工業自動化和信息化正在以飛快的速度發展。

無論是協作機器人、自主移動機器人(AMR)，還是高速生產線，全球的工廠都在提高效率、優化工作流程、增加安全性和提高生產率。

本文為偉創力智能制造工程團隊副總裁MURAD KURWA發表的署名文章，收錄于Control Engineering。

然而，在工廠中，自動化有一個常常被忽視的好處——信息。這個“信息控制”就是當前自動化生產中的“透明優勢”之一，不被看見，但如果使用得當，在產品生產過程中獲得的數據可以幫助工程師做出深思熟慮、更明智的決策。

但需要留意的是，并非所有工廠都具備適當的自動化或控制機制，這會減少在產品生命周期中收集到的信息;如果工廠生產線沒有充分利用自動化技術，收集到的數據只能與當前的人工操作過程相同。

那么，制造應用中的數據流是怎樣的?

首先，幫助提供生產線洞察的數據往往以不同的數據包、大小和形狀出現。收集到的第一組數據與制造階段的質量和產品性能相匹配，其他還有超出了產品屬性的信息。

而這些超出的信息則來自于整個控制線，可以回答制造產品花了多長時間?在這個特定的項目上花了多少小時?是否使用了正確的工具?制造產品的正確組件和材料清單是什么等問題。這些信息有助于生產團隊堅持標準操作程序，并確保根據基于周期時間及其他領先標準的規范生產產品。

同時，全自動生產線也能使工程師獲得比人工或半自動生產線更多的性能反饋，因為信息控制通過自動化的工具，傳遞產品生產過程中的數據，而這些數據可以在監視器上被捕捉。

此外，全自動生產線還可以更輕松地將關鍵信息傳遞給客戶。例如，對于醫療器械客戶來說，自動化數據收集能夠讓生產團隊以準確、及時、高效的方式記錄并向客戶交付防水、測試、密封及其他關鍵因素的信息。

當然，讓工廠生產線達到這樣的自動化和數據收集水平需要時間、規劃及專業知識的支持，其中涉及的機器和設備自動化控制可以有以下選擇。

如何為自動化成功設置生產線?

使用可編程邏輯控制器(PLC)。它可用于同步生產線控制，包括速度，物料進出之間的相互作用，以及其他方面的控制。借助PLC，操作員可以坐在裝有機器視覺攝像頭的傳送帶前。當產品被放置在傳送帶上時，攝像頭會看到并進入下一個周期。盡管PLC能正確地執行控制反饋，但在這個過程中沒有數據收集——只是被動、半自動的進行控制。

為了充分地利用自動化和相關數據的優勢，工廠應該考慮將工業PCs (IPCs)與高速自動化和傳感器相結合。這些系統為PLC的邏輯編程提供了先進的計算能力和信息控制。這種設置也可以由邊緣網關來支持，以幫助管理數據流。

更好地理解投入與產出機制

使用合適的傳感器來收集數據

通過低代碼/無代碼應用啟用閉合循環控制程序

以上三步可以幫助企業獲取重要的實時數據，這些數據還可以被傳輸到云端進行大數據分析，或者在邊緣(也就是接近機器的位置)進行實時處理。在此基礎上，通過將人工智能(AI)和機器學習(ML)注入自動化過程，以開發閉環控制，可以釋放更多的價值。

利用 AI和 ML釋放價值的方法

ML可以從閉環控制中獲取大量數據，并將其合成可操作的信息，以便驅動更好的流程和更明智的決策;

ML幫助生產團隊將信息用于控制，這些控制可以實時調整生產線上的參數，而無需停止生產;

ML可用于識別和消除工作中的非增值方面，例如在一段時間后對產品的測試;

AI和 ML價值的另一個驅動因素是視覺。例如，從工業 PC的閉環系統中獲取數據，機器可以檢測出劃痕等產品上的瑕疵或其他缺陷。這種異常檢測功能允許系統映射導致這些問題的熱點，并能夠標記出要檢查的潛在問題區域。

當自動化發揮其最大能力時，它可以執行生產過程中的戰略。自動化是一種受控機制，它讓機器對機器(M2M)接口以正確的步驟順序驅動產品，從原材料到轉化后的成品。產品性能、質量、周期時間的信息流和管理進出工位的材料流也是通過自動化同步完成的。當自動化與AI或ML相結合，便能夠帶來無限的可能。

(新媒體責編：pl0901)