让传感器完成工业 4.0 中的繁重工作

2076857 2022-11-28 | pdf | 178.74KB | 次下载 | 免费

资料介绍

工业 4.0，即第四次工业革命，将自动化机械的力量与互联网的力量相结合。工业 4.0，即第四次工业革命，将自动化机械的力量与互联网的力量相结合。高性能处理和数据存储使智能工业设备的出现成为可能，例如装配、包装和检验；它能够实时监控多个传感器通道并执行复杂的算法，例如高速多轴电机驱动或精确定位。仅这些进步就使制造企业在能力、质量和生产力方面取得了巨大的进步。高性能处理和数据存储使智能工业设备的出现成为可能，例如装配、包装和检验；它能够实时监控多个传感器通道并执行复杂的算法，例如高速多轴电机驱动或精确定位。仅这些进步就使制造企业在能力、质量和生产力方面取得了巨大的进步。尽管机载功能已经变得极其复杂，但人们普遍认为，机器传感器数据的价值远远超出了基本的监测和控制。云的力量现在提供了释放这种额外价值的方法。大数据正在进入制造业，并为提高业务绩效带来前所未有的机会。尽管机载功能已经变得极其复杂，但人们普遍认为，机器传感器数据的价值远远超出了基本的监测和控制。云的力量现在提供了释放这种额外价值的方法。大数据正在进入制造业，并为提高业务绩效带来前所未有的机会。大数据的大机会大数据的大机会有两个主要的机会领域。首先，云的力量可以在本质上实时的角色中使用，以实现持续的机器优化和动态维护计划。这可以取代传统的固定间隔维护，从而有助于降低拥有成本和停机时间，并使设备供应商能够采用更灵活的“即服务”业务模式。有两个主要的机会领域。首先，云的力量可以在本质上实时的角色中使用，以实现持续的机器优化和动态维护计划。这可以取代传统的固定间隔维护，从而有助于降低拥有成本和停机时间，并使设备供应商能够采用更灵活的“即服务”业务模式。从长远来看，历史分析可以提供基于海量数据的增值服务，利用云中的深度知识和强大的数据分析。与机器甚至企业级计算不同，云可以存储多年来捕获的数万亿个样本中的数据，并运行应用程序来识别连接和趋势，从而为企业提供前所未有的运营洞察力，以帮助优化资产和流程。从长远来看，历史分析可以提供基于海量数据的增值服务，利用云中的深度知识和强大的数据分析。与机器甚至企业级计算不同，云可以存储多年来捕获的数万亿个样本中的数据，并运行应用程序来识别连接和趋势，从而为企业提供前所未有的运营洞察力，以帮助优化资产和流程。目前市场上的应用程序和服务包括来自各种供应商的实时和历史分析，例如 Aeris、GE、IBM、Microsoft 等。例如，制造商可以使用历史工具来搜索和学习以前的机器设置或流程经验，这些经验可能是在过去几年的任何时间在组织的任何地方获得的。他们还可以比较整个车队中单个资产的性能以帮助优化。相比之下，专业人士之间分享经验的传统机制，如质量圈或应用研讨会，可能不可靠、耗时且组织成本高。在跨国组织中，语言差异可能是另一个障碍。而且，目前市场上的应用程序和服务包括来自各种供应商的实时和历史分析，例如 Aeris、GE、IBM、Microsoft 等。例如，制造商可以使用历史工具来搜索和学习以前的机器设置或流程经验，这些经验可能是在过去几年的任何时间在组织的任何地方获得的。他们还可以比较整个车队中单个资产的性能以帮助优化。相比之下，专业人士之间分享经验的传统机制，如质量圈或应用研讨会，可能不可靠、耗时且组织成本高。在跨国组织中，语言差异可能是另一个障碍。而且，机载控制和监控智能以及基于云的应用程序共同提出了对指示机器健康状况和过程性能的传感器数据的强烈需求。光学传感器，包括受益于高抗噪性的红外传感器，广泛用于监测机械装置的状态和位置，例如插入表面贴装供料器的带式供料器（图 1），用于对传送带上的物体进行计数，或验证物料的内容食品加工或包装设备中的盒子或瓶子。机载控制和监控智能以及基于云的应用程序共同提出了对指示机器健康状况和过程性能的传感器数据的强烈需求。光学传感器，包括受益于高抗噪性的红外传感器，广泛用于监测机械装置的状态和位置，例如插入表面贴装供料器的带式供料器（图 1），用于对传送带上的物体进行计数，或验证物料的内容食品加工或包装设备中的盒子或瓶子。图 1：用于验证正确对准的光学传感。