为什么我们需要软件定义的工厂？

软件定义的工厂使制造商能够快速响应市场趋势并减少计划外停机时间，从而提高工厂的生产力。

在工业4.0时代保持竞争力意味着制造商必须足够灵活，以设计选择，并能够改变生产工艺，以满足不同的客户偏好或独特的要求。与此同时，保持这种水平的工厂控制是一个挑战，因为即使是看似微小的重新配置工厂设备-一些看似无害的事情，如更换一个传感器的名义上等效的东西-可以有重大的后果。这两个问题的答案是通过软件控制实现更大的灵活性，从而实现软件定义的工厂。

我们目前的问题是，制造设备的设计还没有处理我们今天看到的高水平的产品差异。产品质量是另一个需要考虑的重要因素，特别是在工业4.0时代，预测性维护可以优化流程并最大限度地提高机器寿命。为了在未来的智能工厂中实现更高的灵活性，本文探讨了软件定义工厂的潜力，该工厂将可重构性与增强的准确性和精度以及高级诊断相结合。

边缘测量的优势

现代工厂的主流趋势是数字化，但我们仍然生活在一个模拟世界中，其所有物理特性，如温度和压力，必须首先获得这些信息，然后才能进一步处理。一般来说，模拟信号越接近数字信号，测量就越精确。这是因为它消除了长电缆可能引入的寄生电阻、电容和电感，从而影响测量精度。

满足测量和处理需求的最可靠方法是模拟前端（AFE），用于在边缘精确捕获模拟数据。

AFE位于测量特定形式能量的模拟传感器和处理传感器数据的数字等效的微控制器之间。它执行多种功能，例如放大微弱信号，过滤掉不需要的噪声，从一种信号类型转换为另一种信号类型，并监控信号的性能漂移。

尽管随着时间的推移，工厂变得越来越智能，但一个简单的传感器故障可能会造成严重破坏。

如果我们考虑其中一个传感器发生故障的情况，它会停止向可编程逻辑控制器（PLC）发送信号。

显而易见的做法是停止机器并更换传感器，但我们都知道，最近，我们有很多供应短缺。如果这个特殊的传感器是back-ordered？生产可能会停止数周，而与停工相关的成本也很高。根据福布斯的数据，工业制造商每年因计划外停机而损失高达500亿美元。

避免这种长时间停机的一个可能的解决方案是，传感器制造商向工厂提供类似的传感器，但它可能具有不同的输出。如果是这种情况，维护团队将不得不更换PLC和/或远程模拟输入模块。

纵观整个工厂车间，对于使用的每种传感器类型，都可能有多个AFE版本。市场上的大多数AFE都接受某种类型的模拟输入，例如电压、电流或电阻，并将其传输到数字世界。

例如，AFE可以被设置为接收来自温度传感器的输入，其在大多数情况下是非常小的电压，以将模拟信号转换为数字信号。另一个AFE可以被配置为接收电压输入，该电压输入可以跨越20 V，这是与测量温度传感器的小电压的AFE完全不同的场景。

通用AFE的优势

为了解决每次都必须更换AFE的问题，业界开发了通用AFE，可以接受来自各种不同传感器类型的模拟输入。因此，如果通用AFE在某一天测量电压，传感器出现故障，但替代传感器具有电流输出，则AFE可以被编程为测量电流。

下一个合乎逻辑的步骤是创建一个软件可配置的通用AFE。恩智浦的N-AFE就是一个例子与目前可用的其他通用AFE相比，它还集成了系统中的所有分立元件，例如保护和信号调理，以及一系列诊断功能。由于它是软件可配置的，维护工程师只需更换传感器并通过用户界面远程重新配置模拟输入模块，从而消除了更换整个测量单元所需的时间。

在集成了通用AFE的系统中，PLC的作用扩展到包括通过与内部诊断和编程终端通信在这些操作之前、期间和之后执行安全检查，以确保一切顺利运行。

保持质量

产品质量是工业世界的另一个重要元素，特别是在工业4.0时代。除了降低系统解决方案的复杂性和物料成本外，恩智浦的N-AFE还更加精确。

所有测量都倾向于相对于内部基准进行，该基准集成在AFE内。对于市场上的大多数器件，所引用的规格是相对于“理想”基准电压源，不一定考虑随时间的漂移和滞后。但是，恩智浦的通用AFE将内部基准电压源存储在非易失性存储器中。如果内部基准电压与存储值不一致，则可以进行补偿，从而保持AFE的精度和准确度。

制造商正在转向预测性维护，以优化流程并最大限度地提高机器寿命。这旨在提高生产效率，同时简化制造基础设施管理。例如，当电机中的轴承开始出现故障时，电流的信号会发生变化，尽管变化非常微妙。

传感器数据准确性的提高以及一系列诊断和异常检测功能将可视性和洞察力提升到了新的水平，从而改善了预防性维护机制。此外，在问题发生之前识别问题可以提高工厂的安全性和效率，并提高安全性。

通过适当的处理能力和人工智能算法和模型，机器操作员可以更好地判断轴承是否恶化到影响产品质量的程度。例如，在制药行业，测量中非常小的变化可能会影响药丸的正确剂量。

审核编辑 黄宇