ニュース

Jul 25, 2023

データ

Innovazioni nei sensori e nei controlli nella produzione

製造業界では、センサーと制御の分野における革新は、ビブラニウムベースのセンサー技術の驚異的な進化ではなく、既存のセンサーの機能を実装する新たな能力から生まれます。

現時点では、インダストリー 4.0 がもたらした進歩を利用している製造会社はごくわずかです。 多くの場合、データは収集も活用もされず、これは企業が最適な品質を達成できず、収益性を最大化できていないことを意味します。

しかし、文字通り槍の先端で起こっていることに対しては、業界全体で敬意が払われています。 感覚データは、ハイパーローカル、ファクトリーネット、クラウドなどの無数のチャネルに流れ込みます。 そこでデータのジレンマが浮上します。 それは使用できますか?使用する必要がありますか? どのように使用すればよいでしょうか? それはどういう意味ですか？

物づくりは原材料から始まり、材料を製品に加工する際には、数値制御が登場するまで比較的変化のなかった昔ながらのプロセスをしっかりと受け入れることが一般的です。 「私が最初に始めたとき、私たちは単純な数値制御から今日の CNC に移行しました。人々は、将来の生産と製造プロセスの結果を予測するために、より多くの情報をより早く入手したいと考えていました」と、イリノイ州ホイーリングの商業部門社長、ラリー・ロビンス氏は回想します。を拠点とするSMW Autoblok Corp.

一方、センサーは瞬時のフィードバックを提供し、パラメーターを正確に遵守してリアルタイムで正確な決定を下す機能を提供できると同氏は指摘しました。 「チャック自体のジョーと部品の位置から、温度や個々のクランプ力に至るまで、制限は顧客の想像力の中にあります。」

フランスのサプライヤー、Digital Way Inc. の北米販売およびマーケティング担当ディレクターである John Cosic 氏がデータ取得コストの削減について言及している内容を監視できるようになると、問題はそのデータの価値になります。 「部品のプロセスや状態、機械で発生する振動、消費電力、切削力、温度など、より多くの情報が収集されており、工作機械バスで何が利用できるかは誰にもわかりません。非常に重要な問題は、「この情報はすべて役に立つのか？そして、たとえ役に立つとしても、誰がそれを分析するのか？」ということです。

これら 2 つの疑問が解決されるまでは、インダストリー 4.0 テクノロジーの真のメリットは完全には実現されないとコシック氏は述べています。

SMW Autoblok の製品は、各接触点の圧力とコリオリの力を測定できるデバイスに進化しました。 これらは、昔のように足踏みやベルトに接続された 3 つの爪ではなく、大きな力でクランプしながら最大 1.5 kW のエネルギーとデータを送信できる非接触デバイスです。 ロビンズ氏によると、同社は機械式、油圧空圧式、手動式のワークホルダーを構築し、現在も構築を続けており、現在はデジタルまたはメカトロニクスの完全電気式ワークホルダーであり、「同時にデータを送受信しながら非接触で電力の伝達を行う」という。 」

以前は、金型の耐用年数にわたって、鋳物や鍛造品には 0.007 ～ 0.008 インチ (0.18 ～ 0.20 mm) の誤差があった可能性があります。「今では、真の機械的介入なしで、自分の部品を (評価) できます。また、各ジョーには独自のものがあるため、駆動システム、その部分をリセットして、不良だった部分を取り除き、最初の作業から良好な状態にします」とコシック氏は語った。

「以前は、顧客は部品を作成し、それを検査し、検査に合格するか不合格になるかのどちらかでした。その部品の複雑さと実行される作業に応じて、実際よりも多くの工程中の部品（コスト）を投資することができました。」材料費と工具のコストがかかります」と彼は続けた。 「それで、今私は価値が 10,000 ドルの部品を作りましたが、それは役に立ちませんでした。エレクトロニクスを使えば、予測可能性を与えることができ、以前は鋳造や鍛造が悪かったものを補って、良い部品を作ることができるほど柔軟に対応できます。」

SMW Autoblok は、同様の非接触技術を使用して、オフハイウェイ機械が適切なツール (バケット、スクレーパーなど) に確実に接続できるようにし、焼きたてのパンを袋詰めする際の温度も正確に測定し、スリーブを溶かすことなくプラスチックのスリーブに滑り込ませます。

Digital Way は、工具状態モニタリングまたは機械状態モニタリングを提供する非接触測定製品を開発しています。 コシック氏は、「データ収集を超えて、工作機械バスに基づいて、機械上またはセル内でデータが何を示しているかを処理し、インテリジェントな決定を下します」と述べ、同社の「サイバーマシン」がどのようにデータをローカルで集約するかを説明した。

データは顧客がどのように選択しても利用可能である、と同氏は付け加えた。 「当社の顧客は、これらのツールをプロセス最適化ツールとしても使用できることを発見しました。これらのツールはプロセスへの入り口であり、最終的には非常に大きな利益になります。サイクルタイムを数秒短縮したり、ツールの寿命を延長したりできれば、部品の品質が向上すれば、多額の費用を節約できます。」

Digital Way では、プロセスの限界を確立するためにセンサーの品質に焦点を当ててきました。 「（当社のセンサーは）良いプロセスは悪いプロセスとは大きく異なるように見えるという意味で、セットアップとメンテナンスが比較的簡単です」とコシック氏は語った。 プロセスに含まれる低速および高速データの増加に伴い、数百台の機械が工場ネットワークに接続されている場合、供給されるデータを理解することが困難になります。

「セル内のデータを非常に高速で収集し、ネットワークを停止させることなく、数週間または数か月保存することができます」とコシック氏は述べました。 「これはオープンソース形式で利用可能であり、外部デバイスは、タイプ、時間、または特定のマシンでフィルタリングして、必要なデータを正確に指定できます。データを完全に特徴づけたい場合は、次のことを行う必要があるというのが私たちの感覚です。ローカル ストレージにコミットしていますが、それを実行している人は多くありません。」

実際、工場現場の変化は重要ですが、エッジ、つまりオンマシンノードでも多くのことが起こっています。 企業は、以前は利用可能だったデータを取得して活用する方法を発見し、革新しつつあります。 このような最先端のソリューションは、生産性の向上、品質の向上、部品の不良品の減少、労働者の雇用の確保、そして最終的には収益性の向上をもたらします。

「ここ数年、私たちは今日のスマート計測器のネイティブ診断機能にさらにアクセスできるようにする革新的なソフトウェア ソリューションを開発してきました」とシーメンス AG フィールド製品マーケティング マネージャーのジャック ラウシェイ氏は述べています。 同氏のコメントは、計測ファームウェア/ソフトウェアとリモート監視アプリにより、場所に関係なく情報アクセスに柔軟性が加えられ、機械語の知識が不要になったユーザー インターフェイス (UI) により、過去 10 年間でハードウェアが最小限の進化を遂げたという見方を強調しています。

「帯域幅とメモリが拡大し、転送される情報の速度も向上し、データをリアルタイムで配信できるようになりました」と、「計測器担当」を公言するラウシェイ氏は述べました。 「以前は、制御室は機器の健全性ではなく、プロセス制御に集中していたかもしれません。しかし、この追加のメモリと追加の帯域幅により、制御室内で予知保全のための監視を開始できる手段が得られます。」

このような情報は使われないことが多く、取得と解釈が可能なインターフェースが必要です。 ほとんどではないにしても、多くの施設は大規模なインフラストラクチャ変更のための資金が不足しており、ネイティブ データを使用するための経済的なオプションを追求しているとラウシェイ氏は述べました。

「Siemens SITRANS ストア IQ およびサーブ IQ 監視アプリの開発により、その情報を取得し、IP タイプのネットワーク経由またはクラウドベースのネットワークに変換して、お客様が何を監視できるかを提供できるようになりました。 PLC (プログラマブル ロジック コントローラー) を追加するためのリソースが利用可能になるまで、ギャップを埋めることができるいくつかの基本的な制御機能を追加する予定です。」

たとえば、状況やパラメータの変化に基づいて監視およびアラートを配信し、ユーザー定義の重要な変化があった場合に電話を鳴らすことができるスマートフォン アプリが作成されました。

圧力トランスミッタがチップとひずみゲージを使用した力平衡に取って代わられて以来、プロセス計装は大きな進歩を遂げました。 ラウシェイ氏によると、最近の最大の変化は、機器の電子機器におけるメモリと診断機能の増加であり、これによって比較的単純な予測ソフトウェアとはるかに強力な AI ベースのツールが可能になったという。

たとえば、超音波レベルの測定は優れたツールですが、動作温度がそのパフォーマンス指標に影響を与える可能性があります。 内部マイクロプロセッサは、めったに使用されない履歴データを補正して収集できます。 センサーの熱耐性がわかれば、過熱の回数やその継続時間に基づいて、予測的に交換を提案できます。

マサチューセッツ州ウィルミントンに本拠を置くアナログ・デバイセズ社の産業オートメーション マーケティング担当シニア ディレクターであるフィオナ トレーシー氏は、「生産性の向上を追求するため、製造業はデータ中心のデジタル ファクトリーという新しい世界を通じて変革されつつあります。」と付け加えました。工場のフロア全体に配置されたセンサーからのデータが、過酷な環境でリアルタイムに確実に送信されるようにすることは、小さなセンサー ハウジング内の電力とスペースのバランスと同様に、主要な優先事項であり、設計上の課題です。」

サンドビック・コロマント US のデジタルマシニング事業のマネージャー、フランシス・リヒト氏も同様の見解を示し、顧客はデジタル ソリューションに困難を感じていると指摘しています。

「彼らはCAM（コンピュータ支援製造）などのデジタルソリューションを使用しています。顧客は機械を購入していますが、ソフトウェアソリューションやセンサー付き切削工具はまったく新しいものです。」

メーカーはデジタル ソリューションの価値と、ハードウェア側の新しい市場開拓アプローチを理解する必要があるとリヒト氏は強調しました。 「私たちはこれまでとは異なる方法でビジネスを行う必要があります。電子機器やバッテリーの輸送方法は、超硬切削工具とは大きく異なります。」

プロセスのセキュリティとコンポーネントの品質に対する需要も、スキルギャップの拡大によって影響を受けます。 「金属切削の外観、感触、匂い、さらには切りくずの形成、高品質な表面、表面仕上げなど、製造のあらゆる要素を熟知しているオペレーター、技術者、エンジニアを見つけるのは、今では困難になっています」とリヒト氏は語った。 彼の意見では、会話では、終了と誤解される可能性がある「自動化」という用語は避けるべきです。 彼は、デジタル サポートの決定が現場にどのように役立つかについて議論することを好みます。

サンドビックは、ジェットエンジンのボア、着陸装置、エンジンシャフトなどで使用できる内部旋削工具を提供しています。これらは、冷却剤の流れや機械内部で隠れている可能性があります。 「センサーは貴重な情報をもたらし、プロセスのセキュリティ (安定性や良好な表面仕上げなど) を提供します。」

工作機械メーカーがデータを管理する一方で、サンドビックはそのデータを視覚化し、一部のアクションを自動化するソフトウェアを開発しています。 「ソフトウェア アルゴリズムと PLC を統合するコロプラスは、コンポーネントの損傷を防ぐために機械の動作を変更できます」とリヒト氏は述べています。 「たとえば、着陸装置、航空宇宙のエンジンシャフトなど、すべて非常に高価なコンポーネントです。したがって、これを停止および格納機能と呼んでいますが、これを搭載することで、お客様がコンポーネントを確実に節約し、場合によっては機械が十分に活用されずに停止することを防ぐことができます。 」とサービスされました。

ヨーロッパのシーメンスのデータサイエンティスト兼データエンジニアであるコンスタンティン・シュミットは、AI 主導のデータの世界に住んでいます。 サンドビックは、顧客が計測学、ロボット工学、デジタルツール管理などのさまざまな切り離されたテクノロジーを組み合わせるのを支援する「ライトハウス」イニシアチブを作成しました。 デジタル化、AI、その他のデータ駆動型のテーマを専門とするシュミット氏は、「中小企業でさえ自動化に深く取り組んでいます」と述べています。

したがって、すべての制御または生産ステップがプロセスだけでなく接続されるようになり、そのデータがログに記録され、各製品を制御できるようになります。 ストレージ コストも重要であるため、ビッグ データと比較してスマート データも存在することに注意してください。

Siemens などの企業はさまざまな PLC を提供しており、顧客は信頼性、接続性、データ所有権、サイバー セキュリティに基づいて製品を選択しています。 早期導入者はデータをより深く掘り下げて独自のアプリを構築でき、接続性がより柔軟になる可能性があります。 シュミット氏は、生産ライン内の水平方向のコミュニケーションに加えて、「垂直方向のコミュニケーションへの関心が高まっており、プライベート クラウドやパブリック クラウドのレイヤーにさえ移動してそこで利用できるようになっている。それを一言で表すなら、それは『相互運用性』でしょう。」

また、データのプライバシーとセキュリティを強調する意見もありました。クラウドまたは製造現場のいずれかにおいても、単一のベンダーに固定されることを防ぐために、異なるアプリケーション プログラミング インターフェイス (API) 間の相互運用性とのバランスを取る必要があります。 製造業は保守的な傾向がありますが、デジタル化による競争上の利点により導入が促進されています。

インダストリー 4.0 は、CP/M (マイクロコンピュータ用制御プログラム) などのプログラミング言語を実行する初期のポストメインフレーム マイクロコンピュータによってもたらされたデジタル革命の継続です。 現在、最新のデータはグラフィカル インターフェイスを介して配信され、多くの場合タブレット上で実行されます。

「必要なのは、マシン制御に結び付ける能力です。何かを予測し、その予測によってアクションを作成できなければならないからです」と Autoblok の Robbins 氏は説明しました。 「したがって、既存のマシン制御に接続できることが私たちの最大の制限です。

