行业见解
2016年值得关注的动态趋势
发布12/16/2015
作者:Kristin Lewotsky，特约编辑
就在几年前，智能元件的激增还主宰着运动新闻。今天，一切都是关于连接和从信息中获得的收益。这是一项值得关注的重要技术，因为到2019年，用于制造业生产的可连接设备市场规模将超过2800亿美元。未来10年，消费者和工业产品的制造商将通过采用大数据、工业物联网(IIoT)和智能能源监测等新技术获得竞争优势，以实现工厂运营的透明。
Safety-Enabled生产力
曾经有一段时间，安全的开始和结束与继电器。最近，提供安全扭矩关闭功能的驱动器被认为是足够的。今天，安全的重点已经从保护操作者和设备扩展到保护性能。
例如，利用“安全限时速度”等功能，利用机器的力量来清除堵塞的想法并不新鲜。今天，一些组织正在超越这一点，使用“安全速度”和“安全方向”来减少各种操作的繁琐，提高效率。食品和饮料等细分市场的法规要求定期清洁。在老式的安全设备中，操作人员可能需要停止生产线来清洁辊子的外露部分，从外壳中走出来来慢跑机器，停止机器，然后再回来进行另一次增量清洗。由于频繁的延迟，这个过程可能需要几个小时。现代安全设备可以把这变成一个连续的操作。
通过使用这些技术，一家食品和饮料制造商能够将6小时的清洗过程减少到不到2小时，相当于半个班次。在其他地方，一家汽车供应商通过使用安全方向(Safe Direction)在操作员操作后以全速缩回部件，而不是使用安全有限速度(Safe Limited speed)以分数速度缩回部件，实现了周期时间的减少10%。
这些只是机器制造商、集成商和终端用户充分利用现代安全技术和标准所带来的各种可能性提高生产力的一些例子。
传感器和预测性维护
今天的智能组件利用大量的传感器来实现全面的状态监测。例如接近传感器、位置或速度传感器、温度传感器、压力传感器、加速度计和电流传感器。如果这听起来很多，那确实是——分析师预计，到2019年，传感器市场将超过1150亿美元，年复合增长率为7.3%。[参考文献2]以这种密度提供的条件信息可以实现许多功能，首先是预测性维护。
维护在多年来从故障维护（故障后进行修复）到预防性维护（通过替换零件并在模型驱动的时间表上执行维护）的崩溃维护（抢占故障）。根据所制造的产品，停机时间可以每小时数十万美元。与此同时，预防性维护在备件库存中巩固资金，消耗员工潜在的时间，潜在更换完全良好的设备。综合传感器数据允许组织实现预测维护，其中传感器数据允许系统检测设备何时开始磨损。
在今天的工厂中，传感器的密度可以提醒维护人员注意各种问题。例如，温度的升高可能警告齿轮箱的润滑油损坏。一个典型的振动尖峰可以表明一个轴承即将失效。维护团队不会遇到意外的故障，而是得到早期预警，以便在计划的维护期间，而不是在危机期间，可以根据需要更换低于标准的组件。与接口设备相结合，可以提取数据并将其发送给维护人员进行分析，传感器可以显著节省成本。
自适应自调优驱动器
在一个完美的世界里，一个轴会按照要求定位负载。实际上，机器遵从性阻止了这种情况的发生。由比率驱动负载惯性转换为电机惯性加上轴绕组，每个轴引入特征谐振频率(见图1)。如果负载和电机相互移相，负载的运动变得缓慢(反共振)。当它们彼此同步运动时，就会极大地放大反应(共振)。无论哪种情况，运动都不再是可预测的。这些峰值有效地限制了系统的可用带宽。调整伺服驱动器可以帮助解决这个问题。
曾经有一段时间，伺服轴的调试需要熟练的工程师煞有苦心地调整驱动器的比例、积分和微分元素，以优化性能。根据工程师的经验和反应的复杂性，这可能需要从一个小时到几天的时间。自动调优驱动器的出现简化了这个过程。
初始自动传输例程仅将设备性能校正为适当的第一个近似。这显着简化了该过程，但它仍然需要手动调整。对于100轴印刷机，调整可以加入大量时间。今天的自动传动驱动器不仅优于昨天的自动传递驱动器，它们带来了重要的新福利。
自动调谐机可分为主动调谐机和被动调谐机。在主动调优中，驱动器通常通过一个封闭的子程序来锻炼轴，以识别导致过度加速或振铃的问题。根据这些结果，系统过滤命令信号，主动去除任何激发共振的频率，使负载更有效地到达所需位置。
无功自动传递允许驱动器通过开发凹口滤波器来响应基于机器的振动以拆下共振尖峰。在技术调试中，他们可以显着提高性能。问题出现了我们上面讨论的正常磨损和撕裂的类型。也许坚果失去预装或皮带松散。突然间，共振频率频率，陷波滤波器不再完成作业。必须重复自动调谐过程。
理想情况下，操作员注意到问题并采取行动，但可能不会立即发生。在临时，机器吞吐量和性能开始受到影响;首先只逐步但随着时间的推移。
最新一批的自动调优驱动器旨在解决这个问题，这样操作员就不必再这样做了。这些驱动器实时监控轴的性能。当它们检测到更改时，它们会重新运行自动调优例程，尽可能地优化操作。在最好的情况下，通过自动调优组件，它们可以将性能返回到基线。从长远来看，这不是一个解决失败组件的方案，然而，这就是为什么他们也通知维护变更。这样，当根本问题仍然很小时，就可以诊断出来，允许维护人员在一个不影响操作的方便窗口内修复它。在未来几年，这些类型的自动调优驱动器将得到更广泛的部署。
工厂的大数据
