工业4.0适应新西兰工业

我常见的一件事是缺乏广泛的方向和抓住新西兰新闻界的“产业4.0”的好处。迅速改变的世界对于技术专家来说,更不用说,更不用说制造商过滤并识别如何使用这种潜力。

Mike Edmondson博士,创始人,边缘机器人和自动化有限公司

我常见的一件事是缺乏广泛的方向和抓住新西兰新闻界的“产业4.0”的好处。迅速改变的世界对于技术专家来说,更不用说,更不用说制造商过滤并识别如何使用这种潜力。

从制造商和更广泛的行业改善的驱动肯定存在,并且从Covid推动一直在增长。

以下是我们行业的三个主题,除去炒作,我们可以应用的实际机会:

机器人自动化

典型令人惊讶的是,在典型的生产经理或通用汽车之间有多大的断开以及机器人系统的实际成本和能力。

询问者通常以现代购买工业机器人的现代成本感到惊讶,更不用说拥有现有最先进的机会。

当集成商具有创新技能以采取机器人为中心的方法时,总经济变得更加普遍。

这允许您捕获所有额外的间接福利,例如灵活性,减少资本和运营成本。

新西兰拥有成功创新的历史,并引领世界,然而,这种创新思维的部分结构往往会在规模扩张中受损。通常情况下,我们并不珍惜我们的时间,或者偏离我们的核心业务,试图重新发明轮子。

工业机器人是一种简单的方式,高度先进,柔性批量生产单位,从生产线上带来60多年的细化。

领先品牌有7年以上的可靠性统计数据之间的失败和依赖于选择的制造本地工厂的支持。

然后考虑到间接的好处,比如能够重新利用和降低整个系统的复杂性。机器人技术的灵活性允许减少整个系统中的运动部件。

这显着节省了工程工作时间,昂贵的自定义一次性建立,通常通过减少未经测试的自定义部分来大大提高系统可靠性。

一个很好的例子是具有两个类似功能的2D扫描系统的系统。一个机器人驱动系统和其他固定自动化集成你的典型PLC/伺服和一个现成的机架。

最初,机器人方法看起来昂贵,具有这种巨大可见的成本。随着既完成的时间,机器人系统的总成本少40%,更准确,更快,更灵活。

然后,像发条一样,需要改变;在机器人上几分钟,完成,VS重新设计,返工和订购新部分。

并非所有应用都将如此极端,但在这种情况下,机器人系统几乎没有通过仔细考虑总生产的时间来实现初始头脑风暴。

行业4.0的另一个共同主题是通过系统互连的质量定制;这可以不同地认为,帮助NZ制造商在我们的较小规模操作中利用工业机器人。新利全站

与自动化设备的数据库连接越来越普遍,为动态地重新配置系统提供了机会;本质上,每批重新编程机器人。

熟练的集成商将能够创建程序模板,然后可以自动调整并与生产订购系统匹配的“N”混合。

而协作机器人可能需要对每个小作业进行全手工“重新编程”;更智能的机器人可以在没有任何人工干预的情况下进行更广泛的操作。

我们对机器人技术的成本和能力的一些脱节肯定是历史性的,另一个日益增长的因素是合作机器人炒作的影响。

合作机器人的叙述将它们的优势与20多年前的工业机器人进行了比较,这进一步强化了历史的内涵。

几年前,当我完成了基于行业的博士计划时,工业机器人令人沮丧的限制,如今,如果我能梦想它,机器人可能会这样做。

许多误解是普遍的;纠正的大点是需要笼养的机器人很长一段时间没有真正,而另一个例子是机器人通常可以配备手引导的工厂。

读者可以搜索库卡的安全操作或ABB的Safemove2,以了解最先进的思想。与机器人的人类互动不是黑白笼养,或者合作应用程序作为叙述表明,但跨越固定的守护,共存,合作以及最终合作的范围。

绝大多数“协作应用”的共存或合作技术定义。

一边技能考虑,在运营和编程方面,还有一条值得削减炒作的文章。

在共存和合作的情况下,现代工业机器人通常是在性能,可靠性,成本和良好赌注期间更好的解决方案,他们将有一倍的Cobot寿命。

根据情况,工业机器人,或者您的预算延伸到Cobot价格,Fanuc的CR系列等混合动力车仍然可以完成真正的协作任务并维护机器人优势。

同样,根据炒作表明,完整的cobots并不是本质安全的,你仍然需要知道你在做什么。

在参加众多展会时,甚至有几家自动化公司的合作机器人都没有设防,在移动过程中出现了不正确的安全措施,并表现出了一些常见的错误,即没有考虑到整个工作空间或紧握器及其影响区域(即头部高度)所带来的风险。