「当初、この技術を開発したときは、新しい工作機械にのみ統合できる予定でした。」と彼は続けました。 「しかし、私たちの組織内では、『ちょっと待って、必要なのは（既存ベンダーの）制御によるチップだけで、どの時代のマシンにも統合できる』と言いました。 適切な生成チップを持っている限り、マシンが理解し、消化し、動作する言語でマシン制御にフィードバックすることができます。」

ロビンズ氏の見解では、インダストリー 4.0 はモノのインターネットと、機械の制御装置とそれが使用しているコンポーネントとの間の接続性を反映しています。 このようなシステムは、クラウド ベースであるか、エッジ コンピューティングを備えた他の場所に集中的に配置されている可能性があります。これは、ほとんどの工作機械や製造プロセスがその方向に向かって進んでいると同氏は見ています。 目標は、入手可能な情報を瞬時に活用することです。 「処理が完了するまで待つ必要はなく、オフラインで後処理を行って、その結果からどのような改善点やマイナス点があるかを見つけることができます。その場で判断して、前進し続けることができます。」

アナログ・デバイセズはセンサーとアクチュエーターの統合IO-Link接続を支援しており、これによりデジタルファクトリー向けの主要なセンシング技術の導入に対する障壁が低くなる、とトレーシー氏は述べた。 「接続性の観点から見ると、センサー統合における主な課題の 1 つは、センサーが工場の他のシステムに確実に接続され、効果的に通信できるようにすることです。そのためには、通信プロトコル、ネットワーク インフラストラクチャ、およびデータ ストレージ要件を慎重に検討する必要があります。」

コシック氏はさらに、「定期的に機械のラインの前に立つ人さえいないかもしれません。部品の品質や機械の品質をリアルタイムで評価できる機械や制御装置がなければ、それは危険な状況です。悪い部品をたくさん作ることに心を開いてください、そしてそれらが独房から出てくるまで知りません。」

サンドビックのリヒト氏も同意した。 「インダストリー 4.0 は、さまざまなパートナー、さまざまなソリューション間でエコシステムを構築することであり、データを共有できることが重要です。工作機械製造業者はこれをチャンスと見ていますが、この種の機械製造業者は自分たちだけですべてを行うことはできないことも認識しています。」技術開発には費用がかかります。」

データを詳しく調べることで、品質の向上とプロセスの安定化についてより深く理解できるようになります。 「ハイエンド機械を最大限に活用し、予知保全を適用し、計画外のダウンタイムを計画的なダウンタイムに変えることができるように、機械の使用率を最適化できます。言い換えれば、プロセスの理解とプロセスの監視または観察です」とシュミット氏はコメントしました。 。

このような膨大な量のデータには細部への細心の注意が必要ですが、シュミット氏は、これを実現するにはモデル構築と AI アルゴリズムを使用するのが最適であると示唆しました。 エッジ コンピューティングとクラウドを組み合わせることで、サンドビックが自社のソフトウェアに適用できるアルゴリズムの数学とデータをより良く包括的に理解できるようになります。

シュミット氏は、モデリングを使用することで、最適な品質と部品の不合格を最小限に抑えるために、事業部門がどのようなテストをどの時点でどの量で適用する必要があるかを特定できたと述べました。

Treacy 氏は、「ダウンタイムの削減が 2 番目の重要な要素です。導入されたセンサーと組み込み AI エンジンを含む複数のソースからのデータを組み合わせることで、生産デバイス (または施設全体) の個別の予測モデルを構築し、パフォーマンスの逸脱を積極的に特定するために活用できます」と示唆しました。目標は、すべてのデジタル ネットワークを 1 つの統合された工場ネットワークに統合することです。これにより、データ ソースと最先端のデジタル ツールの接続が可能になり、より柔軟な生産システムを通じて効率と生産性が向上します。製造プロセスの最適化、エネルギー効率の向上、原材料の使用量と廃棄物の削減により、より持続可能な生産プロセスが推進され、収益性が向上する可能性があります。」

エッジ、店舗、施設、クラウドのいずれにおいてもデータを使用し、AI を介した高度なモデルによって評価することは、費用がかかるとはいえ避けられないようです。 そして、組織内の全員が同じ認識を持つ必要があります。

「役員室から製造現場まで賛同を得なければなりません」とロビンズ氏は述べ、ライン作業員が最も重要である可能性があることを指摘し、そうしないと彼らは自分たちの仕事が置き換えられることを恐れるかもしれないと指摘した。 「これにより自分たちの立場が強化され、組織にとってより価値のある能力が得られることを人々に理解させることが必要です。」

人々はテクノロジーが日々進化していることを理解する必要がある、と同氏は付け加えた。 これにより、組織全体で継続的な改善を推進しながら、高度なセンサーとコントローラーを最大限に活用することができます。

私達と接続