AＩ助力打造智慧工廠新藍圖

智慧製造與預知保養監測解決方案

研華科技邀請固德科技來分享智慧製造與預知保養監測解決方案，固德在預知保養解決方案的領域中已有十多年的經驗，人們常提的智慧製造最大的目的主要是透過監測的方式達到三大效果
・預防無預警停機，保持產線順暢生產運作
・提供業主精準規劃保養時間、保養確效
・透過監測維持產線製造及產品品質

工業監測方面主要分為兩大類在機械設備上，第1大類是連續性轉子電機，例如馬達、泵浦、壓縮機，主要是廠務端的供水、供氣、供電等設備。第2大類就是生產製造設備，主要特性是週期性大量重複加工行為製造，例如：CNC工具機、自動焊接、沖床等設備。在此，我們針對這2大類介紹量測解決方案。

＃智慧製造 ＃轉子機械馬達 ＃製程監測方案 ＃預知保養

智慧工廠設備監測解決方案

連續性轉子電機監測：VMS-RM-Series轉子設備監測系列
簡單來說，我們監測三大重點，1.標準振動的絕對值：透過振動規範，我們將轉子機械分為優良、正常、警告、危險。這樣是一個絕對標準，一看就能知道接下來要對轉子設備做什麼樣的處置。
2.管理馬達的變異：健康的馬達是不會突然變好或變壞，管理變異性的差異。
3.頻譜分析特徵：管理振動頻譜特徵，例如：馬達的異常會有對心或不對心等特徵。
RM-Series最大精神就是能夠同時管理這三大機械特性，並且針對場域不同用不同的解決方案。


特別介紹電池式方案
感測器屬於無線電池，在此系統方案內，使用者可完全省去配電及配訊號線的工程，只要裝上感測器即可開始監測。使用者可自行在軟體上增加監測區域或量測點，在監測過程中，會一直儲存振動特徵值，搭配AI，讓整個監測方式變得更智能更精準。


週期性生產設備監測：VMS-ML機器學習智能監測系統
這一類的設備機台，由於構成非常複雜，常常會有一些比較失效的監測方式，主要是的原因是因為一昧的搜集大量的數據，卻沒有對數據做前清洗的動作。這類的機台生產主要的目的是執行不同的加工任務，所以即使是一樣的故障特徵，也會產生不同的訊號。最好的方式是針對生產內的週期去做規範，只有在製程內這段數據才屬於有效的數據，另外還需要挑選正確對應的感測器。

依據製程特性挑選關鍵監測指標

加速度規：機械行為相關-機械手臂、衝壓鍛造模具、工具機。
電流感測器：製程與電流直接關關-自動焊接。
壓力感測器：製程與壓力直接相關-自動點膠、塗膠、射出成型。
例如：機械手臂或工具機選擇直接跟力量相關的加速度規、自動焊接則會選擇電流感測器、注塑機或者是與衝壓鍛造有關係的則會搭配壓力感測器。

ML主要步驟

特點是不需要跟任何機台做交握，所以以後裝觀點上，因此能夠安裝在各式各樣的機台上，在這樣的監測流程中，將會不斷累積特徵數據，搭配AI後就能達到更精準的監測。對於產品遇到異常能夠即時警示，例如：CNC在雕銑的過程中遇到異常能夠提早攔截不良品。

總結：

PHM、PDM講的主要是預防性維護保養，在工業生產中，產品品質為最核心且重要因素。因此，最為積極有效的方案，就是扮演生產品管控的角色。AOI+AI 為當今習知的產品品管方案，目的在於避免不良品被出貨。而產線監測目標，應可往前並更積極地設定在避免不良品被製造。生產中與生產後兩類方案應合作管理、相輔相成，讓產線生產零失誤是可以期待、共同努力的目標。

#PHM #PDM #預防性維護保養 ＃產品品質