Verwenden von Big Data Analytics für die vorbeugende Wartung von Geräten

in RFID Journal on . 0 Comments

Viele hallo-Tech-Unternehmen haben über die Durchführung der Industrie 4.0 Fertigung in Angriff genommen durch Sensoren um ihre teueren Maschinen und Anlagen zu sammeln, zu übertragen, zu aggregieren und analysieren Daten, der unter einer Internet-Architektur von IoT bereitstellen. Beigetragen von Advantech.


Die heutige Halbleiterchip-Verarbeitung umfasst Hunderte von diskreten Schritten und extrem teure Maschinen und Anlagen. Präzision ist von größter Bedeutung. Jede nicht präzise Bewegung verursacht durch den Ausfall eines Bauteils - beispielsweise der Wafer von Roboter Griff rutscht - kann in einem erheblichen finanziellen Verlusten führt, und noch schlimmer, ungeplante Ausfallzeiten für die Wartung.


Aus diesem Grunde haben viele hallo-Tech-Unternehmen über die Durchführung der Industrie 4.0 Fertigung in Angriff genommen durch Sensoren um ihre teueren Maschinen und Anlagen zu sammeln, zu übertragen, zu aggregieren und analysieren Daten, der unter einem Internet der Dinge (IoT) Architektur bereitstellen. Sie ermöglichen Alarm- und Alarmfunktionen und implementieren eine vorbeugende Wartung durch Analyse sowohl von Echtzeitdaten als auch von historischen Daten.


Sie fingen an, indem sie Sensoren zu den Roboterarmen hinzufügten, die verwendet wurden, um Wafer zu lithographischen Geräten in den gelb beleuchteten Reinräumen zu bewegen. Die Roboterarm priorisiert wurden, weil die Mechanik der Roboterarm über den Bereich der Überwachungsfunktionen eingebaute in den Waren Lithografie-Ausrüstung, und hatte zu einer Ungenauigkeit und Ausfall ist bereits am anfälligsten; Das war also die erste Priorität für die Sanierung. Sensoren wurden eingesetzt, um Motorvibrations- und Temperaturdaten zu sammeln.


Die Investition für den Einsatz war leicht gerechtfertigt, collegues einen Präventiv Ersatz einer Roboterarms Scheibe unter Berücksichtigung der Kosten nur von US-Dollar, wenn das Problem früh in ihrer Entwicklung identifiziert wird, im Vergleich zu den Hunderttausenden von Dollar erforderlich die ersetzen ausgefallener Servomotor.


Anwendungsanforderungen

Der Kunde musste zuerst Sensoren in die Roboterausrüstung einbauen, um Daten über Motortemperaturen und Vibrationen zu sammeln. Sie müssen außerdem einen Edge-Intelligence-Server installieren, um Rohdaten zu sammeln, zu integrieren und vorzuverarbeiten, um Cloud-Analyse-Auslastungen auszugleichen und diese Daten in für Menschen lesbare Informationen umzuwandeln.

Um eine vorbeugende Wartung zu implementieren, musste der Kunde die erfassten Daten zusammen mit anderen Datenquellen aus der Einrichtung im Datenpool sammeln. Eine zuverlässige Backend-Plattform wurde benötigt, um geräteübergreifende Daten zu integrieren und die Interkonnektivität mit der traditionellen Hadoop Cloud-Datenbank des Unternehmens herzustellen, die für Big Data-Analysen verwendet wird.


Wenn große Datenanalyse-Regeln Sätze für die vorbeugende Wartung (zum Beispiel, unter welchen shouldnt Bedingungen Warnungen oder Alarme ausgelöst werden? Oder Welche Komponente sollte nicht ersetzt werden?), Wird die logische Fluss Edit-and-Control-Plattform benötigt die Analyse zurückzukehren Ziele zurück zu Field-Level-Controller für die automatische Implementierung.


Systemlösung

Advantech seinen Rand Intelligence Server bereitgestellt (EIS), die Lösung-ready Plattform que liefert IoT Konnektivität Quer Geräte zur Datenintegration und Datenbank Zusammenschaltung, Computer-, vorkonfigurierte Cloud-Service sowie vertikale Anwendung Software-Unterstützung, so dass Kunden zu entwickeln, schnelle Time-to-Market-Lösungen.


Um festzustellen, Vernetzung zwischen Datenbanken und Cloud-Service bietet die EIS Lösung WISE-PaaS-Plattform mit Standard-Unterstützung für No-SQL MongoDB und eine reichen Menge von RESTful-APIs, die verwendet werden können, mit dem Unternehmen des Legacy-Hadoop-Datenbank für große Datenanalyse zu integrieren. Die EIS-Lösung Advantech umfasst auch die Knoten-RED leistungsfähige Werkzeug Steuerungsablauflogik, die der Benutzer auf Workflows vorbeugende Wartung Implantat und den fern Resultierenden Modul in einen Edge-Server (Controller) über die WISE-PaaS Plattform bearbeiten; dies ermöglicht dem EIS, Datenvorverarbeitungs- und vorbeugende Wartungsaufgaben auszuführen.


Vorteile

Hilft bei der Reduzierung der Kosten für die Wartung der Ausrüstung und bietet einen hohen Return on Investment.


Bietet integrierte Tools für die schnelle Integration von Sensordaten und Anwendungen.


Bietet Netzwerk-Edge-Intelligence und Steuerungslogik für die Implementierung vorbeugender Wartung.


Hilft bei der Verkürzung der Systementwicklungszeit durch abgerundete Hard- und integrierte Softwarelösungen sowie die hilfreiche Anwesenheit von Field Application Engineers, die bei Systemmodifikationen, -integration und -tests behilflich sind.


Die modulierte logische Flusskontrolle kann exportiert und an ähnliche Geräte übertragen werden, um Arbeitsaufwand und Entwicklungszeit für zukünftige Projekte zu sparen.

Last update: Apr 09, 2024


Related Article