机器人:数据采集的钥匙

数据采集已经成为提高生产质量和效率的核心要素。这种收集可以发生在机器人身上。然而,工厂经理往往看不到机器人在获取有用信息和帮助自动化操作方面的潜力。

为什么要关注机器人?

随着自动化带来的好处越来越多,机器人的应用越来越广泛。雷竞技rayb降低成本、提高性能和简化编程使机器人更具吸引力。当制造设备实现这些机器时,很容易改进数据采集和增加测试和检测站。最基本的数据采集来自于机器人本身。您可以控制部件的生产和库存的消耗,向系统指示在给定的时间内使用了多少个元素。该信息还带有时间戳,因此很容易存储关于处理每个组件的时间的信息。这种能力在受管制的环境中尤其重要,在这种环境中,当产品必须退出市场时,容易获得转让中的历史数据可能是一个重要因素。

机器人使用的辅助设备也可以带来大量的数据。视觉传感器、夹具和其他齿轮有可能提供一些额外的数据。

成功的结构数据采集

在机器人工作单元中添加检查站通常很简单。用于引导机器人运动的摄像头也可用于检查部件。关键组件的特性以及测量是一些最常见的控制类型。这些视觉检查通常可以在移动或操作部件时进行,以保持高速运行。

此外,传感器可以很容易地添加,以验证其他参数。当这些检测站安装在工作单元时,质量控制可以在对性能影响最小的情况下得到提高。额外的监控可以带来重要的改进。当检查更多的部件时,更容易检测趋势,因此可以在制造有缺陷的部件之前进行更改。

这些质量控制也可以帮助解决与客户的问题。例如,一家公司如果有证据证明零件在离开工厂时符合要求,就可以很容易地解决托运人可能损坏货物的纠纷。

这些改进来自于对数据点的实时分析。但是,当提取大量的数据采集时,可以获得巨大的收益。数据挖掘允许操作员和维护技术人员长时间观察许多不同的参数。

当生产团队出现重复的问题时,可以检查文件数据,以便分析人员了解在故障发生之前发生了什么。这些信息可以用来防止未来的故障。当检测到故障前的参数时,可以在故障导致计划外停机之前进行维护,提高工厂的整体效率。

数据管理的趋势

目前,这种分析大部分将基于工程师、技术人员甚至设备供应商的知识。但在不久的将来,深度学习系统可能会分析收集到的大量数据。当企业想要分析全球许多不同工厂使用的设备时,可能需要某种形式的人工智能。将许多高性能机器的数据转化为有用的数据可能超出了大多数人的分析能力。然而,保守的制造企业依赖机器学习系统可能还需要一段时间。

虽然这是一个长期的问题,但在哪里存储所有这些数据是今天的一个重要决定。通常,存储层次结构是一种有效的解决方案。基本数据可以存储在机器人控制器中。当超过这个有限的容量时,最古老的数据可以传输到公司的制造执行系统(MES)。在那里,您可以为您的公司审查存储大量数据。当本地存储容量超过限制时,企业通常会转向云计算。这些数据中心将存储公司想要支付的数据量。对于想要存储来自多个设备的数据的公司来说,云服务尤其重要。

大的投资

虽然增加机器人和检测站似乎是一项巨大的投资,但许多观察人士解释说,安装更多质量检测站的好处往往超过成本。如果供应商向主要客户发送有缺陷的部件,那么该客户可以要求对这些产品进行100%的检查,直到质量水平恢复正常。一些摄像头和传感器的成本远远低于与提货工作相关的费用,并根据客户的问题迅速增加检查操作。

安装了机器人的公司可能会惊讶地发现,增加传感器和执行更多检查是多么有效。那些还没有实施这些自动机的人通常很高兴地知道,机器人系统可以在自动化的速度和精度之外带来巨大的好处,这是许多设施的主要吸引力。雷竞技rayb当机器人与适用的传感器集成到制造过程中,用户有机会收集更多的信息,这为他们的制造操作提供了显著的改进。

Baidu
map