这意味着Cobots是一个不好的解决方案,它们是一个很大的技术飞跃和新应用的伟大的推动力。

我们有几个合作机器人系统的建议,适合的应用。重要的因素不是购买炒作或营销活动,而是客观地看待你的应用。

一个熟练的机器人集成商将能够发展了解您的操作,并帮助提出最佳的解决方案。这也可能涉及非常广泛的成本;对于更大的1M+项目,那么一级和二级自动化供应商是您唯一合理的选择。

较小的规模,您不一定更简单的项目,通常可以通过较小的集成商来处理,提供更好的价值和更多的动手支持。

边缘机器人和自动化也很乐意帮助这些项目,主要是在内的机会提供重大成本。

机器学习

机器学习是一种经常与这种更广泛的行业4.0讨论携手共进的一种技术。许多“生产中的”机器学习应用程序更多围绕生产建模和预防性维护等公司的金融和运营空间。

这种模式将增加到未来,但实际上,远离变革的变化仍然是我们行业大部分的几步。

新西兰和澳大利亚还有另一个机会,因为我们的工业严重偏向第一和第二产业,甚至我们的后期制造业往往也有自然成分。

在这些行业中应用自动化的关键是系统摆脱固定的数字决策,转向那些在主观或混乱的环境中工作的能力。

从本质上讲,自动化系统需要处理过程的“感觉”或根据运营商的理由;这就是机器学习可以提供的。

尽管最近大肆宣传,机器学习已经潜伏在这些行业超过10年了,只是没有被公开,玩家出于竞争原因一直将其保密。

媒体经常建立一些神奇的发明的图片与史密斯战斗发光的白色球。

实际上,机器学习是“只是基于方程式的自我调整的数学领域。每个应用程序通常是具有不同基础方程和调谐方法的自定义模式。

技术上被称为模型的模式将基于KPI,例如准确性,稳定性,干扰抑制,加上数据收集量和调谐(CKA训练)时间的实用性。

从简单的软件向导到完全的专家级开发,产生机器学习模型的方法多种多样。大多数正在生产的工业机器学习系统都是在云或服务器设置上工作的,然而,最近的产品,比如Beckhoff的TwinCat新功能,允许专家级模型在标准自动化控制器上运行。

作为一个国家,我们有技术能力逐步推出优势,理想地从最低悬挂水果和上升。

困难在于将计算机科学贸易与更广泛的行业集团联系起来,能够跨越这一界限的人并不多。

视觉系统

如今,自动化公司在进行智能相机的基本集成方面应该没有什么困难,而这在一个精心控制的制造环境中非常有效。

弥合自然产品,大众市场视觉系统跌倒。通过允许更多主观测量,机器学习对视觉系统具有巨大辅助。

3D系统是另一种广受关注的技术,如果你知道其中的窍门,它们也可以简化和降低更传统问题的整体成本。

与许多领先技术一样,远远超出营销并更好地了解没有立即显而易见的局限性和挑战。

除此之外,由于我们对世界的有限感知,我们几乎没有划伤了机器愿景的可能性。

一旦你超越了人类视觉的概念,真正掌握视觉应用的道路就出现了。在许多情况下,当我们知道在哪里和如何寻找时,困难的问题或那些我们认为是随机的问题就变得清晰了。

不可见的紫外线或红外线不仅仅是一种灰色类型,而且具有像颜色的变化,这有许多在天然产品中进行分类和质量控制。

例如,使用紫外线可以导致污染物和细菌的荧光,所有通常看不见的眼睛和彩色摄像头。

利用偏振特性,就像你的太阳眼镜,提供机会查看透明材料的内部结构缺陷,包装密封质量或微观表面细节。

测量这些原理不再仅仅是科学设备的领域,而是可以以合理的价格从现成的工业部件中获得。

这些原则中的一些可以应用于几百美元的标准设备,但除非您知道在哪里看,否则您将是一个更聪明的人。

分享: