电子发烧友App
对于许多制造商来说，诸如工业物联网（IIoT）、信息物理系统（CPS）、云机器人、雾计算和大数据等概念已经开始与其智能工厂的愿景紧密相连。智能工厂是将信息技术（IT）的数字世界与运营技术（OT）的物理世界连接起来， 也就是实现IT与OT的融合。
对于未来工厂来说，工业4.0不再是一个遥远的愿景，它就在这里，就在当下。如今，机器人网络已经连接到云端，可以提供大量高质量的数据。制造商正在使用这些信息渠道来简化资产管理和维护， 最大限度地提高设备和流程效率，并改善产品质量。
预测维护与减少停机
通用汽车公司正在将物联网和工业4.0的基础设施布局到生产制造中。其机器人供应商和战略合作伙伴发那科美国公司，正在帮助通用汽车为实现智能制造打下坚实的基础。通用汽车、发那科公司和思科共同开发了“零停机功能 （ZDT） ”解决方案， 该方案使用基于云计算的软件平台，来分析通用工厂机器人收集的数据， 以便发现可能导致生产停机的潜在问题。
云连接的焊接机器人，该汽车装配线帮助实现工业4.0的愿景， 通过监测潜在停机问题， 并促进预测维修。
在汽车制造业中， 每60或90秒钟就有一辆整车从装配线上下线， 每停机一分钟，就会为制造企业带来2万美元的损失。一次停机事件，可能就会造成数以百万美元的损失。当生产线突然停止时， 可能会影响整个供应链， 从而进一步加重损失。这些延误也会进一步向下延伸到客户、汽车经销商、车队用户以及购买汽车的消费者。
“我们已经主动采取了一段时间的措施，试图更好地预测和维护我们的制造设备的健康状况。”通用汽车底特律公司自动化技术和机器人的首席工程师Marty Linn说道。“我们和发那科一起合作，讨论在生产过程中，我们可以采取哪些措施来避免事故发生。这不是工业4.0的伟大愿景，是关于在预测性维护方面，我们可以做哪些工作，来切实消除工厂不可预见的停机时间。”
2014年，通用汽车启动了一个 ZDT 试点项目。通用汽车和发那科之间建立了战略伙伴关系，这是走向成功的关键因素。这两家公司合作的历史，可以追溯到20世纪80年代初期， 当时通用汽车与日本的机器人制造商合作成立合资企业， 组建了通用发那科机器人公司， 在美国开发和销售机器人。该公司后来独立出来， 但双方的合作关系仍然存在。
“正如我们所说的，我们在整合机器人。由于我们正在不断引入新的产品和新的项目，因此每天都有来自集成商的机器人和系统运抵工厂。”Linn说。
云连接软件平台收集和分析从数以千计的机器人上获得的大量数据， 以预防停机、预测维护、并优化流程效率。
实现预期的投资回报
ZDT对企业车间带来的影响是持续的。Linn说， 自该项目成立以来， 通用汽车已经成功的避免了超过100起重大的非计划停机。
根据发生故障类型的不同，可以避免6到8小时的意外停机时间。对于任何设施来说， 都是一件大事， 尤其是在大型卡车和 SUV工厂里， 每个停机事件都很重要。
为工业4.0准备就绪的软件平台，将机器人连接到云端， 并提供触手可得的性能数据。
随着数以千计的机器人连接到云端，并与之建立通信， 不久以后，通用汽车就获得了预期的投资回报。
“这是对大数据、物联网、新算法、计算机功能等技术的运用，所有这些新兴技术在过去几年中都获得了长足的发展， 并以最有效的方式得以应用。”Linn说。这使得制造企业可以实现预测性维护，并有效的减少停机事故，甚至放弃原有的维护计划，直到需要的时候再采取措施。
按需维护计划
在初始阶段，通用汽车进展缓慢， 在最初的两年内，总计只连接了上千台机器人。然而到 2017年， 就有超过8500台发那科机器人被连接在一起。“在开始部署时，我们进展缓慢，”Linn说。“发现问题后，我们就会介入并更换零件。然后研究这些部件。非常确定的是， 我们已经能够验证和确认这些部件是否会失效。对那些可能会造成停机事件的问题部件及时处理。正基于此， 当我们能够减少不定期的维护事件时， 这让每个员工都很兴奋。”
通用汽车公司开始使用ZDT来制定按需维护计划， 而不是依赖日常维护计划。“例如， 机器人的设计是运行1000小时后，进行例行维护。以前我们根据计划在该时点对机器人进行维护。”Linn说道，“但它实际上可以持续工作1250小时， 直到需要时才对其进行维护。因此， 现在我们正在努力摆脱固定的维护计划， 而是按需计划。这就是你所能找到的、带来巨大成本节约的方式中最主要的途径。
工业物联网软件可以随时随地在任何设备上提供机器人的资产信息、状态监视和维护警报。
ZDT不仅适用于机器人，也适用于加工设备，以及由机器人直接控制的过程，如焊接、喷涂和一些分配应用。“通过查看空气压力下沉压力、分配涂料执行机构的速度，查看大量的涂料工艺和参数，我们能够监测设备的健康状态，进而了解工作质量。”Linn说道。
在汽车喷漆车间， 成品质量至关重要。所有的发那科油漆机器人都具有ZDT功能，这意味着它们可以监控各种功能， 包括油漆罐、喷雾喷头、调节器和驱动器的健康状态。
如果统计一下与汽车喷漆有关的运动部件总数，就会发现每个机器人有200多个运动部件。有相当数量的这些运动部件与控制枪、调节器和压力等特定过程装置有关。如果这些设备中的任何一个过早出现故障，就可能会出现质量问题或导致生产停机。
目前， 通用汽车更多的将ZDT作为一种预测性维护工具， 而不是进程内的自适应工具。但是随着技术的发展， 收集和分析的数据也越来越多， 而且算法也变得更复杂， 用户可以发现利用机器学习，它如何成为自适应工具， 用于实时过程改进。
“我们希望扩大这一战略， 使设备智能化， 能够自我诊断， 在性能发生变化时可以通知我们，以便能按需做出调整或维修。”Linn说道。
量体裁衣
发那科的分析解决方案，是监测客户分布在世界各地的设施内1万多个与云连接的机器人， 并且这一数字每天都在不断增长。虽然一开始只是在汽车行业内使用， 但据悉发那科公司已在2017底陆续为非汽车客户发布软件和硬件提供支持。
对小型制造商来讲，安装软件和硬件设置需要即插即用，因为他们并没有专门的IT部门的支持。例如，如果应用于拥有3个机器人的一般小型工业制造商，则需要对其进行“裁剪”。
发那科和思科公司计划使用这种专门为 ZDT 开发的数据通信高速公路，来连接机器人之外的其它设备。作为FANUC Intelligent Edge Link and Drive（FIELD）系统的一部分，ZDT提供了一个开放的软件平台， 允许对数控机床、机器人、外围设备和自动化系统中使用的传感器进行高级分析和深度学习。现场基于边缘计算技术， 在网络边缘的生产制造点中处理大量数据， 从而最大限度地减少共享数据的数量和成本。
利用ZDT云解决方案， 数据从生产车间各处的设备流向云端， 在这里可能会有一定的延迟或迟滞。使用现场平台接收生产车间数据的好处是， 可以实时响应事件， 这就是现场所要做的。它是一个开放的软件平台， 可以安装到计算机硬件上， 然后允许客户访问从机器人、可编程逻辑控制器 （PLC）、或机床设备上获得的数据， 并实时进行分析。它甚至可以根据行为改变生产。这就是实时机器学习所能提供的良好价值。
对于自动化行业来说，工业4.0不再是一个遥不可及的梦想。越来越多的机器人制造商推出自己的物联网解决方案， 以拥抱工业4.0所要求的连接水平。
触手可及的机器人数据
Kuka Connect是一个基于云计算的软件平台， 它允许客户随时随地在任何设备上访问和分析库卡机器人的数据。该解决方案提供3个主要的功能： 资产信息管理、状态监视和维护警报。
“如果你是一家规模比较大的OEM厂商， 在同一个设施内，可能会有数以千计的机器人在运作。”库卡美国公司的产品市场营销总监Andy Chang说道。“今天， 他们资产信息管理的方式是手动维护的微软 Excel电子表格。电子表格上的信息可能准确，也可能不准确， 因此他们实际上可能也不知道他们拥有哪种类型的机器人。”
如果没有正确的资产信息，在整个生命周期内，就会影响对机器人的维护。“您可以轻松地查找工厂周围数以千计的机器人， 并逐个浏览它们， 查看它们的调试时间、检查序列号， 以及当前安装的软件， 而无需亲自走到机器边上。”Chang说。
对于状态监视， Kuka Connect旨在提供特定的机器人关键性能指标 （KPI）， 以帮助技术人员和维护人员测量机器人的性能。
“我们提供机器人所有轴的温度图，” Chang说。所以， 如果生产人员或维修人员，观察到某一轴的温度趋势图在上周已经开始上升， 那可能意味着出现了下面的问题。例如：出于任何原因导致的变速箱过热； 也许负载必须改变；或者是，机器人拾起的目标可能不是机器设计的范围等。
Kuka Connect适用于台式机以及移动设备、智能手机、平板电脑或任何支持 web 浏览器的设备。直观的仪表板可帮助用户根据特定的标准对数据进行可视化。无论您是要优化维护计划还是管理备件库存， 所有数据都在您的手边， 因此您可以预测潜在的停机时间， 并在停机之前采取步骤修复问题。
“现在，库卡连接通过两种方式提供信息，”Chang说，“一种是非常直接的方式。当出现控制器错误消息时， 我们会向用户提供错误代码和错误描述的实时通知，因此非常动态。第二种方式相对间接。我们将数据提交给最终用户， 然后他们需要对这些数据进行插值，以便获得对他们的机器人、生产线，以及工厂有意义的数据。”
该软件平台不仅可以与机器人接口， 还能够监控由机器人控制器控制的自动化设备， 如焊接枪或胶合枪，如果机器人在轨道上，甚至可能还有一个额外的轴。
“任何由机器人控制或辅助的信息，都是平台的一部分，“ Chang说。“这是我们目前正在进行的工作， 该功能可以实现可视化机器人数据与特定过程数据的功能， 所以最终用户不仅可以了解机器的机械健康状况， 而且还可以了解过程本身的关键性能指标。”
助力工业4.0人才开发
要真正实现工业4.0和智能工厂的愿景， 我们需要跨越多个地理区域和行业的庞大人才库来弥合日益增长的技术差距。作为世界领先的工业教育技术培训机构，Festo Didactic正帮助用户建立工业4.0人才库， 并培养工程师们掌握未来工厂所需的新技能。
Festo Didactic美国公司的工程开发经理Ted Rozier介绍，可能有将近 30万多个美国制造业就业岗位因缺乏合格候选人而找不到合适的人选。而且这一数字有望继续增长。
“让学生熟悉自动化硬件和软件的完整组合非常重要。””Rozier 说。他们需要了解机器人和 PLC的集成过程， 并熟悉物联网是如何改善整个过程的。这是欧洲的普遍做法， 我们希望提高这类培训在北美的知名度。
Rozier 强调了多学科学习的重要性， 尤其是要注重机电一体化。“为了给工业4.0带来活力，物联网必须蓬勃发展。要做到这一点， 需要一个强大的 IT 背景和强大的机电一体化背景。我们有机会培育不仅能理解， 而且能够从管理层到车间层、从IT层向下直到传感器等各个方面影响自动化制造过程，帮助机器人做决定的人才。这是一个重要的技能发展。”
模块化的网络物理学习平台，模拟真实生产工厂中的工作站， 向学生传授对工业4.0和智能工厂所必需的多学科技能。
