На сегодняшний день производственная линия по производству двухчастных алюминиевых банок достигла высокоскоростного и высокоавтоматизированного производства, и 9 человек могут управлять высокоскоростной линией производства в 2400 банок в минуту. Можно сказать, что пространство для увеличения скорости и автоматизации почти исчерпано. В то же время, эта кажущаяся безупречной традиционная отрасль также сталкивается с проблемой недостатка профессиональных и технических кадров из-за сложных рабочих условий, что делает тенденцию к интеллектуальному производству двухчастных банок видимой на горизонте.

В кратком изложении добавление искусственного интеллекта при производстве двухчастных банок имеет два основных преимущества. Первое — это сокращение количества квалифицированных операторов и обслуживающего персонала, а второе — это стимулирование переосмысления отрасли будущего развития безлюдных заводов.

Рассуждение о теории управления двухчастными банками с применением искусственного интеллекта (Установление теории анализа узкого места с применением искусственного интеллекта)

Продвижение науки и технологий и широкое применение промышленного интернета значительно улучшили функции центрального контроллера системы управления линией производства двухчастных банок, позволяя нам внедрять множество режимов управления, которые ранее были невообразимыми. Кроме того, для полного устранения узких мест на аппаратной части линии производства, производственные предприятия полностью учли оборудование и машины, и узкое место на линии производства стало нестабильным, что также привело к появлению теории интеллектуального анализа узких мест.

Узкие места на производственной линии двухчастных банок можно разделить на производственные, оборудовательные и затратные узкие места.

Производственное узкое место Система автоматически анализирует и определяет производственное узкое место на линии производства, что включает в себя следующие два аспекта.

С одной стороны, системе необходимо динамически регулировать скорость работы каждой процессной машины на производственной линии (автоматическое сопоставление скорости). Во-первых, установить стандартную скорость работы производственной линии; во-вторых, установить максимальную скорость отдельного оборудования; в-третьих, установить минимальную скорость отдельного оборудования; в-четвертых, динамически регулировать фактическую скорость работы оборудования; в-пятых, сбалансировать сопоставление скоростей каждого процессного оборудования; в-шестых, использовать буферизацию для сбалансированного динамического удара по производственной линии; в-седьмых, снизить эффект бочки.

С другой стороны, создайте простую модель и используйте Simulink для симуляции метода динамического анализа узкого места на производственной линии. Используйте простую модель для симуляции динамической работы производственной линии. Как показано на рисунке 1, модель очень проста, просто используйте устройства A, B, C и пространство передачи между устройствами, чтобы рассмотреть проблему. Если вам нужно расширить ее до симуляции всей производственной линии, на самом деле это просто добавление различного оборудования и количества в модель, и основной метод управления не сильно изменится.

С помощью этой простой модели можно реализовать следующие две функции: одна — это динамическая регулировка скорости каждой машины, а другая — это динамическое отслеживание узкого места производства.

Узкое место оборудования Система может динамически анализировать узкое место оборудования каждого оборудования на производственной линии. Согласно созданию вышеупомянутой модели, это показывает, что эту часть также можно использовать в соответствии с сбором и анализом данных на месте, в основном включая следующие три момента: оборудование, на которое нужно обратить внимание в ближайшем будущем; оборудование часто имеет различные явления нестабильности данных; оно находится в ключевом звене производственного оборудования (штамповка, растяжка, цветопечать, отвод).

Узкое место стоимости Я считаю, что различное программное обеспечение ERP более профессионально и всесторонне, чем то, что мы рассматриваем. С точки зрения системы управления, энергопотребление должно быть сокращено при необходимости, в основном включая следующие два момента: сэкономить энергию в период ожидания оборудования; и снизить скорость процесса передачи для экономии энергии, когда требования выполнены.

Мысль о реализации интеллектуального оборудования для двухчастных банок
Теория PHM Прогностика и управление состоянием здоровья (PHM) широко используется в различных областях. Это совершенно новое решение для управления состоянием здоровья путем комплексного использования последних исследовательских результатов современных информационных технологий и технологий искусственного интеллекта.

