软件工具最大限度地提高整体设备效率

在生产中增加网络也增加了它的复杂性。需要数据分析方面的专业知识,以便在早期阶段预测系统故障,并确定失效的原因。Fraunhofer Institute for Manufacturing Engineering and Automation IPA的研究团队最近在汉诺威博览会上展示了一种工具,该工具能够识别导致关联系统生产率损失的原因,并能快速消除故障。

整体系统有效性(OEE)是生产中的决定性指标。它定义了植物以给定速度产生优质产品的百分比。与此同时,它通过识别生产损失来构成改进过程的基础。通过Moee,斯图加特Fraunhofer IPA的研究人员已经开发出一种软件工具,该软件工具可以在复杂,网络,自动系统中的三个性能,质量和可用性方面检测生产损失。

实现的算法自动分析系统的行为,然后创建单个进程模型。生产循环的各种过程步骤可视化和评估。“该算法计算哪个过程何时何时何地进行,并且他们采取多长时间。如果流程步骤不以所需的速度发生,并且如果它们没有最佳协调,则这表列符合性能。例如,机器人的短期停止通常无法识别,并且它们的效果难以量化。但是,如果有几个这样的停止加起来,这会导致错误“,解释Brandon Sai,Fraunhofer IPA的“自主生产优化”组负责人,使用示例来解释软件如何运作。如果机器仍然存在,这将说出一些关于可用性的东西,系统有效性不足的另一个标准。此外,特别开发的自学习算法提供了有关所达到的质量的信息。目的是将所识别的损失分配给组件,从而识别特定的弱点。

自动过程建模与机器学习过程相结合

过度计算的安全缓冲区是故障的常见原因。肉眼听不清,Moee记录最小的停机时间以及由生产积压引起的动态瓶颈。由于软件详细编码每个状态,也注册了机器部件的干扰或润滑脂层的施加不足的故障。“使用自动过程模型创建和机器学习方法的组合,我们识别出现的生产力损失,从而有助于快速消除故障,”这位工程师说。工作人员不应归咎于所有这些信息,他只在出现问题时直接通知。

检测信号电平的生产率损失

MOEE使用控制器的I/O接口进行分析。“输入/输出接口是机器的大脑。系统直接在控制器上监控。这里,可以以最佳和细粒度的方式记录行为“赛说。这使得可以在信号电平下分配生产率损失,提高可用性,提高性能并识别质量偏差。可以将性能和质量损失记录到组件水平 - 例如阀门。

Moee已经在制造公司中使用。

想要查询更多的信息:www.fraunhofer.de.

主页链接