学习工厂模块
Festo Didactic提供了“学习工厂模块”， 用于实际的机电一体化、控制技术和自动化技术的工业培训。该系统从一个模块：单一项目工作站I4.0开始，用于培训控制技术的基本原理。然后可以添加数个模块， 创建一个完整的学习网络-实体（CP）工厂， 其中包括一个现实的工业托盘循环系统和一个自主移动机器人来连接不同的工作站。
系统是模块化的， 因此可以根据学习需求的变化，添加、删除和移动各个工作站。培训主题包括： PLC 项目工程，与人机接口 （HMI） 和射频识别 （RFID） 传感器协同工作，调试 Web 服务器和 TCP/IP 和 OPC-UA 接口、能源监测和管理，与智能流程数据模块、企业资源计划 （ERP） 系统、制造执行系统 （MES） 和快速原型协同工作。
一些制造业和STEM tracks的社区学院正在使用Festo的 CP 工厂模块来 培训学生，以便其在毕业后能够立即投入工作。位于美国南卡罗来纳州岩石山的约克工学院有一间专门用于CP工厂的房间， 大约有6个模块。像位于阿拉巴马州万斯的梅赛德斯-奔驰工厂，正在使用Festo学习设备， 以提高工人的知识水平。我们必须为人、机器和数据在高度互联的世界中互动的新方法做好准备。现在， 您可以采取一些步骤来为工业4.0和智能工厂做准备。
Guardian S机器人移动物联网平台，包括一个灵巧的， 可远程操作的机器人， 用于不可预知和非结构化的环境， 如爬楼梯或不均匀倾斜。
集成IIoT平台的移动机器人
大多数机器人都是针对具体功能设计的。它们专注于做一件事，不停的重复，而且做得很好。另一方面， 移动工业物联网（IIoT）机器人更多的则是通才。在某种程度上，它可以看作是无人自动驾驶车辆 （UAV），甚至可以认为是一种地面无人机。有一种机器人的外形类似于蛇， 这让它变得特别有趣。
“蛇形机器人”已经出现大约十年了， 最初被用于复杂地形环境下的搜救行动， 其中可能包括布满泥浆的环境、地震或矿难坍塌现场等。Sarcos Robotics公司最近发布了其Guardian S机器人移动物联网平台， 该款机器人是一个灵巧的、可远程操作的机器人，主要在不可预知和非结构化的环境中使用。一个基本装置的成本约为6万美元， 或可以签订服务合同，每月2000美元。
该机器人集成了微软Azure云计算平台和微软Azure IoT套装， 并将Windows 10作为平板控制器。云计算平台使客户能够在具有挑战性的环境中收集、存储和分析传感器数据， 或者在不可行的区域部署固定传感器。
“在大范围开放环境下，无人机在收集有用数据方面完成了一项令人难以置信的工作， 但我们发现在某些应用环境有对数据收集更高的需求，例如在密闭或封闭的空间、或者需要数小时而不是几分钟来收集数据、或者数据只能将传感器布置在附近、或与表面接触的环境下收集数据的机会。”Sarcos Robotics 公司的董事长兼首席执行官Ben Wolff如是说。
Guardian S机器人就像一种多用途、无线控制、无人驾驶的地面车辆， 可作为移动物联网平台运载多个传感器有效载荷。这款重13.5磅的机器人可以远程操作和跨越具有挑战性的地形，包括楼梯、涵洞、管道、水箱、垂直的铁磁表面和密闭空间， 同时还可以促进双向实时视频、语音和数据通信。
物联网传感器和云服务的结合，对于评估所布置的各种工业机器的性能和预测所需的维护非常有价值。搭载了物联网平台的机器人，通过利用Azure 云计算功能和分析来收集和分析与机器人周围环境有关的数据，从而提高了云的效率。（作者：Tanya M. Anandan）
工商网监
评论