這次是我們的故事！洛克威爾自動化是工業自動化和數位化轉型領域的全球領導廠商。我們結合人們的想像力和科技的潛力，擴展人類的無限可能。
- 在造成生產中斷之前找出因為工具設備磨損所導致的處理性能下降
- 提前多達30至60天偵測磨損物品
- 故障率改善多達22%
- 人力減少節省45000美元
- 更快實現900萬美元的營收
輪胎漏氣有什麼好處？一般而言，您會立即收到有關該問題的警示。您的儀錶板上會出現警示燈，或您在駕駛時會覺得不同。您修補或更換輪胎並繼續行駛，沒有發生問題。問題仍然只和輪胎有關。
許多製造流程的情況並非如此。通常，當一件工具開始磨損，直到流程中發生更大的中斷前，操作人員不會意識到需要介入。這可能代表該條生產線的其他部分可能會受到干擾。該條生產線上的產品可能會損壞。生產可能會被迫中斷。
如果操作人員能夠更早發現個別問題，他們就可以採取行動。反之，製造商會遭受停機、材料浪費和生產損失。
洛克威爾自動化(特別是軟體架構師Kai Lin，以及PBCA製程工程師Miki Cvijetinovic和Gregory Vance)知道這對我們的客戶而言是個問題，並決定採取某些行動。他們在俄亥俄州特溫斯堡的洛克威爾自動化工廠試行一個解決方案。
挑戰
以下是洛克威爾自動化設施電子組裝業務的相關概況：
- 每年產出4000個獨特的電路板設計
- 每天放置900萬個組件
- 每天焊成2300萬個焊點
- 每天生產14000片面板
我們的特溫斯堡工廠擁有8條製造產線。特溫斯堡是一個大型生產設施，而且就和所有設施一樣，有許多流程可能會影響生產。針對我們的先導計畫，我們選擇將重點放在模板印刷流程。
了解流程
模板箔有雷射蝕刻的孔洞，電路板在其下方與其匹配。接著刮刀會將焊膏從模板的前方推到後方以焊膏填充孔洞，焊膏會堆積並粘附到電路板上。描邊結束時，會將電路板轉移並接著進行檢查。下一片電路板會使用不同的刮刀以相反的方向印刷。這個流程的每個部份都會產生性能資料。
比表面上看到的更為複雜
就像任何看似簡單的製造流程一樣，其中隱藏著複雜的變數。首先，模板印刷流程非常複雜，有許多獨立變數。這會讓支援人員難以偵測到模板和刮刀的磨損或性能下降，特別是在用肉眼很難看到磨損的時候。不僅如此，流程開始和期間的長時間暫停會改變焊膏轉移的效率，因此難以分析工具的長期磨損。
除此之外，較薄或具有特殊塗層的模板使用壽命不同，導致磨損更為無法預測。雖然流程的每個步驟都會產生性能資料，但支援人員無法即時蒐集和分析這大量資料－IT、OT和工程資料。
支援人員需要一種更好的方法來收集和分析其設備的即時性能資料，以及立即收到任何設備異常或損壞的警示。這是我們的異常偵測演算法的完美使用案例，其計算結果可以在列印檢查後的幾秒鐘內，透過FactoryTalk® DataMosaix™進行計算並顯示。
解決方案
我們的專案工程師和軟體團隊採用演算法的方法來應對這項挑戰。他們建立洛克威爾自動化擁有的專利異常偵測演算法，可以監控模板印刷流程中使用的工具，並將性能資料傳送給支援人員。接著，他們會發出該演算法的演算結果通知，讓工廠人員可以立即收到異常警示，而不需要執行繁瑣的事後檢定分析。
需要標籤和感測器
首先，工程團隊將RFID標籤新增至我們的每片模板和刮刀，以及用於偵測龍門移動方向的感測器。該團隊收集資料，並將這些資料和進入機器的印刷電路板序號結合，讓現有的可程式化邏輯控制器(PLC)擷取這些資料。他們也將這些資料和對應的模板和刮刀結合，以獲得有關異常、瑕疵，以及焊膏檢查的性能資料。
優雅的資料收集和脈絡化
接著我們來看FactoryTalk DataMosaix。FactoryTalk DataMosaix是一款SaaS應用程式，目的是從各種資料來源導入大量原始資料、將這些資料彙整到單一平台，並且讓這些資料可供營運管理團隊使用的應用程式使用。
為什麼為此專案選擇FactoryTalk DataMosaix？一般的BI工具沒有提供足夠的資料關係建模，以及即時執行脈絡化的能力。例如，Power BI需要有人手動執行分析。
以特溫斯堡工廠為例，這項分析每個月執行一次。有了FactoryTalk DataMosaix，即可即時進行分析，如此可以滿足工廠人員立即收到性能異常通知的需求。
除此之外，FactoryTalk DataMosaix也可以追蹤刮刀和模板在工廠區域移動時的整個生命週期。一般而言，在某條生產線使用模板時，作業員會追蹤其資料。稍後模板返回並投入另一條生產線時，作業員不會考慮有關模板過去的運轉時間和性能資料，因此會增加作業員錯過潛在性能問題的可能性。
如果使用FactoryTalk DataMosaix，即可將資料繪製在圖表上以找出設備故障的風險。這種分析方法，洛克威爾自動化的軟體架構師Kai Lin表示：「是一種十分優雅的生產線性能檢查方法，可以確實說明生產線是變得更好還是更糟。」
在Teams上立即發出警示
最後，該團隊在Microsoft Teams上建立了一個頻道，工廠中的任何人都可以訂閱該頻道並接收設備異常或瑕疵的即時通知。警示能夠以多種方式產生。我們的團隊選擇使用Microsoft Teams，原因在於這是我們團隊已經在使用的業務系統。
以下是過去的流程運作方式。當焊膏偵測機偵測到電路板有問題時，操作人員必須手動進行檢查或清潔，因此會導致判斷延遲或潛在錯誤。現在透過監控工具設備－刮刀和模板－的性能，演算法會針對電路板異常高的故障率觸發警示，提示操作人員立即暫停並調查問題。
過去因為生產環境的特性，操作人員很難找出問題的根源，現在透過建置的解決方案，操作人員可以快速找出導致故障的設備。
現在，是時候了解這個解決方案是否有效了。這座工廠於2023年底啟用這套演算法、FactoryTalk DataMosaix和Microsoft Teams專案，並收集了約70天的資料。
結果
故障檢查次數減少
在一些情況下，工程團隊和工廠人員會收到有關模板異常或瑕疵的通知，並且能夠做出相應的反應。演算法不是等待故障發生(或是根據行事曆日期無謂更換模板)，而是提前30至60天向操作人員發出模板故障的警告。此外，在每次更換或修復損壞的模板後，故障率改善了22%。
提高操作人員的生產力
除此之外，機器操作人員的工作效率也有所提升。現在，支援人員可以在模板問題影響生產線的其餘部分之前收到警示，並且可以使用有意義的資料，而且操作人員受到的干擾更少，效率也更高。
特溫斯堡及其他地區的投資報酬率
經過對我們特溫斯堡工廠四個月的評估之後，我們計算出每年節省的勞動力遠高於成本，投資報酬率約200%。規劃更多的使用案例後，我們相信使用FactoryTalk DataMosaix的投資報酬率將會進一步增加，證明年度支出的合理性。
營收中斷
最後，改善故障率和徹底發揮生產力相當於營收增加。具體而言，因為中斷較少，這讓該工廠能夠更快速實現價值900萬美元的營收。
未來一片光明而且成效卓著
演算法和FactoryTalk DataMosaix整合的未來又會如何？工程和軟體團隊持續努力在特溫斯堡，以及我們在梅肯、蒙特雷和新加坡的工廠大規模部署。我們也持續在我們自己的營運中尋找該解決方案的其他應用。
因為洛克威爾自動化擁有這套演算法，所以我們客戶的使用案例確實無窮無盡。正如Kai Lin所說：「當你思考演算法所提供的內容…然後將這些內容和流程中的工具性能監控真正建立關聯，就會發現這在離散製造中具有非常廣泛的適用性。」
已發佈 2024年6月26日