Теория PHM имеет следующие три метода. Первый — это метод прогнозирования на основе модели. В менее сложной системе она может быть полностью предсказана точно через модель. У различных технических групп есть различные методы и уровни моделирования, но установить точную модель сложно.

Другой метод — это прогностический метод на основе накопления реальных данных. Следует отметить, что этот метод требует большого объема накопления данных и обычно не используется в отдельности.

Существует также метод прогнозирования, который использует комбинацию моделей и накопления данных. Этот метод прогнозирования, вероятно, является наиболее используемым. В то же время существует также предварительная диагностика и управление состоянием здоровья на основе киберфизических систем (CPS). CPS имеет архитектуру и концепции систем 5C, и заинтересованные могут изучить их самостоятельно.

Теория PHM имеет долгую историю за рубежом. Сначала эту технологию предложила и использовала американская военная администрация, а сейчас она широко применяется в гражданской авиации, крупных плотинах, атомных электростанциях, автомобильном производстве и других областях. Хотя в Китае она появилась поздно, она развивается быстро и постепенно проникает в различные отрасли производства.

Реализация PHM основного оборудования двухчастных баков начинается с установления модели (создание интеллектуального пространства), как показано на рисунке 2. Для моделирования основного оборудования линии производства, включая вырубку, растяжку, цветную печать, отвод и укладку на паллеты, необходимо собрать данные для необходимого обучения модели. Используйте модель PHM для прогнозирования отказов оборудования и тенденций качества продукции в процессе.

Рисунок 2 Реализация главного оборудования двухчастного бака PHM начинается с установления модели (создание интеллектуального пространства).

Второй этап — обработка сбора данных (Рисунок 3). Необходимо завершить сбор и обработку данных основного оборудования производственной линии. Шаги показаны на Рисунке 4.

Рисунок 3 Системная архитектура промышленных больших данных для умных устройств

Рисунок 4 Шаги анализа данных промышленных больших данных умных устройств

Третий этап — прогнозирование тенденций отказов. При полной комплектации соответствующими данными можно классифицировать и предсказывать различные тренды отказов.

Четвертый этап — прогнозирование тенденций качества. При полной комплектации соответствующими данными и большом объеме накопленных данных можно предсказывать тенденции качества продукции процесса.

Пятый этап — вывод результатов на человеко-машинный интерфейс. Для вывода результатов прогнозирования на компьютер или мобильный телефон могут использоваться различные методы. Они могут быть выражены наиболее понятным способом для восприятия людьми, например, с использованием диаграмм, процентов и т. д. Если вы хотите получить более глубокое понимание или даже просмотреть волну данных, существует множество способов вывода.

Преимущества внедрения PHM Инженеры, занимающиеся обслуживанием и управлением оборудованием двухчастных баков длительное время, очень хорошо осознают преимущества PHM, и их боли и усталость могут все объяснить. В то же время руководители на производственном уровне, долгое время занимающиеся производством на месте, должны осознавать преимущества прогнозирования тенденций качества продукции в процессе.

Внедрение интеллектуальной логистики на месте производства двухчастных банок

Разумное планирование Разумное планирование расположения и пространства цехов и складов.

Использование AGV AGV (Автоматизированные гидируемые транспортные средства) — это транспортное средство, оснащенное автоматическими устройствами управления, такими как электромагнитные или оптические, которое может двигаться по заданному пути и обладает функциями безопасности и различными функциями передачи. Это промышленное применение грузовика, не требующего водителя, использующего аккумуляторную батарею в качестве источника энергии. Он может эффективно снизить количество работников-погрузчиков. Тележки AGV и соответствующие решения очень зрелы, в основном включают автоматическое хранение готовой продукции (автоматическую циклическую загрузку и разгрузку тележек) и автоматическую транспортировку вспомогательных материалов (плановую циклическую передачу тележек).

Применение интеллектуальных складов В настоящее время в Китае уже существуют очень зрелые решения для умных складов, которые здесь не будут повторяться.