您现在的位置是:首页 > 业界业界

智能工厂实现快速转型

查看 cc博主 的更多文章cc博主2022-05-26【业界】444人已围观

全球疫情已经导致人们对于个人防护设备(通常被称为 PPE)出现了迫切和持续的需求。但是,第一响应人员(从救护车到 ICU)仍然继续面临着 KN95/N95 口罩和其他防护装备的短缺。制造商正在 24/7 全天候无休地工作,才能出制造足够多的设备,跟上不断增长的需求。

这些人们迫切需要的 KN95/N95 口罩只是一个例子,还有更多制造商不得不在一夜之间从制造一种产品转型为另一种。但重新部署生产线并不是一件容易的事。重新设置机器通常很麻烦,而安装各种传输设备则涉及大量的连接、集成和测试工作。

人工智能 (AI)、计算机视觉和强大的边缘计算技术领域的进步对于提高效率和质量控制来说非常关键,这使企业能够应对疫情期间对于安全和预防材料的激增的需求。

平衡速度和质量

当然,我们不能以牺牲质量为代价去追求速度。特别是,KN95/N95 防护口罩的质量要求比一般的口罩要严格得多。因此,制造商必须在保持极高的测试准确度的同时,提高检验效率。任何一方面都不能妥协。

虽然传统的机器交付产品生产线和人工测试解决方案可能无法胜任,但是采用基于人工智能的机器视觉技术的全自动化系统却可以迎接这一严峻的挑战。这些系统在帮助企业快速部署和高效生产优质产品方面非常有效。

通过自动化优化生产

通过 KN95/N95 口罩生产线部署,大部分的工作负载包含与机器有关的安装和测试。印刷和剪切的相位同步以及传送鼻线和置入鼻梁条的机械步骤的时间控制尤其耗时。而且通常需要多个工程师同时进行协调与合作,多次尝试,才能完成这个流程。

来自深圳汇川技术有限公司的 AC800 智能机械控制器能够帮助制造商解决这些挑战,加快生产并实行严格的口罩测试。

控制器是一套完全自动化的系统,能够降低生产线的调试困难程度和工作负载,同时优化设备的性能和运行效率。用户可以基于人工智能开发一个采用工业视觉技术的检测系统,帮助制造商降低成本、提高效率并确保产品质量。

借助采用灵活的伺服马达系统的全自动化平台,制造商能够及时通过自整定或模糊调整控制参数,协调生产线的所有组件,以实现更高的智能和准确性。此外,该系统将组件传输至生产线中最理想的位置,从而有效降低部署过程中的难度和工作负载,并大大缩短设备交付周期。

但是,此解决方案比过去更加依赖于控制器的计算处理能力,并且在面对复杂操作时,现有的单一功能的控制器可能不够用。出于这个原因,汇川的 AC800 系列采用了高性能的英特尔® 酷睿™ 处理器和英特尔® Industrial Edge Control 平台(图 1)。

智能工厂实现快速转型 第1张

图 1. 汇川 AC800 系列高性能智能机械控制器。(资料来源:汇川科技)

这些“软件定义”的工业 PC 使用户能够更换单一功能的控制器并实现边缘测试的负载集成,高效地协助设备制造商降低开发成本、缩短开发周期,使用户能够提高系统响应速度并降低运行和维护的困难,最终降低成本,并提高整个产业链的效率。

借助人工智能和计算机视觉实现准确高效的检验

质量检验尽管是工业生产中不可或缺的一步,却常常成为可能影响效率的瓶颈,因为传统的人工检验手段贯穿整个生产流程的多个节点。

KN95/N95 口罩的检验尤其复杂。它们必须针对表面外来物质、鼻梁条和海绵条的对齐和平整性、密封边缘的宽度,以及耳挂的定位进行检验。但是由于缺乏统一的测试标准以及检验人员的疲劳,准确性可能会受到很大影响。

采用汇川科技启用了人工智能的 KINOVISION 平台,有助于解决这些挑战。英特尔酷睿处理器和英特尔® OpenVINO™ Toolkit 的集成,为整个流程优化了服务器和加速引擎。它已被部署在多个 KN95/N95 口罩生产线中,结果令人印象深刻。

· 受测试的体积达到每分钟 150 个口罩,准确率高达 99.98%。

· 一条平均水平的生产线可以减少 2-3 个检验人员。

· 制造商可以实现 24/7 无间断生产,在提高测试效率和确保质量标准的同时,有效地降低劳动力成本。

全球响应和整备

汇川 AC800 和 KINOVISION 平台正在使全球范围内的制造商得以在改善检验结果的同时加快生产线的重新部署。我们在响应全球疫情的挑战时,也正在逐步走向恢复,生产基本的 PPE 比以往任何时候都重要。创新性地将诸如人工智能、计算机视觉和高性能边缘计算之类的技术付诸应用,使之成为可能。借助同样的技术,制造商还可以部署全新的智能工厂解决方案,在未来几年中继续进行数字化转型。

雷峰网(公众号:雷峰网)

Tags:手机梯子

文章评论

猜你喜欢

加入组织
广告

   有免费节点资源,我们会通知你!  加入纸飞机订阅群  

×
天气预报查看日历分享网页电报扫码留言评论Telegram