AI数字化助力复合材料的制造

近年来,复合材料制造业经历了一场数字化转型,而各行各业的制造商都感受到了物联网(IIoT)的强大力量。这一数字革命正是由复合材料零件的需求增长所驱动的,同时也是来自于降低成本的压力。

复合材料制造商仍在学习如何充分利用他们现在掌握的尖端能力和计算能力。人工智能(AI)和数字线程是解锁工业物联网潜力的关键。

复合材料制造环境的动态特性使人为错误时有发生。这是由于生产过程中存在大量变量以及有限的时间来吸收信息并做出最佳决策。 此外,使用复合材料材料会带来一些独特的挑战,例如预浸料原材料的时效性、工具维护的重要性以及严格的质量标准。

对于复合材料制造商来说,为了满足客户日益增长的需求,他们必须引入高度复杂的跟踪、追溯和审核功能。正是这一点推动了工业物联网技术的普及。

IIoT确保工厂内的所有部件、组件、流程、机器、工具和人员始终都保持联系,并且他们的数据是实时收集和存储的。当收集到的工厂范围内,这些信息提供了完整的数字可追溯性:从原材料到最终产品的数字线程。但是,仅仅存储信息是不够的。为了充分发挥其优势,数字线索中包含的数据必须不断进行实时分析,以便向运营人员提供有用的见解、警报和建议。 但要实现这一点,AI软件的支持是必不可少的。

一旦工厂实行数字化和自动化,实时警报就能确保在质量问题发生之前快速响应。当人工智能软件应用于数字线程时,复合制造商对其生产过程有充分的控制,确保即使发生意外事件,他们也能迅速做出反应,对生产进度、成本和质量产生最小的影响。

传感器:记录数字线

一旦从给定的原材料创建了一个工具包,它就会自动继承父材料的属性;并且一旦用传感器进行标记,它就会自动进行跟踪。所有这些资产(如材料、新工具包、成品部件、工具和机器)均可集中并自动跟踪,并与自动跟踪一起,进一步与固定在每种设备上的传感器使用者进行交互,从而消除人为错误可能产生的风险。

使用这种技术,当制造设备即将达到阈值时,可以让生产场地的工作人员和管理人员依靠系统的发出的警报,并进一步获得优化的行动建议和制造决策。

什么构成了数字线程?

除了提高质量和创建数字线程之外,实时跟踪对于卓越生产也变得至关重要。对生产车间内外的关键工厂资产进行持续跟踪,是使用IIoT来有效改善工厂运营的关键部分。

复合材料部件制造商已经认识到手动过程容易出现人为错误,这意味着操作人员对生产车间事件的理解通常局限于他们事后能够看到和听到的内容。此外,缺乏情景信息可能会导致生产延误,从而影响整个生产层面,往往导致成本增加和效率降低,增加产生劣质产品的可能性或错过交货期限。

因此,许多复合材料制造商在发现这一问题后已经消除或改进了许多手动过程。但是,获得完整的可追溯性会生成大量的数据,这就需要高效的数据管理和智能分析。

满足制造来需求的云计算

当传感器网络在工厂内广泛部署时,它能够提供前所未有的细节跟踪。随着时间的推移,这些数据提供了完整的可追溯性——数字线程涵盖、映射了产品的生命周期,从原材料,到制造过程,再到MRO(维护、修复和操作)。管理这些数据带来了挑战,当在生产现场广泛采用IIoT解决方案时,所收集的数据通常是难以想象的大。

在现场存储大量数据可能会很快导致容量问题,从而导致对重大基础设施的投资需求。对于大多数制造商来说,高成本和持续维护所需规格的现场数据存储系统是不可能的。然而,云存储空间是无限的,当工厂需要更多的空间时,系统就可以立即扩展。

考虑到目前在复合材料工厂中全天候收集的大量数据,将其存储在现场服务器中是非常少见的,尽管是可以这样选择的。相反,制造商们选择将其安全地存储在云端。云存储的一个关键好处是安全性,而像“Microsoft Azure”和“Amazon Web Services”这样的公司不仅仅是保护客户数据的专家。与流行的假设相反,云计算也是低成本的。数据存储设施必须是安全的,它们必须成本低廉,必须能为大规模和日益增长的数据集提供容量;并且最重要的是,它们必须提供必要的巨大计算能力、以有效和高效的方式分析大量的数据。

人工智能与数字助理

基于AI的软件应用可以充分发挥IIoT的潜力。 一个以人工智能为基础的软件可作为工厂人员的“数字助手”,提供从洞察中获得的警报和建议,并允许管理人员和操作人员享受IIoT的全部好处。一个以人工智能为导向的数字助理可以实时“查看”、监控和“理解”数百或数千个变量,利用这些信息为人类操作员提供建议,甚至可以代表他们完全自主行事以优化生产。这代表了工厂运行方式的彻底改变,自动化和优化整个生产过程并使工厂变得“聪明”。

现在,IIoT与云计算和人工智能算法相结合,为制造经理提供了一个真正的数字助理,可以消除容易出错和效率低下的人工流程。这些数字助理可以通过移动设备随时与工厂车间的工作人员进行交流,从而为每个员工提供超越自身人员能力并在需要时超越整个业务的情境意识。这种情境意识可应用于提高复合制造设施任何阶段和多个场所的生产率。

这就提出了在数字工厂中如何最好地实施IIoT技术的问题。经常使用的三个实施过程的例子是优化材料选择、工具维护和质量控制。

使用数字助理优化材料选择

用于选择冷冻储存的碳纤维原料的方法对效率有重要影响。在所考虑的许多参数中,有原材料暴露时间(ETL)和卷材长度。然而,工厂员工很少有时间或能力去研究所有变量,有时候,关键信息通常无法获得,因此不予考虑。可以理解的是,工厂人员倾向于抓住他们所发现的最近的原材料卷,他们试图尽量减少在冰柜里的时间,并希望快速开始工作以提高生产率。这种手动和随机材料选择过程对浪费和成本有很大影响。

用于选择时间敏感材料的IIoT / AI解决方案可能非常有效。它监控配备有RFID或BLE标签的每一卷原材料。兼容的阅读器放置在生产车间周围,随着它们进入制造工厂,卷材长度可以存储在安全的非现场云中。当一个由AI供电的数字助理可以访问所有这些信息时,它会立即进行分析,并使用它来选择最佳长度的材料卷并使用最短的暴露时间(ETL)。

负责从冰柜里取出卷材的工作人员可以配备手持式移动设备,以便数字助理可以与他们“沟通”,并每次指导他们进行最佳的卷材选择。这一过程需要考虑更多的信息,人类的头脑信息还做不到进行如此全面的处理和分析,这个过程能够消除人为操作带来的错误。

使用数字助理进行工具维护

IIOT允许工具维护管理流程,该流程依赖于收费标签和传感器、自动监控、跟踪和记录工具的使用情况,同时安排维护工作。数字助理又向前迈进了一步。它了解每种工具的预防性维护要求,并通过实时监控工具的高压釜工作周期,优化工具利用率,从而优化未来的生产计划。

从“基于时间的维护”转向“基于工作周期的维护”对于提高运营效率至关重要,避免在不需要的时候提前安排。

有了数字助理,当工具需要接受预定的预防性维护时,工作人员会及时得到警报,以便他们能够相应地重新安排生产计划,排除延误和瓶颈。数字助理还更新其他系统来保存需要相同工具的工作指令,避免工厂车间的发生拥挤。

在航空航天等高度管制的行业,制造商发现有必要在任何给定的时间提供审计报告。精确的工具维护记录允许数字助理立即生成报告,确认制造商遵守了所有必要的规章和程序。

利用数字助理进行质量控制

当一个人工智能的数字助理在复合组件设施中负责质量控制时,结果是非常令人印象深刻的。例如,如果发现由于冷冻设备故障而导致一批原材料有缺陷,并且该过程是手动处理的,工厂只好暂停生产,并查阅所有相关纸质资料,以识别和回收所有受影响的原材料单位、WIP、组件和成品部件。剩余的暴露时间需要人工重新计算,并且需要单独检查工具包以确定其是否适合继续使用。

这个过程可能需要很多工时,因此,由于之前的曝露时间造成的浪费肯定会很高。此外,因为在解决问题所需的几天内生产能力的下降,工厂的成本最终可能会非常巨大。数字线程意味着所有材料、套件和零件都从原材料阶段开始,通过在生产车间进行制造以及在现场的部署。

使用数字助手时,如果检测到冷冻机故障可能会损坏原材料或工具包,系统会立即对所有受影响的物料、曝露时间自动重新计算,并且会通知工作人员所有材料和工具包的状态。

根据它们的状况,材料和工具包可以丢弃,或者送去质检。标记为过期的那些标记为紧急处理。这意味着以前花费数小时的任务现在只需要几分钟时间,并且会自动完成。它确保没有出现故障的部件离开工厂,并且由于质量问题导致的生产延误被立即检测到,并且可以被最小化且被快速控制。数字助理还能够100%确定所有受影响的套件和零件已被识别和定位。 此外,软件警报会即时提示已经离开工厂运送给客户的零件。这些要么停在路线上,要么会立即通知客户,从而最大限度地减少为制造商带来的不便和声誉损失。

闭环:IIoT、AI和数字助理

利用数字线程信息,提供双向零件可追溯性——从材料到产品,从产品返回到材料——如果发生意外情况,制造商将能够完全控制生产过程,使他们能够以最少的中断时间进行快速反应。从而保障他们的生产进度和工单按时完成,确保产品质量。

强大的传感器、安全的连接技术以及功能强大、可扩展的云计算功能现在已广泛普及,且价格合理,对人工智能的需求显而易见。随着原始设备制造商的质量和成本需求变得更加繁重、产量也在不断增加,复合材料制造过程变得越来越复杂。有必要通过智能软件来增加工厂人员的能力,使他们能够在任何特定时间做出最佳决策。

人工智能解决方案应该在整个复合制造过程中实施,它们应该与过程完全集成,并与现有的IIoT解决方案充分整合,而且必须不断的进行修订和升级。实现这一目标的工厂将在效率和质量控制方面获得重大回报,使他们能够保持可行性和竞争力。

上一篇:
下一篇: