softwaredefinerede produktionslinjer uden menneskelig interaktion eller procesafbrydelser
Datadrevet maskinautomatisering ved høje toleranceniveauer
Multi-vejs kommunikation mellem alle tilsluttede enheder
Sensor-udstyrede bærbare produkter, der øger medarbejdernes produktivitet
Automatiseret styring med software og digital politik
Analyser, der giver indsigt i maskinens status for at forudsige og forebygge problemer
Åbent, fuldt fungerende system og smidigt dataflow
End-to-end-sikkerhed langs hele datastrømmen
Teknologi, der får den smarte fabrik til at virke
Nye teknologier, metoder og koncepter behøver ikke at være forvirrende og skræmmende. Her ser du de vigtigste trends, der former fremtidens fremstilling og eksempler på produkter, som vi tilbyder.
Industrial Internet of Things (IIoT) er et sæt teknologier, der leverer moderne automatiserings- og kommunikationsmuligheder til fabrikker. IIoT-aktiverede fabrikker bruger avancerede sensorer, aktuatorer, computere, algoritmer og netværksfunktioner til at gøre det muligt for maskiner at analysere data, træffe beslutninger og udføre handlinger selvstændigt. Disse maskiner deler information med andre maskiner, mennesker og virksomhedsdækkende systemer på en sikker og rettidig måde til overvågning og kontrol af fabrikkens drift.
Edge computing reducerer dataomkostninger og latens ved at behandle data præcis, hvor de genereres. Ved at placere dataanalyse- og automatiseringsfunktioner det samme sted, hvor data indsamles, muliggør edge computing nye funktioner til moderne virkeligheder og industrielle big data.
Maskinindlæring refererer til algoritmer, hvorigennem en computer automatisk lærer relationer inden for tilstrækkeligt store mængder data og derefter forbereder "trænede modeller", der kan distribueres i industrielle operationer. For eksempel kan maskinlæringsteknikker bruges til automatisk at opdage defekter i dele og materialer. Deep learning er en underkategori af maskinlæring, også kendt som inferens. Det repræsenterer trænede modeller, der bruger successive (dybere) lag af relationer mellem originale data og tilføjer mellemliggende computergenererede data. For nogle opgaver fungerer deep learning-modeller mere præcist end mennesker.
Time Sensitive Networking (TSN) teknologi forbedrer standard Ethernet-baserede netværk ved at tilføje tidsrelaterede attributter såsom synkronisering, lav latenstid og streamingkanaler. I smart fremstilling vil store mængder data oversvømme netværkene. TSN-aktiverede netværk og enheder gør det muligt for maskiner at udveksle tidskritiske data med garanteret båndbredde og deterministisk latens. TSN er standardiseret af IEEE.
Vore produkter til den smarte fabrik