我们讨论过的所有传感器都可能在24小时内产生密集的数据流。显然，这个信息流包含有价值的信息。问题是如何从这些信息中筛选出有价值的信息，以及如何足够快地完成这些信息，以使结果真正带来效益。答案是使用大数据技术。
虽然围绕大数据的对话倾向于专注于医疗保健和零售等消费者的应用，但制造业的承诺成为该技术最大的受益者之一。获得竞争优势的公司将成为获得有效利用信息的技术和技能的人。
它开始有一个计划。仅为自己的缘故收集数据不仅无法提供福利，它实际上在获取和管理存储资产和计算设备的成本方面造成了问题。组织需要首先定义他们希望解决的问题，然后确定所需的数据。有人需要为维护它获取所有权和责任。
大数据还需要大量的计算资源，以及在Linux和专门应用程序(如Hadoop和Spark)方面有经验的IT人员。目前对这些人的竞争非常激烈，但随着这批学生开始毕业并完成实习工作，这种竞争有望在未来四五年内缓解。
工业物联网
所有这些讨论把我们带到了工业物联网和它传说中的2800亿美元的连接设备。这不仅仅涉及传感器，还包括智能运动组件、通信节点、环境控制等等。尽管人们都在讨论如何通过智能手机控制家用恒温器，但工业物联网却有望让这一数字相形见绌，工业物联网设备的年出货量为54亿部，总装机量为480亿部。所有这些设备的结果是什么?食物链上下更加透明:
- 减少停机时间
- 较短的交货时间
- 降低库存水平
- 容易定制
- 更好的效率
电能节约
让我们仔细看一个例子。石油价格在过去一年中可能大幅下跌，但制造商继续把重点放在减少能源使用上，以增加利润和减少对环境的影响。能源监测的新方法提供了一种方法来做到这一点。企业的能源账单有两个组成部分:使用费用和高峰需求费用。将更多的电力输出到峰值需求更高的设施需要更强大的基础设施，从电线到变压器。公用事业公司通过按前一个月或季度的高峰需求调整特定设施的总使用费来收回部分成本。峰值需求费用占能源成本的30%之多。降低峰值需求，你就能降低能源账单(见表1)。
这就是前面讨论的传感器发挥作用的地方。通过监控操作，管理层可以确定降低整体能源成本的最佳策略。例如，他们可以将这些操作推到夜班，而不是在白天以最高速度运行这条线路。或者，他们可以通过在较低的速度下操作更长的时间来生产相同数量的货物。当然，这涉及到一种权衡——给员工支付更长的轮班时间或夜间和周末工作时间可能会抵消节省的成本。尽管如此，正如表格所示，即使是一个很小的变化也能产生巨大的影响。
为了做出这种权衡，制造企业需要确切地知道他们的运作中发生了什么。这就是我们讨论过的传感器和分析能力发挥作用的地方。从零开始构建这些框架是可能的，但越来越多的集成设备被设计来简化问题。数据记录器实时提取数据，与制造执行系统的接口简化了将信息交到决策者手中的过程。
以上讨论的技术将引领我们走向未来几年最重要的趋势——向智能工厂的转变。
智能工厂
传感器的组合，物联网的广泛连接和大数据功能将越来越能使组织能够为其数据进行可操作的见解。这种透明度的透明度将使整个组织从机器运营商到高层管理，使得能够简化性能和提高盈利能力的决策。
有一段时间的工厂监测都有限和艰苦。是一块运行的设备吗？它每分钟都有多少个部分？是在界限内运行的各种元素吗？数据必须收集和手动和分析离线。这些信息有些有用，但通常随着它的可用时间过时。
进入智能工厂。根据实现情况，可以在几分钟内甚至实时获得信息。现在，管理层可以审查操作设备的有效性、吞吐量和转换时间等信息。维护和系统集成商都可以将电流绘制和负载曲线等参数发送到他们的手机上。
这是有利的一面。缺点是它会增加成本，不仅是资本设备的成本，还有集成和编程的成本。学习曲线可能相当陡峭。作为回应，一些供应商推出了智能工厂计划，提供专门的产品套件，旨在帮助他们的客户尽快获得价值。这些专门设计的工厂监控系统与设备一起工作，实时收集信息，导出信息，并以高消耗性的形式交付。
不是每个工厂都有自己独立的工厂监控系统，而是在整个组织中复制和使用一个单一的解决方案。系统可以配置为向机器操作员显示信息，以便他们可以很容易地看到异常行为并采取行动。数据记录器和接口设备自动提取机器和操作数据，并将其转发到管理系统，无论是在计算机上还是在移动平台上。管理人员可以访问所有设施的分析信息，允许他们评估和比较从设施到设施、从生产线到生产线、从机器到机器甚至操作员到操作员的性能。如果某个特定的设施或班次的表现优于组织的其他部分，管理层可以立即发现这一点。更妙的是，他们现在可以确定这种情况是如何发生以及为什么发生的，并将技术出口到公司的其他部门。
ARC咨询集团(dedeham, Massachusetts)首席顾问Janice Abel说:“制造执行系统和提供的智能带来更好的知识、洞察力和可执行的决策，以改善工作流程、质量和生产率。”“这些解决方案变得更加直观，能够感知情境和位置。它们提供了跨站点、产品类型比较最佳实践和功能的能力，或者实时进行更改。“[参考3)
这些是未来一年的运动控制和电机协会将涵盖的基本趋势。观看有关状态和开发这些领域的详细文章。有关此处呈现的趋势的更多信息，请在这里下载网络研讨会。
参考文献
1。工业物联网全球市场研究报告，弧咨询小组，2015年5月。
2。传感器赋予新时代的工业革命，并购联盟，2015年6月。
3.工业物联网和分析驱动离散行业制造执行系统的增长，ARC咨询集团，2015年3月。
相关文章